【图像边缘检测】CNN灰度图像边缘提取【含Matlab源码 490期】

⛄一、简介

0 前言
边缘检测是图像处理中最古老和最基本的问题之一。灰度 边缘检测算法的发展时间较长, 算法较多。基于梯度的边缘检 测算子最早出现, 基于优化目标函数的方法, Canny算子被广泛使用。另外还有基于其它技术的边缘检测方法, 如多尺度方法、统计过程、曲面拟和和支持向量等。 近年来, 由于数字彩色图像的广泛运用, 使彩色数字图像处理技术日益受到关注。现有的一些彩色图像边缘检测方法中, 有相当部分是灰度图像边缘检测的推广, 也即首先基于某一彩色分量红® 、绿(G) 或蓝(B) 的图像进行灰度图像边缘 检测, 然后再将每一独立分量的边缘图联合形成彩色图像的边缘。这些方法忽略了人眼对颜色的视觉感知, 没有考虑各颜色分量之间的联系, 往往得不到好的边缘检测效果。而基于彩色空间的边缘检测方法可以充分利用彩色图像中携带的彩色信息。为了充分考虑人眼对不同颜色感知程度的不同, 同时克服彩色空间角向量距离计算复杂的缺点, 本文使用彩色空间 Mahalanobis 距离作为彩色象素之间差异的度量。 所有的常规边缘提取方法输出结果都是二值图像。因此, 提取的边缘丢失了许多重要的信息, 尤其体现在有丰富细节和 微小变化的区域。为了解决这个问题, 利用细胞神经网络 (CNN) 多值输出的特点来进行彩色图像边缘检测。

1 细胞神经网络(CNN)
美国科学家 L.O.Chua 等人 1988 年提