荊濤 劉聰
摘要:為對圖像特征準(zhǔn)確識別提供數(shù)據(jù)分析,提出了一種基于梯度算子的線檢測算法。算法首先對轉(zhuǎn)化為灰度圖的圖像進(jìn)行邊緣檢測,經(jīng)過高斯濾波去除噪聲等處理后利用線檢測模版求出各像素的梯度值,從而求出圖像的灰度直方圖及梯度向量直方圖。最后基于Matlab進(jìn)行仿真模擬,仿真結(jié)果表明:方法具有較好的抗干擾性和定位準(zhǔn)確性。
關(guān)鍵詞:圖像處理;梯度算子;邊緣檢測;直方圖
中圖分類號:TN911?34 文獻(xiàn)標(biāo)識碼:A 文章編號:1004?373X(2013)02?0074?03
隨著科學(xué)的發(fā)展,數(shù)字圖像分析技術(shù)已廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)、軍事等領(lǐng)域[1]。諸如直升機(jī)的線檢測預(yù)警系統(tǒng),相對于人眼的識別能力,通過計算機(jī)對于圖像的分析處理數(shù)據(jù)加以識別,能夠在消耗極短的時間內(nèi)得到更加科學(xué)的結(jié)果。基于梯度算子的線檢測技術(shù)在直升機(jī)的駕駛過程中起著關(guān)鍵的作用,它直接決定了飛行駕駛過程中的安全程度。如今,線檢測技術(shù)已得到人們的廣泛關(guān)注,也出現(xiàn)了一些基于不同算法的檢測方法。
1 圖像的高斯濾波處理及像素梯度
1.1 圖像的灰度圖轉(zhuǎn)化
一幅完整的圖像是由紅,綠,藍(lán)三個通道組成的。用不同的灰度色階來表示在圖像中的比重[2]。為了使圖像能在Matlab中對每個像素進(jìn)行梯度值計算,需要將圖像轉(zhuǎn)化為灰度圖進(jìn)行處理分析。轉(zhuǎn)換灰度的方法一般有:浮點算法,整數(shù)方法,移位方法,平均值法,僅取綠色。本文采用了浮點算法,它運算簡單且效果較好[3?4]。
1.2 高斯濾波
高斯濾波器是一類根據(jù)高斯函數(shù)的形狀來選擇權(quán)值的線性平滑濾波器,它對去除服從正態(tài)分布的噪聲很有效。常用的二維零均值離散高斯濾波器函數(shù):
3 結(jié) 語
線檢測預(yù)警系統(tǒng)最基本的要求是能夠準(zhǔn)確判斷出圖像中線的存在。在基于梯度算子的線檢測系統(tǒng)中,各像素點梯度算子值和方向的求取是關(guān)鍵,該線檢測算法必須能夠并最終得到可以被模式識別系統(tǒng)用來作為識別依據(jù)的梯度值聚類和梯度方向聚類數(shù)據(jù)。除此之外,當(dāng)圖像受到噪聲污染時,線檢測算法也能夠?qū)D像進(jìn)行高斯濾波處理得到邊緣清晰的圖像,即線檢測系統(tǒng)也必須要具有抗噪聲性和穩(wěn)定性。通過Matlab仿真實驗,證明該算法的可行性。
參考文獻(xiàn)
[1] GONZALEZ R C.數(shù)字圖像處理[M].2版. 阮秋琦,譯.北京:電子工業(yè)出版社,2003.
[2] 趙文昌,張令通.直方圖規(guī)定化及其Matlab實現(xiàn)[J].數(shù)字技術(shù)及應(yīng)用,2009(8):191?192.
[3] 黃金國,戴志明,周培源.一種改進(jìn)的基于梯度的圖像邊緣檢測算法[J].武漢科技學(xué)院學(xué)報,2010,23(3):33?35.
[4] 趙春江,施文康,鄧勇.新的梯度邊緣檢測方法[J].光電工程,2005,32(4):86?88.
[5] 芮杰,吳冰,秦志遠(yuǎn),等.一種穩(wěn)健的自適應(yīng)圖像平滑算法[J].中國圖象圖形學(xué)報,2005,10(1):54?58.
[6] 張玲艷,閆麗.圖像梯度分類的概率模型及在邊緣檢測中的應(yīng)用[J].計算機(jī)工程與應(yīng)用,2010(18):100?104.
[7] 謝志南,張澤富,洪國斌,等.基于加強(qiáng)梯度邊緣檢測算法和FFT的穿刺針定位方法[J].中國醫(yī)學(xué)物理學(xué)雜志,2012(1):3154?3159.
[8] 陳亮,郭雷,劉坤,等.基于分塊梯度直方圖的邊緣檢測[J]. 光電工程,2009(8):100?104.
[9] 孫慧,周紅霞,李朝暉.圖象處理中邊緣檢測技術(shù)的研究[J].電腦開發(fā)與應(yīng)用,2002,15(10):7?9.
[10] SPACEK L A. Edge detection and motion detec?ion [J]. Image Vision Computer, 1986, 4(5):43?49.