基于Canny理论的彩色图像边缘检测及评价

摘要

图像是我们认识世界的主要途径之一，而图像边缘是图像的不变特征之一，并且保留了图像的主要信息。图像边缘存在于信号的突变点处，而图像边缘检测技术可以看成是从图像中剔除一些不相关信息，通过对边缘点进行分析来了解整幅图像的主要信息，因此，图像边缘检测技术可以大大减少数据处理时的运算量，并且为后续图像处理奠定了一定基础。到目前为止，已经有很多相关边缘检测算子被提出，一开始这种检测算子是基于灰度图像提出来的，并且这种研究还在继续。然而我们现实中更多遇到的是彩色图像，所以对彩色图像的研究更具有实际意义。
　　 Canny算子对灰度图像边缘检测有很好效果，本文试图将这种算子应用于彩色图像，并且采用连通分量的相关指标对改进算子进行评价，主要内容如下:
　　 1、分别对灰度图像边缘以及彩色图像边缘特征进行了分析研究，介绍了灰度图像边缘检测方法以及彩色图像边缘检测方法，并在此基础上，通过实验对比与理论分析，验证了算子的优点和不足。
　　 2、对Canny准则以及Canny算子进行详细分析，并通过实验结果发现Canny算子检测到的边缘定位准确，并且边缘相对比较细，但是依旧存在噪声影响以及人为设定阈值，自动化程度低等问题。
　　 3、针对Canny算子的不足，本文采用多尺度高斯滤波方法平滑图像，选择在彩色空间中计算梯度，并利用彩色图像梯度直方图的特征计算双阈值，通过进行双阈值检测、边缘链接、以及细化边缘，最终实现边缘提取，最后通过连通成分个数对算子进行了评价。通过实验表明，本文改进的方法不仅能够提取比较完整的图像边缘，并且对于颜色变化复杂的图像很有效。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 课题研究的背景和意义

1．2 图像边缘检测技术的研究现状

1．3 本文主要研究工作及内容

第2章 边缘检测基本理论和方法

2．1 边缘检测基本概念

2．1．1 边缘特征

2．1．2 梯度

2．1．3 边缘检测基本实现步骤

2．2 一阶微分算子

2．2．1 Roberts算子

2．2．2 Sobel算子

2．2．3 Prewitt算子

2．2．4 Kirsch算子

2．2．5 一阶微分算子的算法比较

2．3 二阶微分算子

2．3．1 Laplacian算子

2．3．2 LOG算子

2．3．3 二阶微分算子的比较

2．4 本章小结

第3章 彩色图像基本理论和方法

3．1 彩色图像

3．2 颜色空间

3．2．1 面向设备的颜色空间

3．2．2 面向视觉感知的颜色空间

3．2．3 均匀颜色空间

3．3 彩色图像边缘检测

3．3．1 输出融合方法

3．3．2 多维梯度方法

3．3．3 向量方法

3．3．4 彩色图像边缘检测算子的比较

3．4 本章小结

第4章 Canny算子准则及方法

4．1 Canny算子的提出

4．2 Canny准则及数学表达式

4．3 Canny边缘检测算子

4．3．1 高斯滤波平滑图像

4．3．2 计算图像梯度幅值和梯度方向

4．3．3 非极大值抑制

4．3．4 双阈值检测和边缘连接

4．3．5 实验对比

4．4 传统Canny算子存在的问题

4．5 本章小结

第5章 改进的Canny边缘检测算子

5．1 基于梯度直方图的彩色图像边缘检测算法

5．1．1 彩色空间选取

5．1．2 改进的滤波器

5．1．3 利用向量空间计算梯度和方向

5．1．4 彩色图像梯度直方图

5．1．5 自适应阈值的选择

5．1．6 边缘连接

5．1．7 边缘细化

5．2 边缘评价方法

5．2．1 连通数评价方法的基本原理

5．2．2 连通成分个数求解算法

5．3 实验结果及分析

5．3 本章小结

总结与展望

参考文献

致谢

附录A 攻读学位期间所发表的学术论文