基于HSI空间的彩色图像边缘检测算法研究

摘要

以信息革命为起点，计算机科学日新月异，数字图像处理技术也突飞猛进，不断涌现出新成果，数字图像处理与数字图像分析逐渐成为完整的成熟的科学体系。将采集到的数字图像经过一系列处理，最终得到需要信息的过程中，一个关键的步骤是图像分割。图像分割的手段多种多样，大致分为基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等等。由于图像的灰度会在边缘处发生突变，而边缘作为图像的一个固有特性，囊帮了图像的主要信息，因此可以把边缘检测作为图像分割、运动检测、目标跟踪等后续处理的基础，在计算机视觉、模式识别、人脸识别等领域发挥作用。从目前形势来看，图像边缘检测技术仍然是图像处理技术的侧重点之一。
　　目前常用的边缘检测算法大多数只对灰度图像适用，对于彩色图像需要先进行灰度转换，再进行处理，这会导致检测精度低，检测到的边缘不完整等问题出现。事实上，相较于灰度图像，人类更容易感知彩色图像信息，并且相同尺寸的彩色图像会比灰度图像包含更多的信息量，所以在彩色图像中直接获取边界是重要的发展趋势。颜色空间选取的是否恰当在很大程度上决定了彩色图像的边缘检测效果，为了更契合人眼的感知特性，选择在符合人类视觉感知的HSI空间中进行边缘检测。本文研究和分析了现有的一些边缘检测技术原理，在此基础上，使用计算量小又具有一定抗噪性能的SUSAN算子，提出了一种基于HSI空间的彩色图像边缘检测算法。本文的主要研究内容如下:
　　首先，全面整理了中外在数字图像边缘检测方面的发展近况和已有成就，介绍了图像处理技术的使用范围和可能的发展趋势;其次，详细叙述了几种经典的灰度图像边缘检测算子的理论依据，利用仿真试验比较各种算子的检测结果，指出各自优缺点，然后从彩色图像的角度，详细说明了常用的颜色空间，并将彩色图像边缘检测方法进行归类，为本文提出的新方法提供理论依据;接下来，重点论述了SUSAN算子及灰度图像SUSAN边缘检测算法的整体流程，针对人工设定参数问题，结合图像纹理特征，给定了一种自适应的阈值获取办法，改进的算法可以依据图像的对比度自动选择合适阈值;为了把灰度SUSAN边缘检测算法使用在彩色图像之中，提出了基于HSI空间的彩色图像边缘检测算法，用颜色距离代替灰度差，通过色差来计算核值相似区的大小，使用自适应色度阈值和双门限几何阈值提取彩色图像边缘，并经过改进的非极大值抑制和形态学处理获取最终的边缘结果，并在此基础上给出快速算法，加快算法处理速率。
　　本文算法对传统SUSAN算法进行了合理补充，结合图像纹理特征，在某种程度上改善了传统彩色图像边缘检测的缺陷，在HSI空间中能较高效地检测出彩色图像边缘，并且符合人类视觉特性。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 研究现状及发展趋势

1．3 本文的主要研究内容

第二章 图像的边缘检测算法

2．1 基本概念

2．1．1 边缘

2．1．2 梯度

2．2 灰度图像边缘检测

2．2．1 一阶微分算子

2．2．2 二阶微分算子

2．2．3 经典算子性能比较

2．3 彩色图像边缘检测

2．3．1 颜色空间

2．3．2 彩色图像边缘检测方法

2．3．3 彩色图像边缘检测方法性能比较

第三章 SUSAN自适应边缘检测

3．1 SUSAN算子边缘检测原理

3．2 灰度阈值t的自适应选取

3．2．1 灰度共生矩阵

3．2．2 改进的SUSAN算法

3．3 实验结果与分析

第四章 基于HSI空间的边缘检测算法

4．1 HSI空间中的SUSAN算子

4．2 改进的SUSAN算法检测彩色图像边缘

4．3 边缘细化和加速算法

4．3．1 边缘细化

4．3．2 快速算法

4．4 算法流程与实验

5．1 总结

5．2 展望

参考文献

致谢

攻读硕士研究生期间研究成果