1 引 言

边缘是图像最基本的特征，是图像分割的第一步。经典的边缘检测方法如：roberts，sobel，prewitt，kirsch，laplace等方法，基本都是对原始图像中象素的小邻域构造边缘检测算子，进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的阀值提取边界。由于这些算法涉及梯度的运算，因此均存在对噪声敏感、计算量大等缺点。在实践中，发现susan算法只基于对周边象素的灰度比较，完全不涉及梯度的运算，因此其抗噪声能力很强，运算量也比较小。并将susan算法用于多类图像的边缘检测中，实验证明该算法非常适合含噪图像的边缘检测。 2 susan边缘检测简介

2．1 susan特征检测原理

如图1所示，用一个圆形模板在图像上移动，若模板内象素的灰度与模板中心象素(称为：核nucleus)灰度的差值小于一定阀值，则认为该点与核具有相同(或相近)的灰度，由满足这样条件的象素组成的区域称为usan(univalue segment assimilating nucleus)。

当圆形模板完全处在图像或背景中时，usan区域面积最大(如图1中的a和b)；当模板移向图像边缘时，usan区域逐渐变小(如图1中c)；当模板中心处于边缘时，usan区域很小(如图1中的d)；当模板中心处于角点时，usan区域最小(如图1中的e)。可以看出，在边缘处象素的usan值都小于或等于其最大值的一半。因此，计算图像中每一个象素的usan值，通过设定一个usan阀值，查找小于阀值的象素点，即可确定为边缘点[1]。

2．2 susan边缘检测算法

(1)算法描述

对整幅图像中的所有象素，用圆形模板进行扫描，比较模板内每一象素与中心象素的灰度值，通过与给定的阀值比较，来判别该象素是否属于usan区域，如下式：

式(1)中c(r，r0)为模板内属于usan区域的象素的判别函数；i(r0)是模板中心象素(核)的灰度值；i(r)为模板内其他任意象素的灰度值；t是灰度差门限。

图像中每一点的usan区域大小可用下式表示：

3 实 验

在主频2．3 ghz，内存256 mb的pc机上，分别对susan算法(t=10，g=18)和传统的robert算子、gauss-laplace算子、prewitt算子，采用visal c++编程，对图2中的3幅灰度测试图像进行边缘检测。图2中(a)是原始测试图像，(b)是加入高斯噪声(μ=0，σ=0．005)的测试图像，(c)是加入椒盐噪声(ρ=o．005）的测试图像。图3～图5分别是对图2中(a)～(c)三幅图像的边缘检测结果。

4．1边缘检测效果好

无论对直线，还是曲线边缘，susan算法基本上可以检测出所有的边缘，检测结果较好。虽然实验中没有达到一个象素的精度，但这主要是因为对边缘的两侧都应用了susan算法，对具体的实际应用，可以对背景不再应用susan算法，这样不但可以达到细化边缘的目的，而且运算量也大大减少。

1 引 言 边缘是图像最基本的特征，是图像分割的第一步。经典的边缘检测方法如：roberts，sobel，prewitt，kirsch，laplace等方法，基本都是对原始图像中象素的小邻域构造边缘检测算子，进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的阀值提取边界。由于这些算法涉及梯度的运算，因此均存在对噪声敏感、计算量大等缺点。在实践中，发现susan算法只基于对周边象素的灰度比较，完全不涉及梯度的运算，因此其抗噪声能力很强，运算量也比较小。并将susan算法用于多类图像的边缘检测中，实验证明该算法非常适合含噪图像的边缘检测。 2 susan边缘检测简介 2．1 susan特征检测原理 如图1所示，用一个圆形模板在图像上移动，若模板内象素的灰度与模板中心象素(称为：核nucleus)灰度的差值小于一定阀值，则认为该点与核具有相同(或相近)的灰度，由满足这样条件的象素组成的区域称为usan(univalue segment assimilating nucleus)。 当圆形模板完全处在图像或背景中时，usan区域面积最大(如图1中的a和b)；当模板移向图像边缘时，usan区域逐渐变小(如图1中c)；当模板中心处于边缘时，usan区域很小(如图1中的d)；当模板中心处于角点时，usan区域最小(如图1中的e)。可以看出，在边缘处象素的usan值都小于或等于其最大值的一半。因此，计算图像中每一个象素的usan值，通过设定一个usan阀值，查找小于阀值的象素点，即可确定为边缘点[1]。 2．2 susan边缘检测算法 (1)算法描述 对整幅图像中的所有象素，用圆形模板进行扫描，比较模板内每一象素与中心象素的灰度值，通过与给定的阀值比较，来判别该象素是否属于usan区域，如下式： 式(1)中c(r，r0)为模板内属于usan区域的象素的判别函数；i(r0)是模板中心象素(核)的灰度值；i(r)为模板内其他任意象素的灰度值；t是灰度差门限。 图像中每一点的usan区域大小可用下式表示： 式(2)中d(r0)为以r0为中心的圆形模板区域。得到每个象素的usan值n(r0)以后，再与预先设定得门限g进行比较，当n(r0)<g时，所检测到象素位置r0可以认为是一个边缘点。 (2)模板的选取 由于图像的数字化，实际上无法实现真正的圆形模板，所以都是采用近似圆代替。但是模板较小时，如果门限选取不恰当，可能会发生边缘点漏检的情况。模板也不宜取得太大，否则会增大运算量大，通常可取5×5或37象素模板[1]。本文实验中均采用的是5×5的模板。 (3)门限t，g的确定 门限g决定了边缘点的usan区域的最大值，即只要图像中的象素的usan值小于g，该点就被判定为边缘点。g过大时，边缘点附近的象素可能作为边缘被提取出 为模板的最大usan值)，可以较好地提取出初始边缘点。如果要达到单象素的精度，还需进一步剔除多余象素。 门限t表示所能检测边缘点的最小对比度，也是能忽略的噪声的最大容限。t越小，可从对比度越低的图像中提取特征。因此对于不同对比度和噪声情况的图像，应取不同的t值[2]。 3 实 验 在主频2．3 ghz，内存256 mb的pc机上，分别对susan算法(t=10，g=18)和传统的robert算子、gauss-laplace算子、prewitt算子，采用visal c++编程，对图2中的3幅灰度测试图像进行边缘检测。图2中(a)是原始测试图像，(b)是加入高斯噪声(μ=0，σ=0．005)的测试图像，(c)是加入椒盐噪声(ρ=o．005）的测试图像。图3～图5分别是对图2中(a)～(c)三幅图像的边缘检测结果。 4性能比较与分析 由实验结果可以看出，susan算法具有以下优良性能： 4．1边缘检测效果好 无论对直线，还是曲线边缘，susan算法基本上可以检测出所有的边缘，检测结果较好。虽然实验中没有达到一个象素的精度，但这主要是因为对边缘的两侧都应用了susan算法，对具体的实际应用，可以对背景不再应用susan算法，这样不但可以达到细化边缘的目的，而且运算量也大大减少。 --> 上一篇：可测试高数据速率PCIe2.0系统的分析仪/检测仪 上一篇：r剂量率测量仪的研制 相关技术资料 5-23​TLC（Triple Level Cell）4D NAND闪存应用 5-23​视频生成模型Veo 3+ Flow应用参数设计 5-23​扩散语言模型Gemini Diffusion解读 5-23​氮化炮（GAN）智能功率模块（IPMS）探究 5-23​集成照片传感器和被动过滤器系列详解 5-2318输出网络同步器与JESD204B/C产品详情 5-22​双核 STM32H747 MCU芯片应用探究 5-22​第七代酷睿处理器​系列新技术介绍 5-22新一代骁龙 8 旗舰处理器应用详解 5-22​数据中心芯片AI 100​际应用场景分析 5-22​首款Arm架构服务器芯片Centriq 2400 5-2212英寸碳化硅衬底激光剥离自动化解决方案 相关IC型号 热门点击 检测绝缘栅极双极型晶体管（IGBT）好坏的简 Cascade Microtech新型Win 测试硬件简介－－－测试手臂(handler KLA-Tencor近日宣称推出Archer 三相交流电相序检测器 感应式测电笔(一) 应用Minitab进行测量系统分析 WCDMA系统中PIM的分析与测量 加快误码率测试的置信度和精度估算方法 潜油电泵控制屏模拟检测技术应用   推荐技术资料 驱动板的原理分析     先来看看原理图。图8所示为底板及其驱动示意图，FM08... [详细] ​TLC（Triple Leve ​视频生成模型Veo 3+ Fl ​扩散语言模型Gemini Di ​氮化炮（GAN）智能功率模块（ ​集成照片传感器和被动过滤器系列 18输出网络同步器与JESD204B/C产品 多媒体协处理器SM501在嵌入式系统中的应用 基于IEEE802.11b的EPA温度变送器 QUICCEngine新引擎推动IP网络革新 SoC面世八年后的产业机遇 MPC8xx系列处理器的嵌入式系统电源设计 dsPIC及其在交流变频调速中的应用研究 版权所有:51dzw.COM 深圳服务热线：13751165337  13692101218 粤ICP备09112631号-6(miitbeian.gov.cn) 公网安备44030402000607 深圳市碧威特网络技术有限公司 付款方式 把51电子网设为首页      把51电子网加入收藏夹      给51电子网投诉建议 关于我们| 会员收费标准| 广告服务| 招贤纳士| 付款方式| 友情链接| 网站地图| 联系我们| 免责声明| 库存上载：service@51dzw.com 　　 版权所有:51dzw.COM 粤ICP备09112631号-6(miitbeian.gov.cn) 服务热线(深圳)：13751165337 13692101218 传真：0755-83035052 投诉电话:0755-83030533  复制成功！