图像边缘检测算法的比较分析

王 娟

(忻州师院五寨分院，山西，036200)

图像边缘检测算法的比较分析

王 娟

(忻州师院五寨分院，山西，036200)

随着社会的快速发展，图像边缘检测的方法也逐步的多样化，为了能够全面提升其图像边缘检测的效率，需要对整体的检测方法进行全面的创新。但在实际的检测过程中，其检测环境还相对复杂，导致边缘检测的难度相对较大。所以，对检测法进行优化十分关键。本文主要针对图像边缘检测法进行比较分析。并提出了相应的优化措施。

图像；边缘检测算法；比较分析

1 图像边缘检测的方法

在对图像进行处理和计算机视觉等领域中应用到的最基本技术就是边缘检测技术，如何准确、快速地提取出图像边缘信息一直是图像处理问题中的难题和国内外研究的热点问题。在早期的经典算法中包括Canny算子、Pewitt算子、Roberts算子、LaaG算子等边缘检测算子法。近年来不断对人工智能和智能领域的发展，使得众多新的边缘检测方法不断涌现出来，例如某些利用数学形态学的边缘检测法。边缘检测技术的不断成熟使得新的边缘检测方法随之出现。

1.1 传统的经典边缘检测算子法

1.1.1 高斯型的拉普拉斯（LnG）边缘算子

高斯型拉普拉斯（LAG）算子属于二阶导数算子，对于边缘点的检测需要寻找图像的灰度值中的过零点，所以，当高斯函数中的方差委数r越大时，越能够丰富检测到的图像细节，使得噪声的抑制能力能够下降，在这种情况下较容易出现伪边缘的现象；在抗噪声能力提高的同时，也要降低边缘定位的准确性。

1.1.2 Robers边缘算子

Raberts算子是一种最为简单的算子，通过对局部差分算子寻找边缘的算子进行计算，利用任意一对互相垂直方向上的差分都能够对梯度的原理进行计算，从而，能够计算出对角线方向相邻的两像素之差。

1.1.3 Prewilt边缘算于

Pewilt算子属于边缘样板算子。在图1中可看出两个卷积的算子能够形成Prewilt边缘算子，理想的边缘子图像能够构成样极算子，对于边缘样板的利用能够检测出图像与被检测区域中最为相似的样板，这样可以作为算子输出的最大值，这样能够检测出边缘像素。Prewilt算子通过对图像灰度进行平均后，再进行求差分的操作，从而，求出的Prewilt算子的边缘较宽。

1.1.4 Canny边缘算子

Canny算子属于边缘检测中的一阶微分滤波器，具有多峰值响应准则，最优过零点定位准则和最大信噪比准则三大优点，通过应用变分的原理能够计算出f（x)函数，得出高斯函数的一阶微分。Canny算子属于滤波较强和检测阶段多样化的优化算子。在对Canny算子进行处理之前，需要先用高斯平滑滤波器来对图像进行平滑操作，以达到除去噪声对目的，通过计算梯度差值能够完成邻域或局部强度值，突出增强边缘的显著的变化特点。

1.2 新的边缘检测方法

1.2.1 基于小波变换的边缘检测方法

小波分析在最近几年已成为工程学科和应用数学中迅速发展的一个新领域，小波变换需要对时域-频域进行局部变换，从而能够在信号中提取出更多有用的信息。在进行图像工程的操作中，对于图像的分析从一些结构复杂、形态各异的图像下手，对于提取到的图像边缘在反映出目标整体轮廓的同时，还需要描绘出目标的局部细节，这需要运用多尺度的边缘进行检测；小波变换具有天然多尺度的运行特征，对于不同的运算进行伸缩平移变化能够细化分析信号特征。对达到高频的时间进行细分，由此可看出，小波变换适合用于复杂图像的边缘检测。

1.2.2 基于数学形态学的边缘检测方法

数学形态学可用于对模式识别和图像处理领域中，在应用于实际操作时，需要具有严谨的数学理论基础。基本的思想是度量某些具有一定形态的结构元素和提取相应图像中的各种形态，使得图像的分析和识别的目的能够达到，让获取到的图像结构信息与结构元素相关，对于各种不同构造的结构元素可以完成对于不同的图像分析。

1.3 分割最佳阅值的迭带算法

网值分割的方法是划分图像的不同灰度等级，然后确定灰度门限的方法，对物体的边界进行分割。当分割目标与背景时，必须保证某一灰度是某图像的分割阀值的恒定值，按照阀值对目标和背景进行划分的错误分割的图像像素点数为最小。通过阀值能够将图像划分为两部分，噪声可随机作用在图像的像素点上，则根据不同的划分目标的和背景，在迭代次数不断增加的同时，平均灰度值也会更加趋向于真值。因此，用迭代算法求出的最佳阀值不会受到噪声的影响。

2 实例对比仿真与分析

在MATLAB的平台下，可以实现对图像边缘检测算法的仿真操作。仿真图像为lena.bmp:512×512、256色灰度图像，用不同的算子可对改进方法进行边缘检测，例如：Canny算子、Prewilt算子、Roberts算子、LOG算子等，通过将各项检测结果进行对比，可以确定LOG算子和Canny算子具有比较强的抗干扰能力。Roberts算子和Prewitt算子都会受到一定的噪声影响，在实际情况下，在对图像进行处理时，往往会不可避免的产生一定的噪声。LOG算子具有较好的抗干扰性，但检测到的边缘信息效果不好，不连续。Canny算子检测的结果比LOG算子检测出的结果效果稍好，但边缘不具有连续性。对于改进的算法在一般情况下具有较好的抗噪能力，并且检测出图像边缘信息能够形成一定的连续性。在图像边缘的检测领域具有较为经典的边缘检测算子，但不具备绝对的优势，某些边缘的检测精度较高，没有较好的抗噪声性；某些能够解决抗噪声的性能的边缘，不具备较好的检测精度。对于这些算法的改进方法需要在一定程度上解决各种协调问题。综上所述，无论哪种边缘检测的算法在解决某些问题的同时也会存在不同方面的缺陷。

3 图像边缘检测算法的比较结果分析

在本文中有关于经典的边缘检测算法进行了详细的分析和阐述，并对检测出的结果进行比较。对于传统的经典图像边缘的提取算法简单，计算量小，但具有较为敏感的抗噪声的干扰，所以，对于检测效果需要结合其他的一些算法，对图像进行预处理，这样才会取得较好效果。对于某些基于数学形态学理论和小波变换的边缘检测算法在目前来说还不太成熟，还有许多方面有待研究。在整体的比较重，新的算法与传统的算法具有明显的差异性，传统的算法虽然步骤较为繁琐，而且算法相对原始，但是相对而言，其检测的精确度相对较高。而新型的算法，更加趋近于实际，其精确度也十分高，而且测算的效率也不低。所以，在生活中的应用较为广泛。但是其整体测算的稳定性还不够强，而且测算的成本较高。所以，在进行测算的过程中，需要结合实际情况，选择科学合理的测算方式。

相比较来看，迭代算法使最佳分割阀值不受噪音的影响，所以，能够确定边缘点的自身灰度值，使得噪声影响范围的扩大不受较大的影响。对于图像阀值的分割需要能够提取出完整的图像轮廓，这样才能使得检测到的边缘具有连续性。但图像阀值的算法较为复杂，不能较为方便的进行应用，所以，为了能够更好的解决边缘检测桔度与抗噪声性能协调问题，需要寻求一些简单的算法，图像处理与分析研究的目标就是边缘检测算法。

Canny边缘检测算子的基本步骤如下：

1)用高斯滤波器处理图像，即选取Gauss滤波器函数的标准方差和邻域大小，对图像f（x）进行运算，最终能够得到较为平滑的图像，达到抑制噪声的作用。

2）计算滤波后图像中每个像素梯度的幅值和方向。

3）对梯度幅值进行非极大值抑制运算。图像上幅值M的大小并不能对边缘点进行确定，通过采用非极大值抑制的方式才能确定边缘点，细化幅值图像中的屋脊带，保留在幅值中局部变化最大的点。对图像中的幅值需要利用梯度方向来进行计算，当梯度方向上的非最大值点的赋值为零时，这点即为边缘。

4）用双阔值算法检测和连接边缘。对于非极大值进行抑制幅值时，可以得到边缘的阵列图像，结果会受到阀值大小的影响。

4 结语

图像边缘检测算法的方法有很多，因此在进行测算的过程中需要结合实际情况，选择最为合适的方法进行全面的测算。在进行边缘检测测算的过程中，首先需要对其算法的基础内容进行明确，然后采用合适的方法进行综合性的测算，之后要结合实例进行仿真与分析。最终得出最为合适的测算方法，从而让图像边缘检测方法的测算精准度得到全面的提升。

[1]段瑞玲,李庆祥,李玉和.图像边缘检测方法研究综述[J].光学技术.2005(03)

[2]徐献灵,林奕水.图像边缘检测算法比较与分析[J].自动化与信息工程.2007(03)

[3]肖梅,张雷,寇雯玉,苗永禄,刘伟.一种新的边缘检测算法研究[J].郑州大学学报(工学版).2012(04)

[4]陈伟,范新南,李敏,汪耕任.单幅图像去雾算法[J].计算机与现代化.2015(05)

王娟 ，女，1986年1月19日，本科，职称：助讲 ，研究方向：计算机科学与技术。

Comparative analysis of image edge detection algorithms

Wang Juan

(Wuzhai branch of Xinzhou Teachers College，Shanxi,036200)

With the rapid development of society,the technique of edge detection is also gradually diversified,in order to enhance the efficiency of the image edge detection, the need for comprehensive innovation on the detection method of the whole.But in the actual detection process,the detection environment is relatively complex, resulting in the difficulty of edge detection is relatively large.So, it is very important to optimize the detection method.This article mainly aims at the image edge detection method to carry on the comparative analysis.And the corresponding optimization measures are put forward.

image edge detection algorithm comparative analysis