图. 1 边类型（a）步骤边缘（b）匝道边缘（c）线边缘（d）屋顶边缘
在图像边缘是一个重要的地方改变图像中的强度，通常使用一个无论是在图像灰度或图像的一阶导数不连续的强度相关。在图像的强度可以是不连续步骤的边缘，那里的图像强度突然变化对一个不连续的值从一个侧面上的一个对立面，或线边，那里的图像强度突然变化的价值，但不同的值，然后返回一些短距离内[起始值3]。
但是，步骤和线边缘实时图像罕见。由于低频成分或大部分传感装置引入平滑，明显的不连续性很少在实际信号的存在。步成为匝道边缘线缝边成为屋顶的边缘，那里没有瞬时强度的变化，但在一个有限的距离[发生20]。这些边缘形状的插图显示在图1。
A. 在边缘检测的步骤
边缘检测包含三步过滤，即改进和侦查。 在边缘检测的步概要如下是。
1）过滤：形象通常都是由强度值，称为噪声随机变异损坏。一些常见的噪声类型的椒盐噪声，脉冲噪声
和高斯噪声。盐和胡椒噪音包含黑色和白色的强度值随机事件。但是，两者之间是有优势的力量和降低噪音的权衡。更多的过滤，以减少亏损的边缘强度噪声结果[26]。
2）增强：为了促进边缘检测，有必要确定强度的变化的一个点附近。强调增强像素那里有一个地方的强度值的巨大变化，通常是通过计算梯度幅值进行[14]。
3）检测：图像中的许多问题有一个渐变的非零值，而不是对这些问题都是针对特定应用的边缘。因此，应采用一些方法来确定哪些点边缘点。通常情况下，阈值提供用于检测[13]的标准。
B.边缘检测方法
三种常用地半新边缘检测方法为比较使用。 这些是(1)罗伯特边缘检测， (2) Sobel边缘检测和(3) Prewitt边缘detection [27]。 如下方法细节，
1）检测罗伯茨：罗伯茨交叉算执行简单，快速计算，对图像的二文空间梯度测量。因此，它突出了高空间频率往往对应于边缘地区。在其最常见的用法，对经营者的输入是一个灰度图像，因为是输出。在每个像素值
在输出点，代表在该点的估计输入图像的空间梯度绝对星等[27]。
图2.罗伯特模板
2）普里威特检测：该普里威特边缘检测器是一种适当的方式来估算的规模和优势的方向。虽然差梯度边缘检测需要一个相当耗时的计算，以估计在y方向的大小方向，指南针边缘检测获得方向直接从内核，最大的反应。该Prewitt算子可能被限制为8个方向，但经验表明，最直接的方向估计没有精确得多。这个梯度的边缘检测，预计在3x3附近的八个方毕业论文
http://www.751com.cn/ 向。所有的8卷积计算口罩。一个卷积模板，然后选择，即以最大的模块[27]。
图。 3。普里威特模板
3）索贝尔检测：执行上的Sobel算子的图像2 - D空间梯度测量等强调高空间频率的区域是对应的边缘。通常它是用来寻找各点的输入图像的灰度梯度近似的绝对规模。至少在理论上，经营者一个3x3卷积内核对组成，如图4所示。内核是一原文请找腾讯752018766 个简单的90度旋转的其他这非常类似罗伯特发怒操作员[27]。 如下给Sobel探测器的卷积模板，图5.展示边缘检测的比较例子图象的。
图. 4 索贝尔模型
图5. 边缘检测的比较例子图象的。
(a) 原始图象 (b)使用Prewitt边缘检测的效果图
(c)使用罗伯特的效果图 (d)使用Sobel边缘检测的效果图
上一页 [1] [2]
边缘检测技术在图像分割中的应用 第2页下载如图片无法显示或论文不完整，请联系qq752018766
