小組成員：鐘強(qiáng)祥（3100403040）楊志（3100403037）王鵬飛（3100403033）圖像邊緣檢測(cè)數(shù)字圖像處理1圖像邊緣檢測(cè)小組成員：鐘強(qiáng)課題再現(xiàn)：試用幾種不同的算法進(jìn)行圖像邊緣檢測(cè)實(shí)驗(yàn)，通過分析與比較，發(fā)覺不同算法之間的優(yōu)劣，解決邊緣檢測(cè)精度的算法。課前整理：

（1）圖像的輪廓：即圖像的邊界，它是指在圖像平面內(nèi)，像素點(diǎn)從一個(gè)物體或者一個(gè)表面到另外一個(gè)物體或表面的變化。（2）濾波：邊緣檢測(cè)算法主要是基于圖像強(qiáng)度的一階和二階導(dǎo)數(shù)，但導(dǎo)數(shù)的計(jì)算對(duì)噪聲很敏感，因此必須使用濾波器來改善與噪聲有關(guān)的邊緣檢測(cè)器的性能。大多數(shù)濾波器在降低噪聲的同時(shí)也導(dǎo)致了邊緣強(qiáng)度的損失，因此，增強(qiáng)邊緣和降低噪聲之間需要折中。數(shù)字圖像處理2圖像邊緣檢測(cè)課題再現(xiàn)：試用幾種不同的算法進(jìn)行圖像邊緣檢測(cè)實(shí)驗(yàn)，通過分析與（3）增強(qiáng)：增強(qiáng)邊緣的基礎(chǔ)是確定圖像各點(diǎn)鄰域強(qiáng)度的變化值。增強(qiáng)算法可以將鄰域(或局部)強(qiáng)度值有顯著變化的點(diǎn)突顯出來。邊緣增強(qiáng)一般是通過計(jì)算梯度幅值來完成的。（4）檢測(cè)：在圖像中有許多點(diǎn)的梯度幅值比較大，而這些點(diǎn)在特定的應(yīng)用領(lǐng)域中并不都是邊緣，所以應(yīng)該用某種方法來確定哪些點(diǎn)是邊緣點(diǎn)。最簡(jiǎn)單的邊緣檢測(cè)判據(jù)是梯度幅值閾值判據(jù)。

（5）定位：如果某一應(yīng)用場(chǎng)合要求確定邊緣位置，則邊緣的位置可在子像素分辨率上來估計(jì)，邊緣的方位也可以被估計(jì)出來。數(shù)字圖像處理3圖像邊緣檢測(cè)（3）增強(qiáng)：增強(qiáng)邊緣的基礎(chǔ)是確定圖像各點(diǎn)鄰域強(qiáng)度的變?cè)O(shè)計(jì)原理：圖像的邊緣檢測(cè)，就是用離散化梯度逼近函數(shù)根據(jù)矩陣梯度向量來尋找圖像灰度矩陣的灰度躍變位置。設(shè)計(jì)流程：在邊緣檢測(cè)算法中，前三個(gè)步驟用得十分普遍。這是因?yàn)榇蠖鄶?shù)場(chǎng)合下，僅僅需要邊緣檢測(cè)器指出邊緣出現(xiàn)在圖像某一像素點(diǎn)的附近，而沒有必要指出邊緣的精確位置或方向。數(shù)字圖像處理4圖像邊緣檢測(cè)設(shè)計(jì)原理：圖像的邊緣檢測(cè)，就是用離散化梯度逼近函數(shù)根據(jù)矩陣梯1)Roberts邊緣檢測(cè)算子采用對(duì)角線方向相鄰兩像素之差進(jìn)行梯度幅度檢測(cè)，其檢測(cè)水平和垂直方向邊緣的性能好于斜線方向，并且檢測(cè)定位精度比較高，但對(duì)噪聲敏感。

2)Sobel邊緣檢測(cè)算子是綜合圖像每個(gè)象素點(diǎn)的上、下、左、右鄰點(diǎn)灰度的加權(quán)和，接近模板中心的權(quán)值較大，不但可以產(chǎn)生較好的邊緣效果，而且對(duì)噪聲具有平滑作用，減小了對(duì)噪聲的敏感性。3)Prewitt邊緣檢測(cè)算子是一種類似Sobel邊緣檢測(cè)算子的邊緣模板算子，它同樣對(duì)噪聲有平滑作用。4)Laplacian邊緣檢測(cè)算子是不依賴于邊緣方向的二階微分算子，對(duì)圖像中的階越性邊緣點(diǎn)定位準(zhǔn)確，該算子對(duì)噪聲非常敏感，它使噪聲成分得到加強(qiáng)，這兩個(gè)特性使得該算子容易丟失一部分邊緣的方向信息，造成一些不連續(xù)的檢測(cè)邊緣，同時(shí)抗噪聲能力比較差。數(shù)字圖像處理5圖像邊緣檢測(cè)1)Roberts邊緣檢測(cè)算子采用對(duì)角線方向相鄰兩像素之差進(jìn)5）Canny邊緣檢測(cè)算子采用高斯函數(shù)對(duì)圖像進(jìn)行平滑處理，因此具有較強(qiáng)的噪聲抑制能力；同時(shí)該算子也將一些高頻邊緣平滑掉，造成邊緣丟失。

對(duì)邊緣檢測(cè)方法的有效性進(jìn)行評(píng)價(jià)，Canny算子提出了三個(gè)邊緣檢測(cè)準(zhǔn)則：(a)最優(yōu)檢測(cè)：漏檢真實(shí)邊緣的概率和誤檢非邊緣的概率都盡可能??；(b)最優(yōu)定位準(zhǔn)則：檢測(cè)到的邊緣點(diǎn)的位置距離實(shí)際邊緣點(diǎn)的位置最近，或者是由于噪聲影響引起檢測(cè)出的邊緣偏離物體的真實(shí)邊緣的程度最??；(c)檢測(cè)點(diǎn)與邊緣點(diǎn)一一對(duì)應(yīng)：算子檢測(cè)的邊緣點(diǎn)與實(shí)際邊緣點(diǎn)應(yīng)該是一一對(duì)應(yīng)的。數(shù)字圖像處理6圖像邊緣檢測(cè)5）Canny邊緣檢測(cè)算子采用高斯函數(shù)對(duì)圖像進(jìn)行平滑處理，因

五種算子之間的比較與分析：

Roberts邊緣檢測(cè)算子：

在圖像邊緣附近的區(qū)域內(nèi)產(chǎn)生較寬的響應(yīng)，但容易丟失部分邊緣信息。適用于邊緣明顯且噪聲較少的圖像分割，并對(duì)具有陡峭的低噪聲的圖像處理效果較好。

Sobel邊緣檢測(cè)算子：

邊緣有嚴(yán)重的不均衡性，邊緣較寬，間斷點(diǎn)較多，由于許多噪聲點(diǎn)的灰度值也很大，會(huì)造成假邊緣。故只適合灰度較漸變，低噪聲圖像。數(shù)字圖像處理7圖像邊緣檢測(cè)五種算子之間的比較與分析：數(shù)字圖像處理7圖像邊緣檢測(cè)

Prewitt邊緣檢測(cè)算子：

產(chǎn)生很多間斷點(diǎn)較多，亮度較sobel淺且定位精度不夠高較模糊。但對(duì)邊緣進(jìn)行的細(xì)化，有一定抑制噪聲的作用。也適合灰度較漸變，低噪聲圖像。

Laplacian邊緣檢測(cè)算子：對(duì)線性和孤立點(diǎn)檢測(cè)效果好,但邊緣方向信息丟失,常產(chǎn)生雙像素的邊緣,對(duì)噪聲有雙倍的加強(qiáng)作用。數(shù)字圖像處理8圖像邊緣檢測(cè)PCanny邊緣檢測(cè)算子：邊緣輪廓較清晰，平滑，去噪聲能力強(qiáng)，由于較強(qiáng)的去噪能力同樣也平滑掉一些邊緣信息。優(yōu)點(diǎn)：缺點(diǎn)：使用范圍：Roberts邊緣檢測(cè)算子檢測(cè)水平和垂直方向邊緣的性能好于斜線方向，并且檢測(cè)定位精度比較高圖像邊緣附近的區(qū)域內(nèi)產(chǎn)生較寬的響應(yīng)，但容易丟失部分邊緣信息具有陡峭的低噪聲圖像Sobel邊緣檢測(cè)算子接近模板中心的權(quán)值較大，不但可以產(chǎn)生較好的邊緣效果，而且對(duì)噪聲具有平滑作用，減小了對(duì)噪聲的敏感性邊緣有嚴(yán)重的不均衡性，邊緣較寬，間斷點(diǎn)較多降低了檢測(cè)定位精度灰度較漸變，低噪聲圖像Prewitt邊緣檢測(cè)算子對(duì)噪聲有平滑作用邊緣比較粗，定位精度比較低，容易損失如角點(diǎn)這樣的邊緣信息灰度較漸變，低噪聲圖像Laplacian邊緣檢測(cè)算子對(duì)圖像中的階越性邊緣點(diǎn)定位準(zhǔn)確，對(duì)噪聲非常敏感，它使噪聲成分得到加強(qiáng)容易丟失一部分邊緣的方向信息，造成一些不連續(xù)的檢測(cè)邊緣，同時(shí)抗噪聲能力比較差具有陡峭的低噪聲圖像Canny邊緣檢測(cè)算子邊緣輪廓較清晰，平滑，較強(qiáng)的噪聲抑制能力平滑掉一些邊緣信息邊緣信息丟失比較嚴(yán)重低噪聲圖像數(shù)字圖像處理9圖像邊緣檢測(cè)Canny邊緣檢測(cè)算子：優(yōu)點(diǎn)：缺點(diǎn)：使用范圍：Roberts課下總結(jié)：

上述邊緣檢測(cè)算子具有實(shí)現(xiàn)簡(jiǎn)單、運(yùn)算速度快等特點(diǎn)，但受噪聲的影響很大，不能準(zhǔn)確判定邊緣存在及準(zhǔn)確定位，造成這種情況的原因：a)實(shí)際邊緣灰度與理想邊緣灰度值間存在差異，可能檢測(cè)出多個(gè)邊緣；b)算子尺度固定