基于YUV顏色空間的邊緣檢測(cè)算法研究.pdf

1、邊緣檢測(cè)，即邊緣識(shí)別和定位，是3D模型構(gòu)造、形狀識(shí)別、圖像壓縮、圖像增強(qiáng)、圖像存儲(chǔ)和圖像分割等各種應(yīng)用當(dāng)中的底層和關(guān)鍵處理技術(shù)之一。它要求能檢測(cè)出精確的邊緣且同時(shí)具有較高的計(jì)算效率，是圖像處理技術(shù)的挑戰(zhàn)和難點(diǎn)之一。彩色圖像比灰度圖像含有更多的顏色信息，有著廣泛的應(yīng)用，基于灰度圖像的邊緣檢測(cè)算法很難滿足彩色圖像的邊緣檢測(cè)需求，大量算法都直接基于彩色圖像進(jìn)行邊緣檢測(cè)。
　　本文討論基于彩色圖像的邊緣檢測(cè)算法，主要研究內(nèi)容包括：

2、　　1.研究基于 YUV顏色空間的邊緣檢測(cè)算法。研究發(fā)現(xiàn)，YUV顏色空間比常用的RGB顏色空間更符合人類結(jié)合色調(diào)和亮度的視覺特性。本文討論了基于YUV顏色空間的邊緣檢測(cè)算法，充分利用了YUV顏色空間的Y，U，V三個(gè)顏色分量具有相互獨(dú)立的重要特性，并結(jié)合基于直方圖技術(shù)的自適應(yīng)權(quán)值系數(shù)的設(shè)置方法，達(dá)到增強(qiáng)YUV顏色空間的三個(gè)分量的差異的效果。仿真試驗(yàn)結(jié)果表明，本文改進(jìn)的邊緣檢測(cè)方法具有閾值設(shè)置簡(jiǎn)單且自適應(yīng)、邊緣檢測(cè)精度相對(duì)較高等特性。

3、>　　2.研究基于邊緣生長的邊緣檢測(cè)算法。邊緣檢測(cè)算法中，合適閾值的選取是關(guān)鍵，也是難點(diǎn)之一。若閾值選擇過大，會(huì)導(dǎo)致邊緣丟失和邊緣不連續(xù)的現(xiàn)象；反之，若閾值選擇過小，則會(huì)導(dǎo)致被檢測(cè)的邊緣存在偽邊緣的情況出現(xiàn)。本文研究了基于邊緣生長的邊緣檢測(cè)算法，結(jié)合了曲線擬合等技術(shù)來預(yù)測(cè)下一邊緣點(diǎn)，提高了跟蹤效率和精確度；同時(shí)，使用邊緣處梯度信息的幾何連續(xù)性，提出了判定偽邊緣及修復(fù)缺損邊緣的新方法。新方法實(shí)現(xiàn)簡(jiǎn)單，仿真試驗(yàn)也表明了新方法具有良好的邊緣檢