结构元素对目标边缘检测的影响分析

朱 会，张新红

（91550部队 辽宁 大连 116023）

结构元素对目标边缘检测的影响分析

朱 会，张新红

（91550部队 辽宁 大连 116023）

针对光学经纬仪拍摄的红外飞机数字图像，论述了不同类型的结构元素对边缘检测的影响，通过实验，找到了对飞机边缘检测影响起决定作用的结构元素半径，分析了边缘检测算子的优缺点。试验结果表明：采用形态学的图像处理方法，能够有效抑制噪声，通过选取结构元素的类型和半径，能够有效检测红外飞机的边缘，保证姿态测量的精度。

形态学；结构元素类型；结构元素半径；边缘检测算子；姿态测量

图像边缘是指图像局部亮度变化最显著的部分，表明一个区域的终结和另一个区域的开始，是图像的最基本特征，也是图像特征提取的重要基础。飞机边缘检测是进行飞机形态特征提取和形态分析的前提，其检测结果直接影响着后续视频判读、姿态测量的精度。通常的边缘检测算法可以提取飞机的边缘，解决边缘的有无、真假和定向定位等问题，但仅仅依靠局部信息，对噪声考虑考虑的不全面，抗噪干扰能力差，使得检测到的边缘呈现断续、不完整[1]。

数学形态学以严格的数学理论和集合论为基础，通过选择合适的结构元素，来度量和提取图像中对应的目标形状，以达到图像分析和目标检测的目的[2]。数学形态学的算法具有并行实现的结构，不仅可以简化图像，保持目标区域基本的形状特征，而且能有效去除不相干的孤立点、毛刺等噪声[3－4]。

二值形态边缘检测通过选取合适的结构元素，利用形态学的基本原理，如膨胀与腐蚀，开闭运算等符合运算，对目标图像进行处理，最后得到清晰的图像边缘[5]。在此过程中，结果元素的选取和边缘检测算子决定了图像边缘检测的效果，因而是影响形态边缘检测质量的关键。为此，分析了形态学结构元素对边缘检测的影响，研究出了一种既能准确检测出红外飞机图像边缘，同时又能很好抑制噪声的形态学滤波器的边缘检测算法，解决了红外飞机边缘检测问题。

1 结构元素的选取

采用形态学方法对图像进行边缘检测时，结构元素也同样具有决定性的作用，根据不同的结构元素，将得到不同的实际边缘检测效果。通常情况下，用于二值图像的结构元素是一个尺寸比待处理图像小的多、由0或1组成的二位矩阵。根据形态的不同，结构元素的类型通常有线性（Line）、菱形（Diamond）、方形（Square）和圆盘形（Disk）等，并且结构元素通常包含原点[5]。

1.1 结构元素的类型

通常情况下，可以选择一个与待处理图像具有相似形状的结构元素，这样既能保证滤除噪声，又能保证边界信息不丢失。如图所示，针对图1的红外飞机，选择了几种结构元素，使用顶帽变换对图像进行作用，使用canny算子进行边界提取，结果如图2～6所示。从作用结果可以看出，结果元素disk、diamond和octagon作用结果在滤除噪声的同时保证了边界信息的完整，而结构元素square和rectangle的作用结果，改变了图像的边界信息。

图1 原始图像Fig.1 Original image

图2 结构元素disk结果Fig.2 Structure element of disk

图3 结构元素diamond结果Fig.3 Structureelementofdiamond

图4 结构元素octagon结果Fig.4 Structure element of octagon

图5 结构元素square结果Fig.5 Structure element of square

图6 结构元素rectangle结果Fig.6 Structureelementofrectangle

1.2 结构元素的半径

果元素对图像的作用效果不仅取决于其类型，不同尺寸的结果元素对同一图像的作用效果也有显著差别。如图所示，针对图1的红外飞机，选择结构元素disk，使用不同的半径进行顶帽变换，使用canny算子进行边界提取，作用结果如图7～13所示。从作用结果可以看出，在直径2到6的变化过程中，不能很好的保证图像边界信息提取的连续性；在直径8到16的变化过程中，保证了图像边界信息提取的连续性，当直接为10的事后效果最好；直接大于等于16后，图像的边界开始变形。

图7 直径2边缘提取结果Fig.7 Radius of 2

图8 直径4边缘提取结果Fig.8 Radius of 4

通常情况下，小尺寸的结构元素去噪能力弱，但能检测出较好的边缘细节；大尺寸的结构元素去噪能力强，但检测出的边缘较粗，影响后续结构特征的提取精度。因此在实际应用中，需结合应用背景和期望来合理选择结构元素的尺寸。

图9 直径6边缘提取结果Fig.9 Radius of 6

图10 直径8边缘提取结果Fig.10 Radius of 8

图11 直径10边缘提取结果Fig.11 Radius of 10

图12 直径16边缘提取结果Fig.12 Radius of 16

图13 直径20边缘提取结果Fig.13 Radius of 20

2 边缘检测算子

灰度形态学是数学形态学的一种，由二值形态学理论推广而来，应用于各种灰度图像和彩色图像，其基本运算主要为灰度腐蚀、灰度膨胀、灰度开启和闭合四种。

灰度图像的膨胀“加长”或“变粗”二值图像中的目标，而腐蚀“收缩”或“细化”二值图像中的对象，由结构元素控制腐蚀与膨胀的方式和程度。灰度的开启和闭合是由膨胀和腐蚀组合运算。灰度开启完全删除了不能包含结构元素的对象区域，平滑了对象的轮廓，断开了狭窄的连接，去掉了细小的突出部分。灰度的闭合一般会将狭窄的缺口连接起来形成细长的弯口，并填充比结构元素小的洞。

边缘检测方法是利用边缘邻近的一阶导数或二阶导数变化规律来考虑图像的每个像素的某个邻域内灰度的变化。基于数学形态学的边缘检测算法是一种非线性的基于结构元素的图像处理和分析理论，通过基本的集合运算形成边缘检测算子，从而检测出图像边缘[6]。由于图像大都含有噪声，为了使算子具有抗噪声能力，提出了抗噪声型的边缘检测算子。

Log算子是二阶导数算子，该算子用高斯函数对图像做平滑滤波处理，然后采使用拉普拉斯算子检测边缘，克服了拉普拉斯算子抗噪能力比较差的缺点，在抑制噪声的同时也可能将原有的比较尖锐的边缘也平滑掉了，造成这些尖锐的边缘无法被检测。

Sobel算子根据像素点上下、左右领点灰度加权差在边缘处达到极值这一现象检测边缘，对噪声具有平滑作用，能提供较为精确的边缘方向信息，但边缘定位精度不高，是一种较为常用边缘检测方法。

Prewitt算子利用局部差分算子寻找边缘，边缘定位精度高，但容易丢失一部分边缘，不具备抑制噪声的能力。

Canny算子使用指定标准偏差的高斯滤波器来平滑滤波，在图像的每一点计算局部梯度和边缘方向，利用边缘点确定图像中出现的脊，从而确定强边缘像素和弱边缘像素，进而执行边缘连接。

3 试验结果分析

以320×256的红外飞机灰度图像为例，在Matlab8.0下编程实验，经反复研究比较，选取半径为8结构元素disk进行形态学的顶帽变换，采用最大类间方差求取灰度阈值，使用edge函数检测二值图像中飞机的边缘，不同边缘检测算子的边缘检测结果如图14～17所示。对比图中飞机边缘检测结果：图14和17飞机边缘检测的机头、飞机两翼满足姿态测量的条件，图15和16的机翼有毛刺且不连续；图14、15的飞机机尾的检测结果满足姿态测量的条件[7]，图16的机尾有毛刺且不连续，图16的机尾形状错误。图14的飞机机身边缘检测结果不符合实际。

图14 Log算子边缘提取结果Fig.14 Log operator

图15 Sobel算子边缘提取结果Fig.15 Sobel operator

图16 Prewitt边缘提取结果Fig.16 Prewitt operator

图17 Canny边缘提取结果Fig.17 Canny operator

4 结束语

数学形态学的图像处理方法，在目标的边缘检测中具有明显的优越性。针对光学经纬仪拍摄的红外飞机图像提出了一种有效的边缘检测方法，实验表明边缘定位准确，具有良好的噪声抑制能力和检测效果，满足了姿态测量的要求，同时该种检测方法，实现简单，实用性好，具有较高的使用推广价值。

[1]王艳春，迟胜起，郑长英.基于数学形态滤波算子的黄顶菊种子图像边缘检测[J].农业化研究，2011，3（3）:39－42

WANG Yan-chun，CHI Sheng-qi，ZHENG Chang-ying.The edge-detection of flaveria bidentis seed image based on mathematics morphological filtering operators[J].Journal of Agricultural Mechanization Research，2011，3（3）:39－42.

[2]YANG Feng，YANG Fan.Detecting license plate based on top-hat transform and wavelet ransform[C]//ICALIP2008，2008:998－1003.

[3]Salembier.St ructuring element adaptation for morphological filters[J].Journal of Visual Communication and Image Resentation，1992，3（2）:115－136.

[4]Susanta M，Bhabatosh C.Multiscale morphological segmentation of gray-scale image[J].IEEE Trans.on Image Proc，2003，12（5）:533－466.

[5]周云川，何永强，李计添.基于小波和灰度形态学的红外图像增强方法[J].激光与红外，2011，41（6） :683－686.

ZHOU Yun-chuan，HE Yong-qiang，LI Ji-tian.Infrared image enchancement method based on wavelet transformation and grayscalemorphlolgy[J].Laser&Infrared，2011，41（6）:683－686.

[6]孟婷婷，于谅，李寿敏，等.一种基于改进的形态学算子的边缘检测算法[J].计算机工程与科学，2011，33（8）:112－116.

MENG Ting-ting，YU liang，LI Shou-min，et al.An edge detection alogrithm based on improve morphology operators[J].Computer Engineering&Science，2011，33（8）:112－116.

[7]陈海峰，张少博，刘英元.振动测量误差影响因素分析[J].火箭推进，2011（1）：61－64.

CHEN Hai-feng，ZHANG Shao-bo，LIU Ying-yuan.Analysis of error factor in vibration measurement[J].Journal of Rocket Propulsion，2011（1）：61－64.

Effect analysing of structure elements of target edge detection

ZHU Hui，ZHANG Xin-hong
（The People's Liberation Army Unit 91550， Dalian 116023， China）

According to the optical theodolite shooting infrared aircraft digital image，this paper discusses influences of different types of structural elements on edge detection， through the experiment， aircraft edge detection effectis playsing a role in determining the structural elements of the radius and the style founded on，the advantages and disadvantages of Image Edge Segmentation Algorithm are analyzesed.The test results show that:the use of morphological image processing method can effectively restrain the noise.selecting structure type and the radius can effectively detect infrared aircraf edge and guarantee the attitude measurement precision.

morphological； type of structure element； radius of structure element； operater of edge dectection measure pose

TP391.4

A

1674－6236（2013）04－0101－03

2012－10－22稿件编号201210140

朱 会（1977—），男，吉林公主岭人，工程师。研究方向：光学经纬仪、连续波雷达、单脉冲雷达的软硬件设计与维护，指挥控制显示系统的软硬件设计与维护。