資源描述:
《66-邊緣檢測算子及其在火焰圖像中的應用》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、邊緣檢測算子及其在火焰圖像中的應用徐小軍,邵英,郭尚芬(海軍工程大學電氣與信息工程學院,湖北省武漢市430033)摘要:本文介紹了幾種經(jīng)典的火焰圖像邊緣檢測算子,并利用這些算子進行火焰圖像的邊緣檢測,總結出相對比較有效的火焰圖像邊緣檢測算子,為進一步施行火焰特征參數(shù)的提取提供依據(jù)。關鍵詞:火災探測;火焰圖像;邊緣檢測算子EdgeDetectionOperatorsandTheirApplicationinFlameImageXUXiao-jun,ShaoYing,GuoShang-fen(Dept.
2、ofElectricalEngineering,NavalUniversityofEngineering,Wuhan430033,HubeiProvince,China)Abstract:Inthisarticle,severalkindsofclassicalflameimageedgedetectionoperatorsareintroduced.Thenweappliedtheminflameimageedgedetection.Atlastweconcludedthebesteffectiv
3、eflameimageedgedetectionoperator.Thatwillaffordgistforustopickupflame'scharacterparameters.Keywords:firedetection;flameimage;edgedetectionoperator1引言火焰圖像是火災圖像探測方法的主要信息來源,其信息的豐富和直觀,為早期火災的辨識和判斷奠定了基礎。對火焰圖像進行邊緣檢測既可以為火焰圖像的恢復、增強和重構提供理論與方法,又可以為火焰特征的提取提供依據(jù),成為火
4、災圖像探測方法中不可缺少的一步。邊緣一般是指圖像中像素灰度有階躍變化或屋頂狀變化的那些像素的集合,可以粗略地分為階躍邊緣(stepedge)與屋頂邊緣(roofedge),它存在于目標與背景、目標與目標、區(qū)域與區(qū)域、基元與基元之間[1]。邊緣對圖像識別和分析十分有用,它能勾畫出目標物體輪廓,使觀察者一目了然,包含了豐富的信息(如方向、階躍性質(zhì)、形狀等),是圖像識別中抽取的重要屬性。近年來,隨著數(shù)學和人工智能的發(fā)展,出現(xiàn)了一些新的邊緣檢測方法,如數(shù)學形態(tài)法[2]、小波變換法[3]、神經(jīng)網(wǎng)絡法、模糊檢測
5、法[4]、IFS邊緣檢測算子等等。而常用的方法有:基于一階微分算子的羅伯特(Roberts)算子、索貝爾(Sobel)算子、Prewitt算子、坎尼(Canny)算子方法和基于二階微分算子的拉普拉斯(Laplacian)算子。本文簡要地介紹了幾種經(jīng)典算子的原理,設計了相關實驗來提取火焰圖像,并使用Matlab對火焰圖像進行邊緣檢測,分析這幾種經(jīng)典算子的優(yōu)劣,找出適合進行火焰圖像邊緣檢測的最佳算子,以確保提取的火焰參數(shù)的準確性,提高火災的判別精度。2邊緣檢測算子經(jīng)典的邊緣提取方法是考察圖像的每個像素在
6、某個鄰域內(nèi)灰度的變化,利用邊緣鄰近一階或二階方向?qū)?shù)變化規(guī)律,用簡單的方法檢測邊緣,這種方法稱為邊緣檢測局部算子法[5]。邊緣檢測的基本思想是通過檢測每個像元和其鄰域的狀態(tài),以決定該像元是否位于一個物體的邊界上。如果每一個像元位于一個物體的邊界上,則其鄰域像元灰度值的變化就比較大。假如可以應用某種算法檢測出這種變化并進行量化表示,那么就可以確定物體的邊界[6]。常用的邊緣檢測算子主要有:羅伯特(Roberts)邊緣算子、索貝爾(Sobel)邊緣算子、Prewitt邊緣算子、拉普拉斯(Laplacia
7、n)邊緣算子、高斯-拉普拉斯(LaplacianofGaussian)邊緣算子和坎尼(Canny)邊緣算子。2.1羅伯特(Roberts)邊緣算子羅伯特(Roberts)邊緣算子是一種斜向偏差分的梯度計算方法,梯度的大小代表邊緣的強度,梯度的方向與邊緣走向垂直。該算子通常有下列計算公式表示:(1)式中是具有整數(shù)像素坐標的輸入圖像,平方根運算使該處理類似于在人類視覺系統(tǒng)中發(fā)生的過程,羅伯特(Roberts)操作實際上是求旋轉(zhuǎn)±45°兩個方向上微分值的和。羅伯特(Roberts)邊緣算子定位精度高,在水
8、平和垂直方向效果較好,但對噪聲敏感。2.2索貝爾(Sobel)邊緣算子索貝爾算子是一組方向算子,從不同的方向檢測邊緣。索貝爾算子不是簡單求平均再差分,而是加強了中心像素上下左右四個方向像素的權重,運算結果是一幅邊緣圖像。該算子通常有下列計算公式表示:(2)(3)(4)式中、分別表示x方向和y方向的一階微分,為Sobel算子的梯度,是具有整數(shù)像素坐標的輸入圖像。求出梯度后,可設定一個常數(shù),當>時,標出該點為邊界點,其像素值設定為0,其它的設定為255,適當調(diào)整常數(shù)的大小