一种基于最小交叉熵的Canny边缘检测算法

陈世文，刘越畅

(嘉应学院计算机学院，广东 梅州 514015)

边缘是图像中的一种基本特征，可以为图像分析和图像识别提供重要的信息，是一个非常重要的研究课题。像素灰度值两边有着明显的变化表现为阶跃性边缘;灰度值处在从增加到减少的变化转折点表现为屋顶状边缘。传统的边缘检测算法有Robert算子、Prewitt算子、Sobel算子、LOG算子、Laplacian算子、Kirsch算子等。这些算子的基本特点是计算简单、实现容易，但是由于边缘本身的复杂性，这些算子在抗噪性能方面效果不够理想。很多学者提出了改进的边缘检测方法[1－6]，包括基于小波变换的边缘检测，基于数学形态学的边缘检测，基于分形几何的边缘检测等新的方法。

相对而言，Canny算子在边缘检测中具有较高的精度，因而得到了广泛的应用。但是由于Canny算子自身的不足，高低阈值需要人为确定、高斯滤波参数选择困难，容易造成检测中出现大量虚假边缘。有学者提出用OTSU算法计算Canny参数的门限阈值、在Canny算法中融入小波变换等改进方法[7－9]。针对Canny算子的不足，本文提出一种融入最小交叉熵的边缘检测算法，利用最小交叉熵动态地计算图像的高低阈值，解决图像的灰度级集中在某一区域时的情况;利用图像灰度的均值和方差计算Canny算子的高斯滤波参数。实验对比了本文算法与传统算法和文献[9]所采用的算法的检测结果，结果表明本算法边缘检测较好，噪声抑制能力较理想。

1 传统Canny算法

Canny算子在边缘检测中基于以下的最……