一种改进的Canny图像分割算法

杨少令，刁 燕，罗 华，徐天雄

(四川大学制造科学与工程学院，四川 成都 610065)

0 引 言

图像分割在工业、公共交通、机器人视觉、生物医学等科学研究与工程技术领域有着广泛的应用。它既是图像处理中的一项关键技术，也是一个经典难题，发展至今仍没有找到一个通用的解决方法，更没有判断分割算法优劣的标准。

常用的边缘检测算子包括Robert算子[1]、Sobel算子[2]、Prewitt算子[3]以及高斯-拉普拉斯算子[4]等。这些边缘算子虽然方法简单，但是应用的场景比较少。Robert算子利用局部差分算法进行边界寻找，其优点是定位精度高，但缺点是容易丢失部分边缘信息，同时不能有效地抑制图像噪音，因此只能在部分场景使用。Sobel算子和Prewitt算子都是通过对图像进行加权平滑处理，然后做微分运算[5-8]，唯一不同的是平滑部分的权值有差异，因此对噪音具有一定的抑制能力，但不能完全排除检测结果中出现的虚假边缘[9]。虽然这2种算子边缘定位效果不错，检测出的边缘却容易出现多像素宽带度现象。高斯-拉普拉斯算子克服了拉普拉斯算子抗噪音能力比较差的缺点，但是它在抑制噪音的同时也将比较尖锐的边缘给平滑掉，从而造成部分边缘信息缺失[8，10]。

在对传统Canny边缘检测算法深入研究的基础上，本文提出一种自适应阈值的Canny边缘检测算法，根据图像本身的特点自动计算Canny算子的高低阈值，能够检测较多的细小边缘，检测效果更好。相对于灰度图像而言，彩色图像具有丰富的数据信息，在RGB颜色空间提取R、G、B这3种原色特征，并与Canny边缘检测后的图像进行加权融合，通过实验验证检测到清晰的图像边缘信息，最后绘制ROC曲线分析其效果。……