伍 宇
早在SHRP(Strategic Highway Research Program)计划中研究者就意识到沥青混合料的微观结构对其路用性能存在极为重要的影响。随着数字图像处理技术越来越多地应用到工程材料领域,采用数字图像处理技术分析沥青混合料微观组成结构的研究越来越受到重视。边缘是图像最基本的特征之一,是指周围像素点灰度值有阶跃变化或屋顶状变化的像素点的集合。边缘能大大减少所要处理的信息,同时又保留了图像中物体的形状信息。在沥青混合料微观材料和结构研究中,如何对沥青胶浆和集料进行有效的边缘检测是进行图像分割和二值化的前提。国内外很多学者对边缘检测问题进行了广泛的研究,提出了很多边缘检测方法。现有的边缘检测方法可分为三大类:第一类是基于某种固定的局部运算方法,如微分法,经典跟踪法等[1];第二类是以能量最小化为准则的全局提取方法[2],如松弛法,神经网络分析法等;第三类是以小波变换[3]、数学形态学[4]、分形理论等近年来发展起来的高新技术为代表的边缘检测方法[5]。也有很多学者对多种边缘检测方法进行了对比研究[6-9],但大多使用Lena图像或者简单的仿真图像作为评价图像,对方法的边缘定位精度和抗噪声性能分析不足。本文以生产现场的沥青混合料图像为评价图像,对 Roberts算子、Sobel算子、Prewitt算子、Kirsch 算子、Laplacian 算子、LOG算子和数学形态学边缘检测方法的边缘定位精度、抗噪声能力和计算时间进行对比研究。
Roberts算子是根据任意一对互相垂直方向上的差分可用来计算梯度的原理,采用对角线方向相邻像素点灰度值的差分来计算梯度。……