第一章图像边缘的定义
引言
在实际的图像处理问题中图像的边缘作为图像的一种基本特征被经常用于到较高层次的特征描述图像识别。图像分割图像增强以及图像压缩等的图像处理和分析中从而可以对图像进行进一步的分析和理解。
由于信号的奇异点或突变点往往表现为相邻像素点处的灰度值发生了剧烈的变化我们可以通过相邻像素灰度分布的梯度来反映这种变化。根据这一特点人们提出了多种边缘检测算子Roberts算子Prewitt算子Laplace算子等。
经典的边缘检测方法是构造出像素灰度级阶跃变化敏感的微分算子。这些算子毫无例外地对噪声较为敏感。由于原始图像往往含有噪声、而边缘和噪声在空间域表现为灰度有大的起落在频域则反映为同是主频分量这就给真正的边缘检测到来困难。于是发展了多尺度分析的边缘检测方法。小波分析与多尺度分析有着密切的联系而且在小波变换这一统一理论框架下可以更深刻地研究多尺度分析的边缘检测方法MallatS提出了一小波变换多尺度分析为基础的局部极大模方法进行边缘检测。
小波变换有良好的时频局部转化及多尺度分析能力因此比其他的边缘检测方法更实用和准确。小波边缘检测算子的基本思想是取小波函数作为平滑函数的一阶导数或二阶导数。利用信号的小波变换的模值在信号突变点处取局部极大值或过零点的性质来提取信号的边缘点。常用的小波算子有Marr算子Ca
y算子和Mallat算子等。
f§11信号边缘特征
人类的视觉研究表明信号知觉不是信号各部分简单的相加而是各部分有机组成的。人类的信号识别这里讨论二维信号即图像具有以下几个特点边缘与纹理背景的对比鲜明时图像知觉比较稳定图像在空间上比较接近的部分容易形成一个整体在一个按一定顺序组成的图像中如果有新的成份加入则这些新的成份容易被看作是原来图像的继续在视觉的初级阶段视觉系统首先会把图像边缘与纹理背景分离出来然后才能知觉到图像的细节辨认出图像的轮廓也就是说首先识别的是图像的大轮廓知觉的过程中并不只是被动地接受外界刺激同时也主动地认识外界事物复杂图像的识别需要人的先验知识作指导图像的空间位置、方向角度影响知觉的效果。从以上这几点可以总结出待识别的图像边缘点应具有下列特征即要素具有较强的灰度突变也就是与背景的对比度鲜明边缘点之间可以形成有意义的线形关系即相邻边缘点之间存在一种有序性具有方向特征在图像中的空间相对位置边缘的类型即边缘是脉冲型、阶跃型、斜坡型、屋脊型中哪一种。
§12图像边缘的定义
边缘检测是图r