一種改進(jìn)的低對(duì)比度灰度圖像邊緣識(shí)別方法

摘要：低對(duì)比度圖像的邊緣比較模糊，傳統(tǒng)的基于微分算子邊緣檢測(cè)方法通過(guò)梯度算子雖增強(qiáng)了邊緣信息，但同時(shí)也強(qiáng)化了噪聲影響。針對(duì)以上問(wèn)題。首先考慮對(duì)低對(duì)比度圖像進(jìn)行預(yù)處理，用直方圖均衡化方法提高對(duì)比度，以便準(zhǔn)確完整地定位圖像邊緣：其次考慮用計(jì)算灰度比值而不是傳統(tǒng)的計(jì)算灰度差值來(lái)檢測(cè)圖像時(shí)象的邊緣，以最大限度地降低噪聲的影響。測(cè)試結(jié)果表明，基于灰度比值的邊緣檢測(cè)方法弱化了噪聲影響，更有利于清晰準(zhǔn)確地識(shí)別低對(duì)比度圖像的邊緣。

關(guān)鍵詞：邊緣檢測(cè)；直方圖均衡化；噪聲；灰度差；灰度比值

O 引言

圖像邊緣，顧名思義，就是不同區(qū)域的分界處，它反映了圖像局部特征的不連續(xù)性，通常表現(xiàn)為灰度圖像中灰度級(jí)的突變，彩色圖像中顏色的突變，圖像中紋理結(jié)構(gòu)的突變等。傳統(tǒng)的邊緣檢測(cè)方法是通過(guò)計(jì)算灰度變化最大的值來(lái)確定邊緣點(diǎn)，比較簡(jiǎn)單，而且常用的檢測(cè)算子有Roberts算子、Iarewitt算子、Sobel算子以及LOG算子。這些算子對(duì)噪聲十分敏感，在實(shí)際應(yīng)用中，圖像又不可避免地會(huì)受到各種噪聲源的干擾，而噪聲會(huì)使我們檢測(cè)到由它導(dǎo)致的假邊緣。要解決這個(gè)問(wèn)題，采用平滑濾波過(guò)濾噪聲是常用的方法，但平滑濾波同時(shí)也會(huì)導(dǎo)致邊緣強(qiáng)度的損失，這與增強(qiáng)邊緣的目標(biāo)是相矛盾的。

因此，針對(duì)噪聲的問(wèn)題，本文提出并采用了計(jì)算灰度比值的方法來(lái)降低噪聲影響，用計(jì)算灰度比值來(lái)替代計(jì)算灰度差值，以增強(qiáng)圖像邊緣，提高對(duì)比度，從而將噪聲的影響降低到最小。

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文。