边缘的检测及细化研究

图像的边缘是图像最基本也是最重要的特征之一。边缘检测一直是计算机视觉和图像处理领域最经典的研究课题之一。图像分析和理解的第一步常常是边缘检测。边缘检测的目的是去发现图像中关于形状和反射或透射比的信息，是图像处理、图像分析、模式识别、计算机视觉以及人类视觉的基本步骤之一，其结果的正确性和可靠性将直接影响到机器视觉系统对客观世界的理解。本文在概述边缘检测的概念和算法的基础上，综述了边缘检测技术的发展现状，重点介绍几种经典边缘检测算法和几种边缘细化算法，并提出了一种新的彩色图像边缘检测算法和一种新的边缘细化算法。 边缘检测问题对于彩色图像仍是一个难题。为了能够较好地对彩色图像进行边缘检测，结合HSV彩色图像特点，通过分离颜色的色调、饱和度和亮度信息，分析了梯度算法存在的问题，提出了一种基于局部区域梯度极值的彩色图像边缘检测算法。该算法的特点是在局部区域边界检测窗口内直接提取边缘像素，先分别计算两个像素颜色的色调距离、饱合度距离和亮度距离，然后将这三个距离的和作为最终的颜色距离。实验证明，这种方法得到的边缘为真实的边缘、边界连续性好。 传统的边缘检测算子一般都只能得到比较宽的边缘，这为以后的图像处理带来了一定的困难。本文通过对图像边缘特征的分析，针对经典边缘算子的不足，提出了一种新的边缘细化方法——用Prewitt算子细化边缘。实验表明，这种方法能在保持原有信息的前提下，给出令人满意的细化结果。