基于模糊形態(tài)學的彩色圖像邊緣檢測算法研究.pdf

1、圖像的邊緣包含了圖像的位置、輪廓等重要信息，并且圖像的邊緣檢測在邊界檢測、圖像分割、模式識別、機器視覺等中具有很重要的作用。隨著信息技術的發(fā)展，彩色圖像的應用日益廣泛，所以對彩色圖像邊緣檢測算法的研究就顯得尤為重要。近年來，基于模糊理論的邊緣檢測方法的研究受到了很多研究者的青睞。對原有的模糊理論算法不斷的進行改進和完善，或將很多經(jīng)典集下的算法推廣到模糊集下是當前的發(fā)展趨勢。模糊形態(tài)學是經(jīng)典形態(tài)學在模糊集上的應用，是模糊集和經(jīng)典形態(tài)學結合

2、的產(chǎn)物，它兼具兩者的優(yōu)點，使得邊緣檢測算法的效果有了很大的提高。
　　 現(xiàn)有的傳統(tǒng)彩色圖像邊緣檢測算法，由于對彩色圖像的復雜性、模糊性考慮不足，導致其存在以下缺陷：提取的邊緣過粗，邊緣的連續(xù)性較差，不能很好的檢測圖像中的模糊邊緣，不具有抗噪能力等。針對上述問題，本文在前人研究的基礎上，重點研究了模糊形態(tài)學理論和模糊增強在彩色圖像邊緣檢測中的應用。
　　 本文主要研究內容如下：
　　 ①通過分析傳統(tǒng)形態(tài)學邊緣檢測算

3、法的缺點和模糊形態(tài)學邊緣檢測的優(yōu)勢，將模糊形態(tài)學算子應用于彩色圖像邊緣檢測領域，結合多結構元素在邊緣檢測中的優(yōu)勢，提出了多方向模糊形態(tài)學彩色圖像邊緣檢測算法。算法首先采用隸屬度函數(shù)將彩色圖像映射到模糊域，然后采用模糊形態(tài)學算子分別處理彩色圖像三分量圖像，用多個結構元素提取各分量的邊緣，將各結構元素提取的邊緣最后做平均處理當成該分量圖像的邊緣，最后將各分量的邊緣圖像合成作為最終的彩色圖像的邊緣。仿真實驗表明算法能夠較好的檢測彩色圖像邊緣，

4、檢測結果優(yōu)于傳統(tǒng)的邊緣檢測算子。
　　 ②為了進一步優(yōu)化前文提出的多方向模糊形態(tài)學邊緣檢測算法，本文將模糊增強算法引入多方向模糊形態(tài)學算法中，提出了基于融合技術的邊緣檢測方法。文中分析了單閾值模糊增強算法的不足，并使用滑動窗口增強技術代替?zhèn)鹘y(tǒng)的單閾值增強技術。該算法兼具模糊增強方法和模糊形態(tài)學邊緣檢測方法的優(yōu)勢，先使用簡單隸屬度函數(shù)將圖像映射到模糊特征平面，然后利用滑動窗口技術進行模糊增強，增大邊緣的灰度差，再將增強后的模糊圖像