图像边缘检测中的数据融合技术研究
位置: 首页 >文秘写作 > 工作方案 > 文章内容

图像边缘检测中的数据融合技术研究

2021-02-23 12:15:48 投稿作者: 点击:

[摘要]提出一种基于数据融合的图像边缘检测算法。实验结果证明融合后的边缘图像是一种有效的图像边缘检测方法。

[关键词]边缘检测 小波变换 数据融合

中图分类号:TP3文献标识码:A文章编号:1671-7597(2009)0810033-01

一、引言

图像边缘是图像的基本特征之一,它包含对人类视觉和机器视觉有价值的物体边缘信息。图像中急剧变化的点,通常对应于代表图像结构的边缘部位,也就是图像信息的主要部分。传统的边缘检测方法如微分算子法,当检测图像纹理较为复杂的区域时通常失败,因而不稳定。新的边缘检测方法,如边界跟踪法,通用性不是很强。本文提出了一种综合的边缘检测方法。实验证明,采用该方法既有效地去除噪声干扰,又保留了图像边缘细节。

二、Sobel图像边缘检测算法

Sobel图像边缘检测算法是在图像空间利用两个方向模板与图像进行邻域卷积来完成的。Sobel算子的特点是它兼有图像平滑功能,抗噪声能力较强,可以提供较为精确的边缘方向信息。但是,在抗噪声好的同时增加了计算量,而且也会检测出伪边缘,定位精度不高。如果检测中对精度的要求不高,该方法较为常用。

三、小波变换

小波变换属于时频分析技术,在时域和频域都具有良好的局部化特性,小波变换的基函数不是固定不变的,因此,小波变换能够把信号分解成交织在一起的多种尺度成分,并对大小不同的尺度成分采用相应粗细的时域或空域取样步长,从而能够不断地聚焦到对象的任意微小细节。设二维图像信号是二维平滑函数,满足:

对图像进行平滑后的图像为:

(3)

通常取尺度参数为 ,即转化为二进小波变换,对小波

作二进伸缩得到

变换的模和相角为:

模 沿 方向的局部极大值点对应于图像信号突变点(奇点)的位置,即图像的边缘位置。小波变换的极大值检测对应图像的边缘位置。

四、基于数据融合的边缘检测方法

单一的边缘检测方法只能从某一个方面反映图像的边缘信息,为了综合Sobel和小波变换两种方法的优点,本文提出一种基于数据融合的边缘检测方法,如下图所示。

首先,对原始图像分别采用改进Sobel算子、小波变换进行边缘检测。然后,将所得到的两幅边缘图像对应点的像素值加权平均,把两幅图像融合为一幅新的图像。最后再进行灰度阈值处理,去除不需要的多余信息,得到最终的边缘图像。

五、检测结果及分析

从实验结果上看,因为Sobel算子不是各向同性的,所以单独用Sobel算子检测出的边缘比较模糊,会出现边缘的断开,噪声点多,并且所检测到的边缘比较粗;单独采用小波变换检测到的边缘中,噪声点减少,但边缘不明显。对两种方法检测后进行融合,既弥补了两种检测方法的不足之处,又保持了它们的优点使图像边缘具有很好的清晰度和连续性,边缘信息比较完备,具有很好的视觉效果。

六、结论

本文所提到的融合算法结合了Sobel算子和小波变换的优点,两种不同的方法所检测出的图像边缘具有较好的互补性。与其他边缘检测方法相比,融合的方法能有效地解决抑制噪声和保留精细边缘间的矛盾,因此,数据融合的方法是一种有效的边缘检测方法。实际上,可根据具体要求,灵活选择不同的边缘检测模板算子相互融合来达到不同的检测目的。

参考文献:

[1]彭玉华,小波变换与工程应用,北京:科学出版社,1999:115-133.

[2]霍宏涛,数字图像处理,北京:机械工业出版社,2003.

[3]陈武凡主编,小波分析及其在图像处理中的应用,北京:科学出版社,2002.

[4]顾丽、石福斌、王磊,数据融合技术在图像边缘检测中的应用,2007(1):36-38.

[5]夏庆观、路红、陈桂,基于小波神经网络的零件图像特征提取和识别,仪器仪表学报,2005,26(8):611-613.

[6]雍杨、王敬儒、陈昌彬,基于融合技术的图像边缘检测方法,红外与激光工程,2004,33(5):542-544.

猜你喜欢
推荐图文
毕业设计
  • 办公表格
    办公表格

    打开文本图片集【摘要】目的:探讨结节性甲状腺肿合并甲状腺癌的治...

  • 谈判技巧
    谈判技巧

    打开文本图片集甲状腺是长在我们气管前面形似蝴蝶的器官,它和神经...