| 标题 | 样条尺度空间与Canny算子结合的弱边缘检测算法研究 |
| 范文 | 樊英平等 摘 要： 由于在单一尺度空间中，边缘检测算子不可能正确地检测出所有满足实际需要的边缘，提出B?spline算子与Canny算子结合的边缘检测算法，首先用B?spline算子对图像进行多尺度空间处理，然后用Canny算子进行边缘检测，给出了尺度空间的计算过程和实例，并以实拍复杂背景条件下红外机场跑道为边缘检测实验对象，通过实验，将该算法与经典算法相比较，证实该算法在检测物体弱边缘、消除边缘误检测及提高算法效率方面具有优势。 关键词： B?spline； 多尺度空间； 图像处理； 边缘检测 中图分类号： TN957.52?34 文献标识码： A 文章编号： 1004?373X（2015）09?0057?02 Abstract： In single?scale space， the edge detection operator could not correctly test all edges to meet the actual requirements， an algorithm of weak edge detection based on B?spline operator combining with Canny operator is proposed. The image is processed in multi?scale space with B?spline operator， the Canny operator is applied to edge detection. The calculation process and examples of scale space is provided， and the infrared airport runway under complex background as the edge detection experiments， the results indicate that the proposed algorithm has advantages in detecting weak edges of objects， eliminating false edge detection and improving the efficiency of algorithm， compared to the traditional edge detection algorithm. Keywords： B?spline； multi?scale space； image processing； edge detection 0 引 言 多尺度空间理论是在1987年出现的一种全新而有效的信号处理与分析方法[1?3]。它将多种学科的技术有效地统一在一起，如信号处理的子带编码、数字语音识别的积分镜像过滤及尺度空间图像处理。其优势很明显，在某种尺度下所无法发现的特性在另一种尺度下就可能很容易被发现。 多尺度边缘检测就是综合利用多个尺度的边缘检测算子，有效地检测出图像的边缘。通常小尺度参数空间的检测算子能检测出图像的细微变化，反映更多的边缘细节，所以对真正边缘点的定位比较准确，但由于检测的细节较多，容易出现许多误检测；大尺度参数空间的检测算子能够检测出图像灰度的粗变化，反映大的边缘轮廓，对噪声具有较强的抑制，所以常常能可靠地消除误检测，检测真正的边缘点。 本文给出一种B?spline算子与Canny算子结合的弱边缘检测算法，该算法首先用B?spline算子对图像进行多尺度空间处理，然后用Canny算子进行边缘检测，实验证明该算法尤其是在弱边缘检测方面具有优越性。 1 弱边缘检测算法 本文算法在进行边缘检测前，首先对图像进行多尺度空间处理，主要包含缩减和扩展两个方面，采用三种样条基函数[4?5]：标准B?spline基函数、dual基函数及cardinal基函数，本文在尺度空间处理过程中充分利用了三种样条基函数的优点：dual基函数有快速缩减的优点，所以用于尺度空间的缩减过程；cardinal基函数在内插上有优势，用于缩减过程的初始化阶段；标准B?spline基函数有紧支撑和快速扩展的特点，因此用在尺度空间的扩展过程。 1.1 B?spline尺度空间缩减运算 2 实验结果及对比分析 Canny算子是经典的边缘检测算法，它比Sobel、Roberts、Prewitt等其他算子有更好的弱边缘检测能力，此处将本文算法与单独使用Canny算子的算法进行对比，检验本文算法的性能。实验图像数据为复杂背景条件下的实拍红外机场跑道图，尺寸为256×256大小。 在图2（a）中跑道上用椭圆标注1和标注2的地方，正好是原图中云层的遮挡（阴影）处，由于阴影造成了图像此处的对比度较低，灰度值比其他地方要小，属于典型的弱边缘，使用Canny算法检测后跑道出现了明显的弯曲（椭圆标注1处），而且在标注2的地方连接出现了中断，边缘不连续，可以看出受云层遮挡的影响，出现了错误检测；本文算法检测结果中，在相同的地方，可以看到跑道边缘连接很好，没有出现弯曲和中断，消除了边缘误检测，这说明使用本文算法检测的弱边缘更平滑，连续性好。另外，由于本文提出的边缘算法是在尺度空间第三层实现的，图像数据量与原图像比较，已经缩减了[13，]从而大大加快了后续处理的速度，对于实现目标的实时匹配和跟踪有着重要意义。 3 结 语 本文提出了一种基于B?spline样条尺度空间与Canny算子相结合的弱边缘检测算法，通过实验可以看出，与Canny算子相比较，本算法能够在复杂背景条件下，更有效地检测出对象的弱边缘，并且由于边缘检测是在尺度空间的第三层实现的，图像数据量大大减小，对于提高复杂背景条件下目标的实时识别、匹配和跟踪速度有着重要意义。 参考文献 [1] 冈萨雷斯.数字图像处理[M].阮秋琦，阮宇智，译.北京：电子工业出版社，2003. [2] ALDROUBI A， EDEN M， UNSER M. Discrete spline filters for multiresolutions and wavelets [J]. SIAM J. Math. Anal.， 1994， 25（5）： 1412?1432. [3] UNSER M. Splines： a perfect fit for signal and image [J]. Signal Processing Magazine， 1999， 16（6）： 22?38. [4] UNSER M， ALDROIBI A， EDEN M. B?spline signal proces?sing. Part П： efficient design and applications [J]. IEEE Tran?sactions on Signal Processing， 1993， 41（2）： 834?838. [5] THEVENAZ P， RUTTIMAN U， UNSER M. A pyramid approach to sub?pixel registration based on intensity [J]. IEEE Transactions on Image Processing， 1998， 7（1）： 1?29. [6] XIE Z， FARIN G E. Image registration using hierarchical B?splines [J]. IEEE Transactions on Visualization and Computer Graphics， 2004， 10（1）： 85?94. [7] ROH M C， CHRISTMAS B， KITTLER J， et al. Robust player gesture spotting and recognition in low?resolution sports video [C]// Proceedings of 9th European Conference on Computer Vision. Graz： Springer， 2006： 347?358. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。