边缘检测论文：基于改进形态学人脸图像的边缘检测算法.pdf

基于改进形态学人脸图像的边缘检测算法 李艳丽 1 尚 存2 1 信阳师范学院 计算机与信息技术学院 河南 信阳 464000 2 信阳农业高等专科学校 规划与设计系 河南 信阳 464000 摘 要 如何确定人脸特征并对这些特征进行有效提取是至关重要的 本文提出的形态学边缘检测算子 能够 有效地检测出人脸图像边缘 并保持人脸边缘的平滑性 与传统的边缘检测算子相比 该算法性能好 计算量小 实用性强 关键词 形态学 边缘检测 人脸图像 中图分类号 TP391 41 文献标识码 A 文章编号 1008 4916 2010 04 0128 03 Research of edge detection based on the mathematical of human face LIYan li 1 S HANG Cun2 1 College ofComputer and Infor mation T echnology X inyang Nor malUniversity X inyang 464000 China 2 D ept of Programming and Design X inyang Agricultural College X inyang 464000 China Abstract Ho w to define and extract the feature of human face is a key and co mplicated problem the edge and contour of human face is one of i mportant features On i mproved edge detection operator is proposed The method can detect the edge efficienthy and keep the detected edge smooth Experi ments de monstrate that co mparedw ith tradition edge dectors this edge detector has a good perfor mance ofnoise reduction and requires fewer calculation enhancing itspracticality and ablity Key words mathe matica l edge detection human face 人脸检测是指在输入图像中确定所有人脸 如 果存在 的位置大小 1 人脸检测系统的输入是大 概的人脸图像 输出是关于图像中是否存在人脸以及 人脸的数目 位置 尺度等信息的参数化描述 所谓边缘是指其周围像素灰度值有阶跃变化或 屋顶变化的那些像素点的集合 2 边缘广泛存在于 物体与背景之间 物体与物体之间 图像基元与基元 之间 它是图像分割的重要特征 边缘检测是 图像 的 灰度变换的充度量检测和定位 经典的边缘提 取算法是考察图像的每个像素在某个邻域内灰度的 变化 利用边缘邻近一阶或二阶方向导数变化规律 用简单的方法检测边缘 这种方法为边缘检测局部 算子 人脸边缘检测的基本思想首先是利用边缘增强 算子 突出图像中局部边缘 然后定义像素的 边缘 强度 并通过设置门限的方法来提取边缘点集 常 用的边缘检测算子有 Robert算子 Sobel算子 Prew itt 算子 LOG算子 Canny算子及 Marr算子 1 形态学边缘检测算法介绍 数学形态学 MathematicalM orphology 是一种 应用于图像处理和模式识别领域的新的方法 它是一 门综合了多个学科知识的交叉科学 建立在严格的 数学理论基础之上 用于描述数学形态学的语言是集 合论 3 用形态学方法进行图像滤波属于非线性滤 波 它的基本方法是抽取图像的相关结构 这些结构 可通过某个子图表示当作集合 可利用称之为结构元 素 SE 的已知形状的另一集合对图像进行探测实 现 SE的形状选择通常是根据相关或非相关图像结 构的几何验证确定的 利用非相关结构 既可以抑制 想要去除的噪声或目标 又可保留图像中的原有细节 信息 使用单结构元素只能检测出图像中和结构元素 同方向边缘 而无法检测其它方向边缘 1 1 基本形态学边缘检测算子 收稿日期 2010 06 28 作者简介 李艳丽 1982 女 河南信阳人 助教 研究方向 图形图像处理 128 第 20卷 第 4期信阳农业高等专科学校学报Vo l 20 No 4 2010年 12月Journal ofX inyang AgriculturalCollegeDec 2010 设 f x y 为定义在二维空间 Z 2 上的图像灰度离 散函数 g i j 是一个定义在 Z 2 上的结构元素 i j t t 2 t Z 结构元素 g i j 对输入图像 f x y 进行膨胀 腐蚀 开 闭运算分别如下 灰度膨胀运算 f g x y max f x t y t f x y f x t y t 灰度腐蚀运算 f g x y m in f x t y t f x y f x t y t 灰度开运算 f x y g x y pf x y g x y g x y 灰度闭运算 f x y g x y f x y g x y g x y 所以 灰度膨胀边缘检测算子为 Bd x y f x y g x y f x y 灰度腐蚀边缘检测算子为 Be x y f x y f x y g x y 因此 可定义灰度形态学梯度边缘检测算子 即 膨胀腐蚀型边缘检测算子 为 Gde x y f g f g Bd x y Be x y 1 2 改进形态学边缘检测算子 形态学边缘检测算子是一种非线性的差分算子 它是传统线性差分算子在一定意义上的推广 且其检 测出的图像边缘与结构元素有关 膨胀运算使输出 图像增亮 同时暗细节被消减或者去除 而腐蚀运算 能使输出图像变暗 亮细节被消减或者去除 因此 边缘检测基于膨胀运算往往使图像边缘变得模糊 然 而基于腐蚀运算的边缘检测结果却丢失了一些细节 为了尽可能地减小图像边缘的模糊性 并保留更多的 边缘细节 我们对上述边缘检测梯度算子加以修正 设 Gm in x y m in Bd x y Be x y Gde x y Gmax x y max Bd x y Be x y Gde x y Gdec x y Gm ax x y Gm in x y 本文定义新的边缘检测算子为 G x y 2 3 Gde x y 1 3 Gdec x y 修正后的边缘算子因为迭加了一些边缘细节 所 以 在一定程度上减轻了边缘的模糊性 1 3 结构元素的选取 结构元素的选取对图像的边缘检测结果至关重 要 多尺度的形态边缘检测 就是利用大小不同的结 构元素来提取图像的边缘特征 利用大尺度结构元 素进行检测得到的边缘虽细节比较粗糙 但去噪能力 强 而利用小尺度结构元素去噪能力弱 但能够检测 到较好的边缘细节 若采用不同尺度的结构元素对 图像进行边缘检测 既可提取图像的细节特征 又能 有效地抑制噪声 多尺度结构元素定义如下 设 p 为有限结构元素 nP P P P P 式中 为尺度参数 np是结构元素 p经过 n次膨 胀运算得到的 对仅采用一种结构元素 其输出图像 中只包含一种几何信息 不利于图像细节的保持 因 此 采用不同取向的多个结构元素更利于匹配到图像 中的多种几何信息 可以在滤除不同类型和大小噪声 的同时 充分保持图像的各种细节 为此 本文选取 了八个 3 3的结构元素 p1 1 0 0 0 0 1 0 1 0 p2 0 0 1 1 0 0 0 1 0 p3 0 1 0 1 0 0 0 0 1 p4 0 1 0 0 0 1 1 0 0 p5 1 1 1 0 1 0 0 0 0 p6 0 0 1 0 1 1 0 0 1 p7 0 0 0 0 1 0 1 1 1 p8 1 0 0 1 1 0 1 0 0 由此可知 本文选取的结构元素 pi经过 n次膨 胀运算得到的结构元素分别为 nP1 nP2 nP3 nP8 基于改进的形态边缘检测算子 由于采用了多尺 度结构元素对图像进行边缘检测 并将其检测结构进 行加权合成后得 E x y L n KEn x y wn 式中 E x y 为合成的最终图像边缘 En x y 为利用尺度为 n时的结构元素进行检测后得到的图 像边缘 K L 为尺度 n的取值范围 wn为各尺度的 权值 对无噪图像 权值 wn取平均值 即 1 L K 而对于含噪图像 wn的取值就要根据 大尺度去噪能 力强 小尺度边缘定位准确的原则来进行分配权 值 其计算方法为 首先用全方位形态开 闭最大 闭 开最小 滤波方法得到滤波后的均值图像 fn x y fonP nP f nPonP 2 然后计算同一类型结构元的不同尺度下的图像 标准差值 n f f1 最后由不同尺度的图像标 准差或方差比例确定权值 wn wn L n L n K n 2 基于形态学的人脸图像边缘检测实验仿真 在仿真实验中 用到的结构元类型是十字型结构 3 3大小 图 1中 a 是 Lena原图 b d 分 别是 prew itt roberts和本文所用方法对 a 的处理对 比图 e 是 Lena加噪图 f h 是 prew itt roberts 129 李艳丽 等 基于改进形态学人脸图像的边缘检测算法 和本文方法对加噪图 e 的处理对比图 从实验结 果看 经典的边缘检测算子对噪声十分敏感 抑噪能 力极差 很难从检测出的结果中分辨出其边缘信息 由于经典算法只能检测到图像的亮度信息 因此 一 些由于颜色变化引起的边缘无法检测得到 本文所 用算法提取的图像边缘比较完整 边缘的连接性与准 确性亦较好 在保持图像的边缘细节 抑制噪声和平 滑边缘方面均取得了较好效果 图 1 笔者所用算法与经典算法效果对比图 参考文献 1 张宏林 V isual C 数字图像模式识别技术及工程实践 M 北京 人民邮电出版社 2003 2 邬长安 数字图像处理 分析及应用 M 郑州 大象出版社 2005 3 徐建东 蒋 野 基于改进的形态学算子的灰度图像边缘检测 J 佳木斯大学学报 自然科学版 2009 27 6 857 858 编辑 夏新奎 上接第 127页 同时还要针对其资产和财务状况定期进行审查 以免 发生财务危机 其信息披露与保密情况 安全系统运 行情况等也要进行不定期或定期的监督检查 网 络广告与服务管理 第一 必须对网站广告经营主体 资格进行管制 第二 规范网络广告内容 确保广告 内容的真实性 合法性和科学性 第三 建立专门的 广告审查管制 评估与监测部门 加强社会信用 道德建设 构建和谐的安全电子商务体系 政府要加 强电子商务市场主体的道德建设 加强舆论监督和企 业自律 充分利用网络新闻舆论监督 消费者舆论监 督和行业协会的管理监督 3 5 电子商务发展中需要解决的几个问题 第一 提高网络购物的信誉度 增加网络交易次 数及收益 第二 扩大银行卡网上支付 用以缓解用 户希望的货到付款和商家期盼的款到发货的矛盾 第三 加强网络安全 减少网民对网络安全的担忧 对用户的个人信息 交易过程中银行账户密码 转账 过程中资金的安全等应问题备加关注 第四 及时配 送货物 第五 搞好网上的商品信息描述 对