邊緣檢測算子在古陶瓷器型研究中的應用

摘 要：本文對古陶瓷數(shù)字圖像進行邊緣檢測，實際上就是對古陶瓷器型輪廓進行輪廓識別、輪廓形狀提取等一系列的數(shù)字處理過程。它是古陶瓷器型研究領域中嘗試的一種新方法。本文選用5種常用的邊緣檢測算子對古陶瓷器型進行邊緣提取，對比了它們各自的優(yōu)缺點。實驗表明，在實際應用中要根據(jù)具體情況和要求選擇合適的邊緣提取算子。

關(guān)鍵詞：數(shù)字圖像；邊緣檢測算子；古陶瓷器型

1 前言

人們一般用語言或文字來表達自己的思想，但是想用語言或文字表達物體的形狀和大小是很困難的。而圖像可以準確地表達物體的形狀、大小和相互位置，是表達和記述思維與指導生產(chǎn)的重要工具。在古陶瓷的斷源斷代研究過程中，無論是“眼學鑒定”、還是科技鑒定，對器型等工藝特征的研究仍然是古陶瓷研究的重點[1]。古陶瓷器型圖像是古陶瓷器型數(shù)據(jù)信息的來源之一，其信息豐富且直觀，為古陶瓷器型的辨識和判斷奠定了基礎。對古陶瓷圖像進行目標邊緣檢測不僅可以為古陶瓷圖像的恢復和增強等提供科學方法，而且可以為古陶瓷器型特征提取提供依據(jù)，成為古陶瓷器型研究方法中不可或缺的方法。

古陶瓷數(shù)字圖像的器型輪廓是以其局部特征的不連續(xù)性而存在，即是指古陶瓷圖像中亮度變化最明顯的部分，如：灰度值的突變、顏色的突變、紋理結(jié)構(gòu)的突變等。同時，古陶瓷器型邊緣也是對圖像不同區(qū)域的一個分界[2]。古陶瓷邊緣勾勒出的器型輪廓，能使觀察者比較主觀的了解到古陶瓷形狀，而其中蘊含的豐富“潛信息”，諸如：方向、幅度、階躍性質(zhì)等卻只能通過數(shù)學軟件作進一步分析[3]。一般情況下，沿邊緣走向的灰度變化較平緩，垂直于邊緣走向的灰度變化較劇烈，根據(jù)灰度變化的這一特點，主要將灰度變化分為階躍型、房頂型和凸緣型三種。這三種變化基本囊括了古陶瓷器型數(shù)字圖像中的灰度變化形式，如圖1所示。

利用邊緣檢測技術(shù)對古陶瓷器型圖像進行提取分析，其基本思路首先是對古陶瓷數(shù)字圖像進行錄入，并檢測出古陶瓷的輪廓邊緣點，再按照某種數(shù)學算法將輪廓邊緣點連接成平滑的曲線，從而構(gòu)成目標分析區(qū)域[4]，為下一步工作做好準備。由于古陶瓷邊緣曲線是所要提取輪廓與器型背景之間的分界線，而有效準確提取出來的邊緣曲線才能真實的再現(xiàn)古陶瓷器型信息。因此，邊緣檢測技術(shù)在輪廓提取步驟中占十分重要的地位。通常邊緣檢測算法的過程如圖2所示，是將原始圖像經(jīng)過平滑濾波后，得到平滑圖像，然后使用各種算法得到邊緣增強的圖像，一般得到的圖像時256灰度級的。此時，圖像灰度變化平緩的區(qū)域近乎沒有了，只剩下灰度突變的地方，其灰度值也得到了增強。最后經(jīng)過閥值分割，將256級圖像變換為二值圖，將邊緣突變明顯的顯示出來，就得到邊緣圖像[5]。邊緣檢測的好壞，直接影響到后期工作的開展，本文使用matlab對古陶瓷圖像進行了邊緣檢測，分析了幾種經(jīng)典算子的優(yōu)劣，找出適合進行古陶瓷圖像邊緣檢測的最適合算子，以確保提取的器型結(jié)構(gòu)參數(shù)的準確性，提高古陶瓷的判別精度。

2 邊緣檢測算法

邊緣檢測算法的形式有很多，一般情況下都表現(xiàn)為微分形式，并采用快速卷積函數(shù)來實現(xiàn)計算的。而運用較普遍較常用的就是梯度算子、方向算子、拉普拉斯算子和坎尼算子幾類，其中，梯度微分算子存在Roberts算子、Soble算子、Prewitt算子等形式。圖3給出了各種經(jīng)典算子的實現(xiàn)模板。本文擬對古陶瓷器型圖像的進行預處理，來檢驗幾種算子對古陶瓷器型邊緣檢測的有效性和準確性。

2.1 羅伯茨算子（Roberts）

2.4 坎尼算子（Canny）

在古陶瓷圖像的器型邊緣提取過程中，其最基本的問題就是緩解或解除增強邊緣與抗噪能力兩者的矛盾，而由于器型邊緣頻率和噪聲頻率在同一域中都屬于高頻分量值，常用的簡單微分提取方法運算處理會增加圖像中多余的噪聲，所以在微分運算過程前一般要進行適當?shù)钠交瑸V波，減少噪聲對器型輪廓提取的影響。Canny算子是最優(yōu)的階梯型邊緣檢測算子，它能在噪聲抑制和邊緣檢測之間取得較好的平衡。但從實驗結(jié)果圖7中可以看出，雖然Canny算子對古陶瓷數(shù)字圖像提取出的邊緣曲線光滑，但對噪聲比較敏感，噪聲“填充”了大部分邊緣，因此，加大了對古陶瓷器型邊緣輪廓提取的干擾，效果并不理想。

3 結(jié)果分析與討論

本文針對古陶瓷數(shù)字圖像進行邊緣提取實現(xiàn)，使用常見的五種邊緣提取算子進行圖像處理，一般認為，邊緣線清晰、連續(xù)性較好、能構(gòu)成封閉邊界線的邊緣檢測圖為理想的數(shù)字圖像邊緣提取結(jié)果。從上述實驗可以看出，對于器型結(jié)構(gòu)比較簡單的古陶瓷而言，如：明成化斗彩雞缸杯，五種經(jīng)典的邊緣檢測算法提取邊緣輪廓效果差異不是很大，可以任意選取某一種算法進行邊緣輪廓的提取。而相對趨復雜的古陶瓷器型，如：本實驗選取的明永樂紅釉僧帽壺，使用LOG算子進行邊緣輪廓提取效果優(yōu)于其他算子?？傮w而言，可以分析比較五種算子的差異：

（1） Roberts算子提取古陶瓷數(shù)字圖像邊緣的結(jié)果邊緣定位不是很高，對噪聲有一定的抑制作用，但在古陶瓷器型邊緣處產(chǎn)生較強的響應，邊緣不光滑，出現(xiàn)斷裂的情況，運用時需要對邊緣做細化處理，不利于古陶瓷器型特征參數(shù)的提取。

（2） Sobel算子和Prewitt算子都是一階的微分算子，前者是加權(quán)平均濾波且檢測邊緣會大于兩個像素，后者是平均微分濾波，但兩者對噪聲較為敏感，它們都只是簡單的進行邊緣檢測，而未對待處理的數(shù)字圖像進行濾波，往往得到的都是不連續(xù)、不完整的器型邊緣輪廓，為了能更好地提取出有效的邊緣輪廓，通常都需要對原始圖像進行平滑過濾噪聲信號，再進行邊緣檢測。

（3） 采用Canny算子進行邊緣提取的結(jié)果雖然很清晰，邊緣連續(xù)性好，但易受噪聲的影響，為獲取理想的邊緣提取結(jié)果，同樣需要與濾波器結(jié)合使用，實踐起來比較復雜，計算量比較大，不利于優(yōu)化數(shù)據(jù)處理步驟。

（4） Log算子提取的邊緣，相對而言最為完整，連續(xù)性好，在噪聲和目標邊緣間取得了較好的平衡，效果優(yōu)于其他四種算子，它是將高斯濾波與拉普拉斯邊緣檢測相結(jié)合，對圖像先進行平滑和積分，濾除大部分噪聲信號后再進行邊緣提取，是相對比較有效的古陶瓷器型邊緣檢測算子。

以上這五種經(jīng)典算子，都是基于不同階次微分的輪廓曲線提取分析?？傮w來說，它們都存在計算量小，處理速度快等方面的優(yōu)點，而對噪聲的抑制卻存在不同程度的缺陷。由于拍攝器材、光照以及干擾信號等因素的影響，我們在實際操作中，就需要選取一種或幾種比較合適的邊緣算子進行提取分析，亦或是利用經(jīng)典算法進行改進同時結(jié)合其他一些算法對其進行預處理，然后再進行邊緣曲線的提取。邊緣提取的好壞，直接影響到后期獲取古陶瓷器型結(jié)構(gòu)數(shù)據(jù)信息的準確性、可靠性。合理利用古陶瓷圖像邊緣提取技術(shù)，進一步為古陶瓷繪圖及科學分類提供一種新的思路方法。

4 結(jié)語

本文通過介紹了古陶瓷圖像邊緣檢測對古陶瓷器型研究的重要性，以及目前常用的幾種經(jīng)典邊緣檢測算子，幾種邊緣提取算子在邊緣明顯、噪聲低的情況下會得到很好的邊緣效果，這對于從事古陶瓷研究與分析領域人員掌握古陶瓷器型邊緣輪廓信息，無疑是非常重要的?？紤]到實際應用，對滿足各種不同要求的古陶瓷數(shù)字圖像邊緣信息內(nèi)容，如何選擇更加合適的邊緣提取算子，仍是一個值得深入探索的領域。

參考文獻

[1] 吳軍明，張茂林等.德清出土戰(zhàn)國時期原始青瓷的工藝特征[J].中國陶瓷，2011，（7）：66-69.

[2] 阮秋琦.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2007.

[3] 吳雋，熊露等.古陶瓷類文物器型結(jié)構(gòu)的數(shù)字化特征鑒定[J].中國科學：技術(shù)科學，2012，42（9）：1097-1102.

[4] Rafael C Gonzalez.Richard E Woods著，阮秋琦，阮宇智等譯，數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2005.

[5] 張德豐.MATLAB數(shù)字圖像處理[M].北京，機械出版社，2009

[6] J Goutsias，H Heijmans，Nonlinear multiresolution signal decomposition schemes. I. Morphological pyramids.IEEETransactions on Image Processing，2000.9（11）：1862-1876

[7] 喬治宏.基于細節(jié)結(jié)構(gòu)的指紋特征提取及匹配算法研究[D].北京工業(yè)大學碩士學位論文，2004，5.

[8] Dellecker R.Boundary-scan bursts into the modern productionfacility[J].IEEE Aerospace and Electronics Systems，2001，16（6）：21.

Abstract： Digital image edge detection of Ancient ceramics.In fact，it was the ancient ceramic shape profile for contour recognition， contour shape extraction and a series of digital processing process.It was the ancient ceramic research areas in trying out a new method.This paper selected five kinds of common edge detection operators to extract edge of ancient ceramics，through the analysis and experimental result compared with their advantages and disadvantages.Experimental results showed that according to the specific circumstances and requirements to choose the right edge operator in practical application.

Key words：Digital image； Edge detection operators； Ancient ceramic ware