基于直方图均衡化的Robinson图像边缘检测算法

赵安科，魏 雨，刘天时，徐 璐

(1.西安石油大学 计算机学院，西安 710065；2.中国人民解放军 61741部队，北京 100078)



基于直方图均衡化的Robinson图像边缘检测算法

赵安科1，魏 雨1，刘天时1，徐 璐2

(1.西安石油大学 计算机学院，西安 710065；2.中国人民解放军 61741部队，北京 100078)

针对图像边缘检测，现有Robinson相关算法存在效率低、阈值设定随机性大、易出现伪边缘等问题，提出一种改进Robinson的图像边缘检测算法；该算法利用直方图均衡化对图像进行增强，然后将Robinson算子原有的八方向梯度依照两两垂直原则组合为八组，分别计算每组梯度的范数，并取其最大值作为该像素点的梯度；最后取整幅图像的灰度均值作为阈值来识别图像的边缘像素和背景像素；实验表明，相对于现有相关算法，该算法检测结果更加清晰完整，同时避免了传统算子人为设定阈值随机性大的问题。

Robinson算子；边缘检测；直方图均衡化；灰度均值；高斯滤波

0 引言

在图像处理中，通常人们只关注图像的某些部分，将其称为目标或前景。而唯有将相关区域划分出来才能分辨出目标，图像分割就是为实现这一目标的技术和过程。其中，基于边界的图像分割是一种常见的方法，而边缘检测是所有基于边界的图像分割方法的第一步[1]，也是图像分析中常见的操作之一[2]。

传统的边缘检测方法有Sobel算子[3-4]、Canny算子[5-6]、Prewitt算子[7]、Laplace算子[8]及小波变换[9-10]等。其中Robinson算子实现过程简单，所得边缘连续性好，但是仍存在以下缺陷：

1)由于Robinson算子通过8个方向模板对图像进行卷积运算，计算量大，处理速度慢，影响了边缘检测的效率[11]；……