基于Canny算子的圖像邊緣檢測算法

石桂名等

摘 要： 圖像邊緣檢測是一種非常經(jīng)典的基于計(jì)算機(jī)視覺技術(shù)的圖像處理技術(shù)，主要是根據(jù)圖像的某種特定信息，把目標(biāo)的邊緣與周圍的區(qū)分開來?；仡櫫藥追N傳統(tǒng)的邊緣檢測方法，并分析它們的優(yōu)缺點(diǎn)，詳細(xì)闡述了Canny算子的檢測原理和實(shí)驗(yàn)方法。實(shí)驗(yàn)結(jié)果表明Canny算子是最優(yōu)的邊緣檢測算子，能夠較穩(wěn)定地對(duì)目標(biāo)圖像進(jìn)行邊緣信息提取，得到較好的檢測效果。

關(guān)鍵詞： 圖像處理； 邊緣檢測； Canny算子； 參數(shù)選擇

中圖分類號(hào)： TN911.73?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2015）12?0092?02

邊緣檢測算法是圖像處理中的一個(gè)重要部分，本文比較了幾種常用的傳統(tǒng)邊緣檢測算法，分析Canny算法的含義、原理和步驟，并將Canny算法應(yīng)用于車牌和動(dòng)物的檢測。實(shí)驗(yàn)仿真結(jié)果驗(yàn)證了Canny算法的良好性能：提取緣信息的同時(shí)，能很好地抑制噪聲的干擾，提高了圖像邊緣檢測效果，但對(duì)于某些細(xì)節(jié)過于復(fù)雜的圖像可能丟失一些信息。

1 邊緣檢測算法簡介

Roberts算子是一種利用局部差分來尋找邊緣的邊緣檢測算子，它處理的邊緣效果不是很好，不夠平滑。Sobel算子是濾波算子，用于提取邊緣時(shí)，可以利用快速卷積函數(shù)，方法簡單，使用率較高，但是不能嚴(yán)格地模擬人的視覺生理特征，提取的圖像輪廓并不能令人滿意[1]。Prewitt算子是一種基于一階微分算子的邊緣檢測，利用像素點(diǎn)周圍鄰點(diǎn)的灰度差，在邊緣處達(dá)到極值檢測邊緣，除掉一些假邊緣，起到了平滑噪聲的功能。Laplacian算子是一個(gè)二階微分算子，定義為梯度（[?f]）的散度（[??f]）。LoG算子也就是高斯拉普拉斯函數(shù)，常常用于數(shù)字圖像的邊緣提取和二值化，它結(jié)合了Gauss平滑濾波器和Laplacian銳化濾波器，效果更好。Canny算子是一個(gè)多級(jí)邊緣檢測算法，邊緣檢測效果最好[2?3]。

2 Canny邊緣檢測算子

2.1 Canny算法的含義

1986年，John F.Canny找到一個(gè)可以實(shí)現(xiàn)多級(jí)邊緣檢測的算法，命名為Canny邊緣檢測算子，其含義如下[4]：

（1） 最佳檢測：能夠檢測到足夠多的圖像中實(shí)際的邊緣，減少真實(shí)邊緣的漏檢率和誤檢率。

（2） 最佳定位準(zhǔn)則：檢測到的邊緣點(diǎn)的位置距離實(shí)際邊緣點(diǎn)的位置最近。

（3） 檢測點(diǎn)與邊緣點(diǎn)一一對(duì)應(yīng)：算子檢測的邊緣點(diǎn)與實(shí)際邊緣點(diǎn)是一一對(duì)應(yīng)。為了滿足這種條件，最優(yōu)檢測指數(shù)函數(shù)，它與高斯函數(shù)的一階導(dǎo)數(shù)極為相似。

2.2 Canny算法的步驟

2.2.1 用高斯濾波器平滑圖像

圖像在進(jìn)行邊緣檢測時(shí)，首先要處理原始數(shù)據(jù)，以便于更好地實(shí)現(xiàn)邊緣檢測圖像分割效果。所以開始時(shí)就需要原始數(shù)據(jù)與高斯mask做卷積，處理后的圖像比原來模糊了一些，有利于圖像邊緣檢測的進(jìn)行。

由于高斯函數(shù)經(jīng)傅里葉變換后還是高斯函數(shù)，能構(gòu)成一個(gè)在頻域具有平滑性能的低通濾波器：

經(jīng)過以上兩組圖片對(duì)比，發(fā)現(xiàn)Canny算子適合于用于提取信息相對(duì)簡單的圖像，效果明顯；但對(duì)于一些細(xì)節(jié)復(fù)雜的圖像來說，分割效果不明顯，會(huì)出現(xiàn)邊緣丟失和邊緣誤判的情況，需要在后續(xù)的算法中不斷改進(jìn)。

4 結(jié) 語

Canny算子邊緣檢測相對(duì)其他的算子得到的處理圖像效果更明顯，邊緣更細(xì)致，其他的算子的邊緣檢測得到的圖像邊緣并不十分明顯。Canny邊緣檢測算子根據(jù)對(duì)信噪比與定位乘積進(jìn)行測度，得到最佳的逼近算子，所以得到的圖像邊緣會(huì)更清晰。它也有些缺點(diǎn)，無法有效地處理噪聲的影響問題，會(huì)產(chǎn)生許多不存在的邊緣，不便于觀察。因此，在不同的情況下應(yīng)選擇相應(yīng)的算法來達(dá)到檢測目的。

參考文獻(xiàn)

[1] 段瑞玲，李慶祥，李玉和.圖像邊緣檢測方法研究綜述[J].光學(xué)技術(shù)，2005（3）：415?419.

[2] 徐獻(xiàn)靈，林奕水.圖像邊緣檢測算法比較與分析[J].自動(dòng)化與信息工程，2007（3）：44?46.

[3] 王靜，李竹林，賀東霞，等.基于邊緣檢測的各種算子及其特點(diǎn)[J].延安大學(xué)學(xué)報(bào)：自然科學(xué)版，2014（1）：5?8.

[4] 王佐成，劉曉冬，薛麗霞.Canny算子邊緣檢測的一種改進(jìn)方法[J].計(jì)算機(jī)工程與應(yīng)用，2010（34）：202?204.

[5] 曾發(fā)明，楊波，吳德文，等.基于Canny邊緣檢測算子的礦區(qū)道路提取[J].國土資源遙感，2013（4）：72?78.

[6] 韋煒.常用圖像邊緣檢測方法及Matlab研究[J].現(xiàn)代電子技術(shù)，2011，34（4）：91?94.