第
44
卷第
3
期
2014
年
3
月
激光与红外
LASER & INFRARED
Vo
1.
44
,No.3
March
,2014
文章编号:
1001-5078
(2014
)03
-0
319-06
·图像与信号处理·
一种改进的边缘细化方法
许宏科,秦严严,潘勇
(长安大学电子与控制工程学院,陕西西安
710064
)
摘
要:针对
Sobel
算子检测出的图像边缘较粗且检测效果受噪声影响大的问题,提出了一种
结合自适应平滑滤波并改进原细化算法的方法来抑制噪声并细化边缘。使用新的自适应平滑
滤波梯度模板对原始图像滤波,在平滑噪声的过程中锐化图像边缘;在
Sobel
算子检测出边缘
后使用改进的细化算法剔除伪边缘点
O
试验比较表明:在迭代次数相同的情况下,新的自适应
平滑滤波模板比原梯度模板总体效果更好;改进的边缘细化算法在保证与原算法运算时间相
当的条件下,保留了更多的边缘细节信息,细化结果更加准确。
关键词:图像处理;边缘细化;自适应平滑
;Sobel
算子;边缘检测
中图分类号:
TP39
1.
41
文献标识码
:A
DOI:
10.
3969/j.
issn.
1001-5078.2014.03.22
Improved edge thinning method
XU
Hong-ke
,
QIN
Yan-yan
,
PAN
Yong
(School of Electronic and Control Engineering, Chang' an University ,Xi' an 710064 , China)
Abstract:
An improved edge thinning method with adaptive smooth filter is proposed for de-noising and thinning rough
edge detected
by
Sobel operator. A new gradient operator is used for adaptive smooth filter , which can overcome noise
influence and sharpen image edge effectively.
Th
en
, the improved edge thinning method is used after edge detection
with Sobel operato
r. Experimental results show that the new gradient operator is better than the old one with the same
iteration number
, and the improved edge thinning method can
pr
回
e
凹
e
more edge details with a considerable calcula-
tion time meanwhile.
Key
words:
image processing; edge thinning; adaptive smooth filter; Sobel operator; edge detection
1
引言
图像边缘是图像的一种重要特征,图像边缘的
确定和提取对于图像分析是非常重要的,长期以来
是图像处理中的研究热点,人们期望找到一种抗噪
性好、不漏检、不误检且快速的方法
[1]
。经典的算
法中常用梯度算子山,如
Roberts
算子、
Prewitt
算子
和
Sobel
算子
[3
-6]
其中
Sobel
算子检测效果比较
好,
Sobel
算子优点在于方法简单,处理速度快,检测
出的边缘平滑、连续。但其缺点是检测出的边缘较
粗且对噪声较敏感
[6
-7]
。
噪声对图像后续处理产生着很大影响,在边缘检
测与细化之前,需要做好滤波处理。常用图像滤波方
法在抑制噪声的同时,模糊了图像边缘阳,对后续边
缘检测与细化造成了消极影响。文献
[9J
提出一种
基于梯度信息的自适应平滑滤波方法,其基本思想是
用一种小的平均加权模板与原始图像进行迭代卷积,
每次迭代时自适应地改变各像素加权系数。在区域
平滑的过程中,较好地抑制了噪声,同时锐化了边缘。
但其缺点是使用的梯度模板过于简单,没有充分利用
8
邻域像素点信息,针对这一缺陷,本文使用一种新
的梯度模板代替原梯度模板,新梯度模板考虑了
8
邻
域内所有像素点信息,在迭代次数相同的情况下,比
基金项目:国家山区公路工程技术研究中心开放基金项目
(No.
gsgzj
-
2011
-
08)
资助。
作者简介:许宏科(1
963
一)
,男,博士,教授,研究方向为交通图
像处理。
收稿日期
:2013
-D
7
-10
第
44
卷第
3
期
2014
年
3
月
激光与红外
LASER & INFRARED
Vo
1.
44
,No.3
March
,2014
文章编号:
1001-5078
(2014
)03
-0
319-06
·图像与信号处理·
一种改进的边缘细化方法
许宏科,秦严严,潘勇
(长安大学电子与控制工程学院,陕西西安
710064
)
摘
要:针对
Sobel
算子检测出的图像边缘较粗且检测效果受噪声影响大的问题,提出了一种
结合自适应平滑滤波并改进原细化算法的方法来抑制噪声并细化边缘。使用新的自适应平滑
滤波梯度模板对原始图像滤波,在平滑噪声的过程中锐化图像边缘;在
Sobel
算子检测出边缘
后使用改进的细化算法剔除伪边缘点
O
试验比较表明:在迭代次数相同的情况下,新的自适应
平滑滤波模板比原梯度模板总体效果更好;改进的边缘细化算法在保证与原算法运算时间相
当的条件下,保留了更多的边缘细节信息,细化结果更加准确。
关键词:图像处理;边缘细化;自适应平滑
;Sobel
算子;边缘检测
中图分类号:
TP39
1.
41
文献标识码
:A
DOI:
10.
3969/j.
issn.
1001-5078.2014.03.22
Improved edge thinning method
XU
Hong-ke
,
QIN
Yan-yan
,
PAN
Yong
(School of Electronic and Control Engineering, Chang' an University ,Xi' an 710064 , China)
Abstract:
An improved edge thinning method with adaptive smooth filter is proposed for de-noising and thinning rough
edge detected
by
Sobel operator. A new gradient operator is used for adaptive smooth filter , which can overcome noise
influence and sharpen image edge effectively.
Th
en
, the improved edge thinning method is used after edge detection
with Sobel operato
r. Experimental results show that the new gradient operator is better than the old one with the same
iteration number
, and the improved edge thinning method can
pr
回
e
凹
e
more edge details with a considerable calcula-
tion time meanwhile.
Key
words:
image processing; edge thinning; adaptive smooth filter; Sobel operator; edge detection
1
引言
图像边缘是图像的一种重要特征,图像边缘的
确定和提取对于图像分析是非常重要的,长期以来
是图像处理中的研究热点,人们期望找到一种抗噪
性好、不漏检、不误检且快速的方法
[1]
。经典的算
法中常用梯度算子山,如
Roberts
算子、
Prewitt
算子
和
Sobel
算子
[3
-6]
其中
Sobel
算子检测效果比较
好,
Sobel
算子优点在于方法简单,处理速度快,检测
出的边缘平滑、连续。但其缺点是检测出的边缘较
粗且对噪声较敏感
[6
-7]
。
噪声对图像后续处理产生着很大影响,在边缘检
测与细化之前,需要做好滤波处理。常用图像滤波方
法在抑制噪声的同时,模糊了图像边缘阳,对后续边
缘检测与细化造成了消极影响。文献
[9J
提出一种
基于梯度信息的自适应平滑滤波方法,其基本思想是
用一种小的平均加权模板与原始图像进行迭代卷积,
每次迭代时自适应地改变各像素加权系数。在区域
平滑的过程中,较好地抑制了噪声,同时锐化了边缘。
但其缺点是使用的梯度模板过于简单,没有充分利用
8
邻域像素点信息,针对这一缺陷,本文使用一种新
的梯度模板代替原梯度模板,新梯度模板考虑了
8
邻
域内所有像素点信息,在迭代次数相同的情况下,比
基金项目:国家山区公路工程技术研究中心开放基金项目
(No.
gsgzj
-
2011
-
08)
资助。
作者简介:许宏科(1
963
一)
,男,博士,教授,研究方向为交通图
像处理。
收稿日期
:2013
-D
7
-10