周超

數(shù)字圖像的邊緣檢測(cè)是圖像分割、目標(biāo)區(qū)域識(shí)別、區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ),也是圖像識(shí)別中提取圖像特征的一個(gè)總要屬性。傳統(tǒng)的邊緣檢測(cè)算法認(rèn)為邊緣主要表現(xiàn)為圖像局部特征的不連續(xù)性,從而關(guān)于邊緣檢測(cè)算子的研究主要集中在灰度圖像梯度的研究。常用的微分算子有:Roberts算子、Sobel算子、prewitt算子、Laplace算子、LOG算子等等。這些算子簡(jiǎn)單而且易于實(shí)現(xiàn),具有很好的實(shí)時(shí)性,但對(duì)于噪聲敏感、抗噪聲性能差,邊緣不夠精細(xì)。相比之下Canny算子具有信噪比大和檢測(cè)精度高的優(yōu)點(diǎn),被廣泛應(yīng)用。本文介紹了一種基于Canny算子的自適應(yīng)閾值分割的邊緣提取算法。