引言
数字图像边缘是图像的基本特征之一，它是不连续(或突变) 的数据图像的特征，例如灰度值的突变或者纹理的突变等。在数字图像分析领域中，图像的边缘检测是提取图像特征、分割图像特征、识别图像特征的重要基础。在多张数字图像分析领域中，边缘检测能够准确地获得图像的重要特征变化趋势。图像边缘特征的改变反映出图中物体重要属性的改变，所以对目标图像进行边缘检测尤为重要。图像边缘检测的应用范围也越加广泛，如：医学光影、地质勘探、战场分析、光学显微等。边缘检测中最常用的算法有Roberts边缘检测算法、Laplacian边缘检测算法、Prewitt边缘检测算法、Sobel边缘检测算法、Canny 边缘检测算法[1-7]等。1986年Canny提出Canny边缘检测算法[8]，检测算法过程是对待检测图像进行平滑处理后，计算梯度幅度值和梯度方向，并进行非极大值抑制，用双阈值获得图像边缘信息。罗敏等[9]针对传统Canny算法在噪声去除与高低阈值选取方面存在的问题，提出一种改进的Canny算法；韦炜[10]阐述了Robert算子、Sobel算子、Prewitt算子和Kirsch算子、高斯-拉普拉斯算子的边缘检测法等，经过对结果的对比研究,得到其各自特性和适用范围；程仁贵等[11]阐述了影像测量中的边缘检测的主要过程，包括图像二值化处理、图像边缘的细化、边缘点的提取方法等；张晗等[12]阐述了基于图像边缘增强和弱化的边缘检测研究，使处理后的图像轮廓更清晰、分界更明显并降低了模糊纹理对视觉的干扰；徐衍鲁等[8]为改善传统 Canny 算法存在的不足，提出一种改进算法；李一波等[13]为了从图像中去除椒盐噪声，提出了一种基于改进 Canny 算子的图像边缘检测算法。因此，对图像边缘检测方法研究有重要意义。
本文提出一种数字图像边缘检测算法，首先计算含噪声图像梯度幅值和梯度方向，由梯度幅值矩阵的极值确定初步极值边缘矩阵；再采用Otsu阈值对初步极值边缘矩阵值进行抑制，将大于Otsu阈值的初步极值边缘矩阵值作为图像边缘中的点，其他矩阵值则删除；边缘延长计算时，根据边缘延长理论，选择初步极值边缘矩阵中小于Otsu阈值的值，最终获得抑制噪声的图像边缘。本文的边缘检测算法被验证可行后，进行发动机喷嘴试验的燃烧火焰图像的边缘检测分析，燃烧火焰的细节边缘特征符合实际情况，为发动机喷嘴燃烧火焰数字图像分析提供参考。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000006632
作者信息：
何志勇，李祎，闫松，张志伟
（西安航天动力研究所，陕西 西安 710100）
