图像边缘检测中消除噪声影响的几种方法

图像边缘检测中 消除噪声影响的几种方法 WW AAAA/Xygq 邮㈱购郴附 岫 I醐他灿E 新华文苑版权所有 图像边缘检测中消除噪声影响的几种方法 摘 要图像边缘检测是图像分析和处理的重要内容，而影响高 效提取图像边缘的一个关键因素是噪声，因而如何在图像边缘检测中 有效消除图像中的噪声，一直以来是图像处理中的难点和热点，本文 对目前图像边缘检测中消除噪声影响三类主要方法的发展现状包括 基于形态学的方法、基于色差的方法、基于模糊理论的方法进行了研 究，并指出了每类方法以后的发展方向，并指出结合多种方法消除图 像边缘检测中噪声的效果更好。 关键词边缘检测；图像去噪;形态学;色差;模糊理论 在图像获取和传输过程中，由于受图像摄取设备和传输设备的影 响，图像中或多或少都存在着噪声，噪声的存在是影响人的视觉感官 对图像分析和处理的关键因素之一，并且由于噪声一般情况是不可预 测的随机信号，一般只能用概率统计的方法去认识噪声，因而在整个 图像处理领域包括图像边缘检测中如何消除噪声的影响一直以来是 许多研究人员努力致力于解决的问题。 多年来人们对消除包括图像边缘检测中噪声的影响进行了不懈 努力，取得了许多研究成果但是由于图像边缘和噪声在图像 中有着紧密的联系，首先是图像边缘和噪声在空间域方面灰度都有较 大的变化值，其次在频域上都表示为高频信号，因而要很好地将在图 像边缘的噪声提取出来，并不容易，为了进一步改善图像边缘检测中 的消噪效果，本文对当前图像边缘检测中三类主要的消噪方法进行了 研究。 1基于形态学图像边缘检测中噪声的消除方法 将形态学应用于图像边缘检测中消除噪声，是将数学形态学作为 工具从图像中提取对于表达和描绘区域形状有用的边缘图像分量，由 于采用结构元素的方法实现其边缘检测，因而能从形态上将噪声和边 缘就能区别出来，具体过程中主要采用形态学梯度的方法，但单一的 基于广义形态边缘检测算子［3］在噪声污染较严重时能将噪声和图像 边缘较好检测出来，但在噪声污染不是很严重时效果并不理想，文献 ［4］采用在多尺度中运用非均值加权的方法结合形态学中各结构元素 的相异性，在广义形态学的基础上提出了在图像边缘检测中采用多方 向多尺度非均值加权的方法，该方法不仅对解决图像边缘和噪声不易 分开的问题起了重要作用，而且对无方向性的噪声能有效抑制，对有 方向性的边缘也能有效检测出，但此算法速度较经典算子慢，实现也 较复杂，如何寻找高效、简便的算法仍然是以后的目标。 2基于色差图像边缘检测中噪声的消除方法 传统的边缘检测基本上是通过处理灰度图像来进行图像边缘检 测的，即使是彩色图像也要转化为灰度图像，而现在的数字图像大多 数都是彩色图像，由于传统图像边缘检测算法没有考虑色彩信息，因 而在彩色图像边缘检测中效果并不如人意，虽然近年来，人们对彩色 图像边缘检测进行了大量研究，但大多数边缘检测算法都是在原有灰 度梯度算子上的基础上用色差代替亮度差，通过比较固定阈值和算子 模板内核值差，来判断边缘点的方法进行改进的[5] [6],由于这些算 法对阈值的选取都是在整个图像处理中采用的一个固定的色差阈值, 因此会造成人眼对图像边缘和噪声难以分辨，对本来是视觉不敏感的 区域也当成边缘检测出来，将本来不是边缘点判断为边缘点，为了解 决上述问题，出现了一些改进方法，如文献[7]以计算每个像素邻域 点均值亮度为基础，分别构造了两个权重函数，将原色彩梯度算子中 亮度差进行改进，用Lab色差进行代替，最后将所得的色差阈值在基 于色差的几种典型算子中进行实验，实验证明此算法能有效地将边缘 和噪声分离出来，以前算法中由于噪声而引起的干扰信息大大降低， 但是此算法虽然通过将噪声和边缘分离，对图像边缘检测的性能也有 所提高，但实现比较复杂，运算量较大，速度较慢并且其自适应局部 色差可视阈值的实现并不容易，其效率还有待提高。 3基于模糊理论图像边缘检测中噪声的消除方法 模糊理论FuzzyTheory是指运用连续隶属度函数和模糊集合基 本概念的理论，而由于实际的数字图像边缘中有许多模糊的数据，这 刚好和人类视觉感受图像边缘的特性相符合，这也就是人类通过自身 视觉感官的模糊性和图像边缘的模糊性来成功判断图像边缘的原因， 目前模糊理论运用于图像边缘检测噪声消除中已取得了一些进展 [8],但这些算法对噪声消除方面效果并不明显，基本上都是在某一 个范围内对消除噪声有一定效果，并且在图像边缘检测中对边缘点检 测的正确率较低，存在有较多的漏检点，后来研究人员又进行了深入 研究作了许多改进，在消除图像边缘检测中噪声影响方面，有了一定 提高，如文献［9］采用非重叠层窗口将模糊矩阵分块，再通过模糊图 像增强提高图像各区域之间的层次性，让边缘点更清晰，从实验效果 来看，能有效地抑制噪声，也能明显消除噪声点，相比其他方法有着 较强的抗噪性能，但此方法依然存在诸多问题，首先是此算法运算量 大，速度慢，没有进行降噪预处理，当噪声不是很强时，效果还是较 好的，但当噪声较强时效果大大折扣，同时迭代次数过多会使得边缘 细节消失，在隶属度定义中和非线性变换中，都还存在缺乏适应性问 题，在边缘提取算了方面，也还需要选取更适合的算了，但是人类眼 与脑多年的进化形成的一套适合在各种条件下识别各种物体轮廓的 机制，用模糊逻辑来表示是最合适不过的了，因此将模糊理论运用于 图像边缘检测将是一个有希望的研究方向。 4结论 图像边缘检测是图像分析和理解的重要内容，也是图像处理中一 项重要课题，而消除其噪声影响将对提高图像边缘检测效果有着重要 作用，本文对边缘检测中几类主要的消噪方法进行了研究，但这几类 方法都不是通用的算法，要研究出通用的算法，就要采用多种方法相 结合，如文献［10］将模糊理论和形态学方法相结合，降噪效果相比模 糊理论和形态学单独运用于图像边缘检测任何一种都好，因此将各类 方法优势互补应用于图像边缘检测，将是以后图像边缘中消除噪声研 究的主要方向。 本文就图像边缘检测中消除噪声影响的各类主要方法作出了详 尽论述，这些研究有助于深入理解图像边缘检测中噪声的本质，从而 促进人们对现有方法进行改进。