基于梯度算子的线检测算法及其Matlab实现

荆涛　刘聪

摘要：为对图像特征准确识别提供数据分析，提出了一种基于梯度算子的线检测算法。算法首先对转化为灰度图的图像进行边缘检测，经过高斯滤波去除噪声等处理后利用线检测模版求出各像素的梯度值，从而求出图像的灰度直方图及梯度向量直方图。最后基于Matlab进行仿真模拟，仿真结果表明：方法具有较好的抗干扰性和定位准确性。

关键词：图像处理；梯度算子；边缘检测；直方图

中图分类号：TN911?34 文献标识码：A 文章编号：1004?373X（2013）02?0074?03

随着科学的发展，数字图像分析技术已广泛应用于工业、农业、医学、军事等领域[1]。诸如直升机的线检测预警系统，相对于人眼的识别能力，通过计算机对于图像的分析处理数据加以识别，能够在消耗极短的时间内得到更加科学的结果。基于梯度算子的线检测技术在直升机的驾驶过程中起着关键的作用，它直接决定了飞行驾驶过程中的安全程度。如今，线检测技术已得到人们的广泛关注，也出现了一些基于不同算法的检测方法。

1 图像的高斯滤波处理及像素梯度

1.1 图像的灰度图转化

一幅完整的图像是由红，绿，蓝三个通道组成的。用不同的灰度色阶来表示在图像中的比重[2]。为了使图像能在Matlab中对每个像素进行梯度值计算，需要将图像转化为灰度图进行处理分析。转换灰度的方法一般有：浮点算法，整数方法，移位方法，平均值法，仅取绿色。本文采用了浮点算法，它运算简单且效果较好[3?4]。

1.2 高斯滤波

高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器，它对去除服从正态分布的噪声很有效。常用的二维零均值离散高斯滤波器函数：

3 结 语

线检测预警系统最基本的要求是能够准确判断出图像中线的存在。在基于梯度算子的线检测系统中，各像素点梯度算子值和方向的求取是关键，该线检测算法必须能够并最终得到可以被模式识别系统用来作为识别依据的梯度值聚类和梯度方向聚类数据。除此之外，当图像受到噪声污染时，线检测算法也能够对图像进行高斯滤波处理得到边缘清晰的图像，即线检测系统也必须要具有抗噪声性和稳定性。通过Matlab仿真实验，证明该算法的可行性。

参考文献

[1] GONZALEZ R C.数字图像处理[M].2版. 阮秋琦，译.北京：电子工业出版社，2003.

[2] 赵文昌，张令通.直方图规定化及其Matlab实现[J].数字技术及应用，2009（8）：191?192.

[3] 黄金国，戴志明，周培源.一种改进的基于梯度的图像边缘检测算法[J].武汉科技学院学报，2010，23（3）：33?35.

[4] 赵春江，施文康，邓勇.新的梯度边缘检测方法[J].光电工程，2005，32（4）：86?88.

[5] 芮杰，吴冰，秦志远，等.一种稳健的自适应图像平滑算法[J].中国图象图形学报，2005，10（1）：54?58.

[6] 张玲艳，闫丽.图像梯度分类的概率模型及在边缘检测中的应用[J].计算机工程与应用，2010（18）：100?104.

[7] 谢志南，张泽富，洪国斌，等.基于加强梯度边缘检测算法和FFT的穿刺针定位方法[J].中国医学物理学杂志，2012（1）：3154?3159.

[8] 陈亮，郭雷，刘坤，等.基于分块梯度直方图的边缘检测[J]. 光电工程，2009（8）：100?104.

[9] 孙慧，周红霞，李朝晖.图象处理中边缘检测技术的研究[J].电脑开发与应用，2002，15（10）：7?9.

[10] SPACEK L A. Edge detection and motion detec?ion [J]. Image Vision Computer， 1986， 4（5）：43?49.