图像处理中边缘检测问题的研究和应用-毕业论文.doc

分类号密 级U D C学 位 论 文图像处理中边缘检测问题的研究和应用作 者 姓 名 ： 指 导 教 师 ： 副教授东北大学自动化仪表研究所申请学位级别： 硕士学 科 类 别 ：工学学科专业名称： 测试计量技术及仪器论文提交日期：2008 年 1 月 5日论文答辩日期：2008 年 1 月 11 日学位授予日期：答辩委员会主席：评 阅 人 ：东 北 大 学2008 年 1 月A Thesis for the Degree of Master in Measuring and Testing Technologies and InstrumentsResearch on Image Edge Detection and its Applicationsby Zhang JinmengSupervisor : Associate Professor Zhang HuaNortheastern UniversityJanuary 2008独创性声明本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示诚挚的谢意。学位论文作者签名 ：0 字 日 期 ： 学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论 文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部 或部分内容编入有关数据库进行检索、交流。（如作者和导师同意网上交流，请在下方签名：否则视为不同意）学位论文作者签名 ：导 师 签 名 ：签 字 日 期 ：签 字 日 期 ：I东北大学硕士学位论文摘 要图像处理中边缘检测问题的研究和应用摘 要边缘是图像的最基本特征，它包含了用于识别的有用信息，为人们描述或识别目标 以及解释图像提供了一个重要的特征参数。边缘检测是图像处理、图像分析和计算机视 觉领域中最经典的研究内容之一，是进行模式识别和图像信息提取的基本手段。目前在 边缘检测领域已经提出了许多方法，但是至今提出的相关理论和方法尚存在不足之处， 在某些具体情况下仍然无法很好的检测出目标物体的边缘，难以找到一种普遍适应性的 边缘检测方法。本文以生产现场钢渣液面图像为研究对象，讨论了钢渣液面图像中钢渣 和空气的边缘检测问题。本论文的研究内容如下： 首先，研究了像素间距和空间距离之间的变换关系以及图像的平视化方法。推导了像素间距和实际长度之间的变化公式，解决了边缘检测结果在实际中的应用问题。推导 了空间点和像素点坐标的变换公式，实现了图像的平视化处理，把钢渣液面边缘由曲线 变成直线，方便了边缘位置的检测。其次，进行了钢渣液面图像的预处理。实现了图像的采集、存储和加载；利用图像 灰度变换方法把原始彩色图像变为灰度图像，解决了彩色图像处理速度慢、难度大的问 题；研究了图像滤波算法，确定了去除图像噪声的有效方法，使图像变得平滑。第三，对钢渣液面图像边缘的检测方法进行研究。将常用一阶算子和二阶算子应用于钢渣液面图像的处理，根据处理效果分析对比算子在检测现场图像中存在的问题，提出了先消除钢渣表面裂纹影响再根据梯度最大值检测边缘的方法，并实现了边缘校正。最后，对现场图像进行离线分析。根据浇铸时机、测量棒粘渣程度、钢渣表面裂纹情况对图像进行了分类处理，得出测量棒粘渣是影响边缘检测准确性主要因素的结论。本文使用面向对象的 2003编程工具实现图像边缘检测中的相关算法。经过实验，提出的算法已能在测量棒粘渣较少的情况下实现钢渣液面边缘的准确定位。关键词：图像处理；边缘检测；图像滤波；灰度变换II东北大学硕士学位论文AbstractResearch on Image Edge Detection and its ApplicationAbstractEdge is the most fundamental character of the image, it contains a great deal of useful information which used to reorganization, and vendors an important characteristic parameter to describe or recognize objects and image explanation. Edge detection is one of the most classic operations in the fields of image processing, image analysis and computer vision, it is the basic methods for pattern recognition and image information extraction. There have been many algorithms proposed for the edge detection of images, however, the existed theories and algorithms for edge detection still have drawbacks, and can not detect edges satisfactorily in some cases. It is hard to propose a universal method for edge detection that will applied to all the cases.The main research in this thesis is as followed:First of all, the algorithm of the relation between pixel distance and space length has been raised. In order to make the result of edge detection can apply in practice, this thesis proposes the formula about transformation between pixel and space length. The edge of steel slag is a curve due to object imaging form three-dimensional to plane, which limits the implement of image processing arithmetic, so this thesis sets up formula of space point and pixel point, implementing the image flat inspect process, make the curve changed to line.Secondly, the image of steel slag has been pre-processed in this thesis, including image shooting, image storing and image loading. Transform colorized image to gray image, so following processing can be much easier. There is noise in image, affecting detection precision, so this thesis research on image filter method to reduce the noise, then the image becomes smooth.Thirdly, the method for edge detection has been proposed. It introduced some one-steps and two-steps operators in common use and applying these operators to process image of steel slag, then analyze the shortage of these operators, and proposes the detect method of clearing up the effect of crack in steel slag surface firstly, then through detecting top grids to establish the position of edge.In the end, this thesis carries through the image analysis away line. This thesis sorts image from the time of mould, the degree of steel slag agglomeration, the crack on steel slag surface. Then come to a conclusion that the instance of steel slag stick to temperature sensorIII东北大学硕士学位论文Abstractis the primary factor that affects measure precision.This thesis realized the relevant algorithm for image edge detection by object orienting 2003 programming tool. By means of experimentation, the algorithm raised can continuously detect the edge of steel slag now.Keywords：image processing; edge detection; image filtering; grayscale transformIV东北大学硕士学位论文目 录目 录独创性声明.I摘 要.IIABSTRACT .III第一章 绪 论.11.1本文的研究背景.11.2国内外发展现状.11.3本文研究的主要内容.3第二章 倾角成像相关问题的研究.52.1倾角成像问题分析.52.2倾角矫正.62.2.1倾角矫正所需公式的推导.62.2.2倾角矫正的实现思路及处理效果.102.3像素间距和实际长度变换公式的推导.142.3.1变换公式的推导.142.3.2变换公式所需参数的求解.172.4摄像机分辨率分析.19第三章 现场采集图像的分析及其预处理.203.1图像的采集、存储和加载.203.1.1图像的采集.203.1.2图像的存储.203.1.3图像的加载.213.2钢渣液面图像的分析.223.3钢渣液面图像的灰度化.243.4钢渣液面图像滤波.243.4.1噪声的分类.253.4.2滤波算法的主观评价方法.263.4.3钢渣液面图像滤波方法的研究.26第四章 边缘检测方法在钢渣液面图像中的应用.324.1钢渣液面图像的处理流程.324.2钢渣液面边缘的检测方法.33V东北大学硕士学位论文目 录4.2.1图像边缘检测的基本步骤.334.2.2边缘检测的数学基础.334.2.3钢渣液面图像边缘检测算法的研究.344.3钢渣液面边缘校正.424.4测量棒中心检测.42第五章 现场实验结果分析.465.1钢渣液面图像的离线分类检测.465.2钢渣液面图像的现场连续检测.51第六章 结论.53参考文献.54致 谢.57VI东北大学硕士学位论文第一章 绪 论第一章 绪 论1.1 本文的研究背景边缘是图像的最基本特征，它包含了用于识别的有用信息，为人们描述或识别目标以及解释图像提供了一个重要的特征参数。物体的边缘是以图像局部特性的不连续性的形式出现的。从本质上说，边缘常常意味着一个区域的终结和另一个区域的开始，它普遍存在于目标与背景、目标与目标、区域与区域、基元与基元之间。有了图像边缘，我们就可以确定物体的几何尺寸并进一步对其测量，确定物体在空间中的几何位置，确定物体的形状特征并对物体进行识别。图像的边缘信息在图像分析和计算机视觉中都是十分重要的，是图像识别中提取图像特征的一个重要属性1。图像的边缘有方向和幅度两个特性。通常，沿边缘走向的像素变化平缓，而垂直于边缘走向的像素变化剧烈。这种边缘可能呈现阶跃型、屋顶型和凸缘型。这些变化分别对应景物中不同的物理状态。例如，阶跃型变化常常对应目标的深度或反射边界，而后两者则常常反映表面法线方向的不连续2。边缘检测就是要检测出图像中这种灰度的不连续性，同时确定它们在图像中的精确位置，是在局部区域上针对点的一种运算，表现为一种典型的信号处理问题。在图像处 理、模式识别和计算机视觉中，图像的边缘检测具有极其重要的意义3。1.2 国内外发展现状图像的边缘检测有着很长的研究历史，学术思想非常活跃，新理论、新方法不断涌 现，一直是国内外图像处理领域研究的热点，目前为止己经提出了许多方法和理论。现有的边缘检测方法大致有以下几类：(1) 微分法传统的图像边缘检测方法大多归结为图像高频分量的增强过程，微分运算自然就成了边缘检测与提取的主要手段。基于边缘点往往对应于一阶微分幅值大的点，研究者最早提出了一些基于梯度的边缘检测算子，例如 Roberts 算子、Prewitt 算子、Sobel 算子、Kirsch 算子等。基于梯度的边缘检测算子是现在应用比较广泛的方法，它们运算量小，操作简单。但是由于基于梯度的边缘检测算子通常在图像边缘附近的区域内产生较宽的1东北大学硕士学位论文第一章 绪 论响应，所以采用上述算子检测的边缘一般需要作细化处理，这就影响了边缘定位的精度。一阶微分的局部最大值对应着二阶微分的过零点，这意味着在图像边缘点处有一阶微分的峰值同样会有二阶微分的零交叉点，因此人们也提出了二阶微分算子进行边缘检测，例如拉普拉斯算子。与基于梯度的边缘检测算子相比，拉普拉斯算子对噪声更加敏感，增强了噪声对图像的影响。实际应用中使用基于梯度和二阶微分的边缘检测算子时，通常需要先对图像进行滤波平滑处理4。(2) 曲面拟合法如果说微分算子进行边缘提取存在提升噪声缺陷的话，曲面拟合法则可以在完成边缘检测的同时，较好地抑制噪声的干扰。此法由 Prewitt 首先提出，并由 Haralick 和 Hueckel分别加以扩展。曲面拟合法的基本思路是用一个平面或曲面去逼近一个图像面积元，然后用这个平面或曲面的梯度代替点的梯度，从而实现边缘检测。常用的有一次平面拟合法和二次平面拟合法5。但曲面拟合法由于正交多项式基构造过程复杂，灵活性差，不易表达复杂边界形状，应用受到了限制。(3) 最优算子法最优算子是在经典边缘检测算子的基础上发展起来的，这类方法的目的是根据信噪比求得检测边缘的最优滤波器。Marr-Hildreth 算子，也被称为 LoG (Laplacian of Gaussian)算子，它先用高斯函数对图像进行平滑，再采用拉普拉斯算子根据二阶导数过零点检测 边缘6。数学上已经证明，LoG 算子是按照二阶导数零交叉点检测阶跃型边缘的最佳算子。Canny 提出了评价边缘检测性能优劣的三个准则：信噪比准则、定位精度准则、单 边缘响应准则，并且首次将上述准则用数学的形式表达出来，然后采用最优化数值方法得到对应给定边缘模型的最佳边缘检测模板，由此提出了 Canny 算子。对于各种类型的 边缘，Canny 边缘检测算子的最优形式是不同的，它是目前在理论上相对最完善的一种 边缘检测方法。在二维空间的情况下，Canny 算子的方向性质使其边缘检测和边缘定位 的性能比 LoG 算子要好，它具有更好的抗噪性能，而且它能产生边缘的梯度方向和强 度两个信息，为后续处理提供了方便。但是 Canny 算子也存在不足之处，为了得到较好 的边缘检测结果，它通常需要使用较大的滤波尺度，这样容易丢失一些细节7。(4) 数学形态学数学形态学是一种非线性滤波方法，它可以用来解决抑制噪声、特征提取、边缘检2东北大学硕士学位论文第一章 绪 论测等图像处理问题。数学形态学中二值图像的形态变换是一种针对集合的处理过程，其基本运算是腐蚀和膨胀。这种算法简单，适于并行处理，且易于硬件实现，适于对二值图像进行边缘提取。灰度数学形态学是二值数学形态学对灰度图像的自然扩展。Soille将灰度形态学的梯度与阈值相结合用于边缘检测，可较好的检测出被噪声污染图像中的边缘8。(5) 多尺度方法早期边缘检测的主要目标是为了处理好单一尺度上的边缘检测和边缘定位之间的矛盾，而忽略了在实际图像中存在的多种干扰边缘，这往往影响到边缘的正确检测和定 位。Rosenfeld 等首先提出要把多个尺寸的算子检测到的边缘加以组合；Marr 等人倡导 同时使用多个不同尺度的算子，并提出了一些启发性的组合规则。这一思想后来经Witkin、Canny 等人发展成了尺度空间滤波理论。多尺度信号处理不仅可以辨识出信号 中的重要特征，而且能以不同的细节程度来构造信号的描述，这在高层视觉处理中有重要的作用。小波变换是近年来得到广泛应用的数学工具。与傅立叶变换和窗口傅立叶变换相比，小波变换是时域和频率域的局部变换，因而能有效地从信号中提取信息。它通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，解决了傅立叶变换不能解决的许多困难问题。作为多尺度分析工具，小波变换为信号在不同尺度上的分析和表征提供了一个精确和统一的框架。现在己经有许多学者发展了基于小波变换的各种图像边缘检测方法。如采用 B 样条小波、Haar 小波、巴布小波、正交小波、以零点为对称点的对称二进制小波、以零点为反对称点的二进制小波来检测边缘9。1.3 本文研究的主要内容本文以生产现场实际图像为研究对象，讨论了钢渣液面图像中钢渣和空气的边缘检测问题。本文的研究内容包括：(1) 研究了像素间距和空间距离之间的变换关系以及图像的平视化方法。推导了像素间距和实际长度之间的变化公式，解决了边缘检测结果在实际中的应用问题。推导了空间点和像素点坐标的变换公式，实现了图像的平视化处理，把钢渣液面边缘由曲线变成直线，方便了边缘位置的检测。分析了摄像机以较大倾角拍摄图像时摄像机的分辨率随像素位置的变化规律。3东北大学硕士学位论文第一章 绪 论(2) 钢渣液面图像的分析及预处理。首先对钢渣液面图像进行噪声、灰度的分析， 初步得到其特征，针对这些分析选择合适的图像处理算法。对于钢渣液面彩色图像信息 容量较大，处理慢的问题，采用了将彩色图像转换为灰度图像的方法。图像中含有噪声， 影响检测的精度，本文研究了噪声的滤波方法，尽可能的在滤除噪声的同时保留图像的 原始特征。 (3) 钢渣液面图像边缘的检测。边缘检测算子有一阶算子和二阶算子，介绍了常用 的经典算子Roberts、Prewitt、 Sobel、拉普拉斯、高斯拉普拉斯算子，并运用这些算子 对现场钢渣液面图像进行检测，根据处理效果，分析了这些算子在检测现场图像中存在 的问题，据此提出了消除钢渣表面裂纹再通过检测梯度最大值来检测边缘的方法，并实 现了边缘的校正。 (4) 对现场图像进行离线分析。根据浇铸时机、测量棒粘渣程度、钢渣表面裂纹情 况对图像进行了分类处理，得出测量棒粘渣是影响钢渣液面边缘检测准确性的主要因 素。 本文使用基于计算机数字图像处理的可视化思想进行设计，利用面向对象的 2003编程工具实现图像处理的相关算法。经过实验，提出的算法已能在测量棒粘渣较少 的情况下实现钢渣液面边缘的准确定位。 4东北大学硕士学位论文第二章 倾角成像相关问题的研究第二章 倾角成像相关问题的研究摄像机以较大倾角拍摄钢渣液面图像，边缘是一条曲率较大的曲线，给边缘的检测带来不便，需要把边缘由曲线变成直线；摄像机以较大倾角拍摄图像，需要分析摄像机的分辨率，以确定是否可在实际测量中应用；边缘检测的结果是像素位置，要在实际中应用，需要建立像素间距和实际长度的对应关系。这些问题的解决方法将在本章一一说明。2.1 倾角成像问题分析摄像机测量棒容器工控机钢渣液面图 2.1 图像拍摄示意图Fig 2.1 Schematic Picture of Imaging图 2.1 为摄像机拍摄现场钢渣液面图像示意图。摄像机有夜晚、白天两种模式。摄像机在白天模式下采集的图像为彩色图像，感应的波段是可见光波段和较少的红外波段，而高温下的物体发出的红外光很强烈，所以采集到的钢渣液面图像对比度不明显。摄像机在夜晚模式下采集的是灰度图像，主要感应红外光，采集的钢渣液面图像对比度 较强，效果较好。摄像机采集图像后，把模拟电信号发送到图像采集卡中，图像采集卡经过 A/D 转换成计算机可用的离散数字信号，以便于计算机处理。因为摄像机是以大倾角拍摄图像，随之产生了一些需要解决的问题：渣面边缘是曲 率很大的曲线，给算法的实现带来不便；大倾角条件下摄像机的分辨率在图像下方可能 变得很小，难以实际应用，需要分析摄像机的分辨率，以验证能否实际应用。另，边缘5东北大学硕士学位论文第二章 倾角成像相关问题的研究检测的结果是像素位置，要实际应用，需要推导摄像机以大倾角拍摄图像时像素间距和实际长度的对应关系。2.2 倾角矫正摄像机以 70左右的较大倾角拍摄图像，渣面边缘在图像中是曲率很大的曲线（见图 2.2），曲线上的点在三维空间中处在一个水平面上，曲线上的点灰度相近。如果这些点在图像中处在同一行上，则图像算法就比较容易实现。另，边缘检测结果实际应用时，需要找到这个弧形的最低点，根据最低点的像素位置进行和实际长度的换算。如果能在处理之间先把空间上同一高度处的点在图像中令其处在同一行上，则这些问题迎刃而解，这