log算子邊緣檢測

1、基于雙邊濾波的基于雙邊濾波的LOGLOG邊緣檢測算法邊緣檢測算法摘要摘要：傳統(tǒng)LOG邊緣檢測算法采用高斯函數(shù)濾波時，盡管抑制了噪聲，但同時也損壞了部分低強度邊緣。針對這一問題，本文提出了結(jié)合雙邊濾波的LOG邊緣檢測算法，首先采用雙邊濾波來替代傳統(tǒng)LOG算子中的高斯濾波，然后計算平滑后圖像的拉普拉斯，最后提取運算后的零交叉點作為圖像的邊緣。實驗表明，改進后的LOG算法能有效抑制噪聲，較好地保護邊緣，提高了檢測精度，減少偽邊緣數(shù)，相對傳統(tǒng)L

2、OG算法具有更好的檢測效果。關(guān)鍵字關(guān)鍵字：LOG算子；雙邊濾波；邊緣保護；邊緣檢測1.1.引言引言邊緣是指圖像局部強度變化最顯著的部分，反映了圖像中物體最基本的特征，是對圖像進行分割、理解以及檢索的重要依據(jù)。邊緣檢測一直是圖像處理中的熱點和難點。??1由于數(shù)字圖像中可能包含不同程度的噪聲使得邊緣檢測在圖像處理中比較困難。經(jīng)典的邊緣檢測算子，如Robert、Prewitt、Sobel等，簡單、易于實??2現(xiàn)，但對噪聲敏感、抗干擾性能差。M

3、arr邊緣檢測算法克服了一般微分運算??3對噪聲敏感的缺點，利用能夠反映人眼視覺特性的LOG算子對圖像的邊緣進行檢測。該方法在圖像邊緣檢測中具有一定的優(yōu)勢，然而在實際應用中，邊緣檢測算法仍然存在著一定的問題。比如尺度因子無法自適應調(diào)整、模板的尺寸對檢測結(jié)果影響比較大、零穿越結(jié)果無法區(qū)分像素反差的大小等。使得噪聲對圖像仍有較大的影響，眾多學者對其進行了研究。楊振亞等人針對LOG算子的??4缺陷，提出了選擇性平滑方式清除圖像中的椒鹽噪聲；提

4、出了依據(jù)圖像灰度的一階導數(shù)極大值和二階導數(shù)零穿相結(jié)合的邊緣檢測方法抑制了圖像中的大部分其它噪聲并保持了邊緣定位精度；還通過用圖像灰度共生矩陣的慣性矩特征值，自適應調(diào)整高斯空間系數(shù)和邊緣檢測閾值實現(xiàn)了圖像邊緣的自動提取。李小紅等人分析LOG濾波器邊緣檢測方法及多尺度特性的理論基礎(chǔ)上提出了一??5種LOG邊緣檢測的改進算法。該算法對濾波后的梯度圖像選取一個閾值以提T高邊緣檢測的精度。楊東華等人根據(jù)實際應用中LOG模板的設計要求提出了[6]對

5、圖像的高斯平滑濾波與拉普拉斯微分運算可以結(jié)合成一個卷積算子：（4）)2exp()2(21)(22222242????yxyxyxG??????式中即為LOG算子，又稱為高斯拉普拉斯算子。求取的零穿)(2yxG???Mxy點軌跡即可得到圖像的邊緣。以對原始灰度圖像進行卷積運算)(yxf)(2yxG?后提取的零交叉點作為邊緣點。然而在實際應用中，LOG算子仍存在對噪聲敏感，噪聲平滑能力與邊緣定位能力相矛盾等缺點。這些問題影響了LOG算子的應

6、用效果對此本文提出了這種改進方案。3.3.改進的改進的LOGLOG邊緣檢測算法邊緣檢測算法3.13.1雙邊濾波雙邊濾波Tomasi和Muchi于1998年提出了雙邊濾波算法。該算法加權(quán)系數(shù)不??9僅考慮了像素間的距離，同時也考慮了灰度相似性。雙邊濾波方法可用如下??10公式表示：（5）A????????????sijsijwijIijfxywij???????其中為去噪后圖像為空間域權(quán)值為原圖像為像A??fxy??swij??Iij?素