基于各向异性和边缘强度修正因子的边缘检测算法

李 凯,张永生,童晓冲,李 峰

(1.军事科学院系统工程研究院后勤科学与技术研究所，北京 100071;2.战略支援部队信息工程大学地理空间信息学院，河南 郑州 450001)

1 引言

边缘检测是诸多计算机视觉和模式识别应用的基础，因此边缘检测结果直接影响后续影像匹配[1]、图像分割[2]、角点检测[3]和目标识别[4]等更高层次的图像处理应用效果。为了提高边缘检测结果的精度，过去几十年间已有多种边缘检测方法被提出。这些边缘检测方法可以分类为基于差分的方法[5 - 9]、基于统计的方法[10]、蚁群优化方法[11]、机器学习方法[12]和主动轮廓模型方法[13]等。这些方法均有各自的特点，如基于差分的方法原理和计算简单，可以快速提取边缘，但是边缘的完整性和连续性较差。各向异性扩散或选择性平滑方法采用自适应高斯核，可在抑制噪声的同时减少边缘模糊，但是计算量较大。主动轮廓模型方法则比较适宜提取物体轮廓的闭合边缘。

Canny算法是一种经典的边缘检测算子，该算子虽然为边缘检测提供了更优的解决方案，但是仍然存在一对矛盾：当使用小尺度的高斯核时，边缘定位精度高，但是对噪声敏感；当使用大尺度的高斯核时，噪声鲁棒性好，但是边缘定位精度差。多尺度边缘检测方法融合多个尺度，可以在一定程度上解决Canny算法最优尺度的选取问题，更适用于检测图像中的多尺度边缘特征。文献[14]基于剪切波变换提出了多尺度多方向的边缘检测算子。然而，大多数多尺度工具是为图像表达等应用设计的，较少应用于边缘检测。……