MATLAB边缘检测系统
一.前言
在实际图像边缘检测问题中,图像的边缘作为图像的一种基本特征,经常被应用到较高层次的图像应用中去。它在图像识别,图像分割,图像增强以及图像压缩等的领域中有较为广泛的应用,也是它们的基础。
图像边缘是图像最基本的特征之一,往往携带着一幅图像的大部分信息。而边缘存在于图像的不规则结构和不平稳现象中,也即存在于信号的突变点处,这些点给出了图像轮廓的位置,这些轮廓常常是我们在图像边缘检测时所需要的非常重要的一些特征条件,这就需要我们对一幅图像检测并提取出它的边缘。而边缘检测算法则是图像边缘检测问题中经典技术难题之一,它的解决对于我们进行高层次的特征描述、识别和理解等有着重大的影响;又由于边缘检测在许多方面都有着非常重要的使用价值,所以人们一直在致力于研究和解决如何构造出具有良好性质及好的效果的边缘检测算子的问题。
二.边缘检测于算子
1.边缘检测的定义
图像边缘是图像最基本的特征,边缘在图像分析中起着重要的
用。所谓边缘(edge)是指图像局部特征的不连续性。灰度或结构
信息的突变称为边缘,例如:灰度级的突变、颜色的突变、纹理结
的突变。边缘是一个区域的结束,也是另一个区域的开始,利用该
征可以分割图像。
当人们看一个有边缘 的物体时,首先感觉到的便是边缘,如
一条理想的边缘应该具有如图2.1(a) 所示模型的特性。每个像素
都处在灰度级跃变的一个垂直的台阶上(例如图形中所示的水平线通
过图像的灰度剖面图)。
而实际上,诸如图像采集系统的性能、采样频率和获得图像的照
明条件等因素的影响,得到的边缘往往是模糊的,边缘被模拟成具有
“斜坡面”的剖面,如图2.1(b) 所示,在这个模型中不再有细线(宽
为一个像素的线条),而是出现了边缘的点包含斜坡中任意点的情况。
由此可以看到:模糊的边缘使边缘的“宽度”较大,面清晰的边缘使
边缘的宽度较小。
图像的边缘有方向的幅度两个属性,沿边缘方向像素变化平缓,
垂直于边缘方向像素变化剧烈。边缘上的这种变化可以用微分算子检
测出来,通常用一阶导数或二阶导数来检测边缘,不同的是一阶导数
认为最大值对应边缘位置,而二阶导数以过零点对应边缘位置。实际上,对于图像中的任意方向上的边缘都可以进行类似的分析。图像边
缘检测中对任意点的一阶导数可以利用该点梯度的幅度来获得,二阶
导数可以用拉普拉斯算子得到。
三.边缘检测算子
3.1 Sobel算子
索贝尔算子(Sobel operator)是图像处理中的算子之一,主要用作边缘检测。在技术