[发明专利]一种数学形态学和LoG算子结合的边缘检测算法

说明书

技术领域

本发明属于边缘检测领域，尤其涉及一种数学形态学和LoG算子结合的边缘检测算法。 

背景技术

边缘是图像灰度不连续性的反映，它包含了图像的大量信息，反映了物体的本质特征。边缘检测在计算机视觉、图像分割、特征提取和图像匹配等应用中起着重要的作用，是图像分析与识别的重要环节。 

边缘检测的方法有很多，大体可以分为两类：空域检测和变换域检测。经典的边缘检测算法大多是基于空域检测，如Laplace算子、Sobel算子、Canny算子和LoG算子等。各种算子均各有针对性和特点，其中，由Marr和Hildreth提出的LoG算子(高斯-拉普拉斯算子)方法具有边缘检测效率高的特点。其基本思想是：先用Gauss函数进行平滑处理来抑制噪声，然后用Laplace算子处理平滑后的图像来检测边缘。由于LoG算子的阈值可完全由计算机来计算，计算量也相对少，从而使得LoG算子的检测速度更快。但由于这些算子主要作用是高通滤波，均涉及方向性，普遍对噪声比较敏感，因此很难检测出复杂边缘。而基于变换域的边缘检测方法可以有效地抑制噪声，但这类算法计算量较大，在很多场合很难满足实时性要求。 

近年来，为了提高边缘检测的实时性，改善边缘检测的性能，数 学形态学的应用越来越受重视。数学形态学是建立在随机集合论和积分几何基础上，基本思想是用一个结构元素作为基本工具来探测和提取图像。它主要包括膨胀、腐蚀、开启、闭合这四种运算，并由这四种运算组合和推导出其他的算法，从而实现对检测图像的边缘检测，完成不同的图像分析。 

发明内容

本发明的目的是提供针对带有噪声图像，不仅处理速度快，而且效果又好的一种数学形态学和LoG算子结合的边缘检测算法。 

本发明一种数学形态学和LoG算子结合的边缘检测算法，包括以下步骤： 

采用数学形态学方法对图像进行平滑处理； 

应用LoG算子，对采用数学形态学方法处理后的图像进行边缘检测。 

进一步，所述采用数学形态学方法对图像进行平滑处理具体为对图像进行闭合运算。 

本发明的有益效果是：由于数学形态学具有简化图像数据、保持图像的基本形态特征、除去不相干结构、易于硬件实现等优点，在对含有噪声的图像进行边缘检测时，通过把数学形态学方法和和LoG算子相结合，在不影响LoG算子的检测效率的同时，又能很好的去除噪声。 

附图说明

下面结合附图对本发明的具体实施方式作进一步说明： 

图1是本发明方法步骤流程图； 

图2是含有椒盐噪声的玻璃碎片图像； 

图3是应用LoG算子对图1所示图像进行边缘检测后的图像； 

图4是采用本发明数学形态学和LoG算子结合的边缘检测算法对图1所示图像进行边缘检测后的图像。 

具体实施方式

LoG算子，也就是高斯-拉普拉斯算子。拉普拉斯算子是一种二阶导数算子，其表达式为： 

▿2f(x,y)=∂2f(x,y)∂x2+∂2f(x,y)∂y2]]>

应用于数字图像的时候，则可以用差分近似地表示成：