改进的改进的Sobel算子彩色图像边缘检测算子彩色图像边缘检测
为了解决传统灰度图像边缘检测中容易出现的边缘定位偏差、边缘丢失以及边缘不连续等问题,结合传统的
Sobel梯度边缘检测方法和图像阈值分割技术,提出了一种改进的Sobel算子彩色图像边缘检测方法。通过对比
试验结果表明,该方法可以有效地降低色彩边缘的误检率,一定程度上提高了边缘检测器的性能。
图像
本文首先分解彩色图像的RGB分量,然后使用
1 彩色边缘彩色边缘
对于彩色边缘有很多种定义,有学者认为彩色图像中的边缘,即是其亮度图的边缘[3],但是该定义忽略了色调饱和度的不连
续性;也有人提出如果至少有一个彩色分量存在边缘[4],那么彩色图像就存在边缘,但是这个定义会导致在单个彩色通道确
定边缘带来的准确性问题;还有人提出基于单色的彩色边缘定义[5],它借助对三个彩色分量的梯度绝对值之和来计算,如果
梯度绝对值的和大于某个阈值,就判断存在彩色边缘。这三种定义均忽略了矢量分量间的联系,因为一幅彩色图像表示了一个
矢量值的函数,彩色信息的不连续性可以用矢量值的方法来定义。
4 实验结果及分析实验结果及分析
本实验使用国际标准测试图像彩色Lena在Matlab 7.0