《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計應(yīng)用 > 基于HSI空間顏色三角形的邊緣檢測方法
基于HSI空間顏色三角形的邊緣檢測方法
趙 昭, 王 菁, 李憲玲
曲阜師范大學(xué) 計算機科學(xué)學(xué)院,山東 日照 276826
摘要: 利用像素點的顏色坐標(biāo)H,、S,、I構(gòu)建像素的顏色三角形,,計算該三角形的面積和邊長,。根據(jù)面積以及邊長的差值確定該像素點是否為彩色圖像的邊緣點,。這種邊緣檢測方法在一定程度上合理地考慮了個各顏色分量的相關(guān)性,,將向量空間的計算以自然的方式轉(zhuǎn)換成了標(biāo)量的計算,,在思想上是一種不同于其他算法的新算法,。實驗證明,,與傳統(tǒng)的方法相比較,該方法能快速有效地檢測出圖像的邊緣,。
關(guān)鍵詞: 圖像處理 邊緣檢測
Abstract:
Key words :

摘 要:利用像素點的顏色坐標(biāo)H,、S、I構(gòu)建像素的顏色三角形,,計算該三角形的面積和邊長,。根據(jù)面積以及邊長的差值確定該像素點是否為彩色圖像的邊緣點。這種邊緣檢測方法在一定程度上合理地考慮了個各顏色分量的相關(guān)性,,將向量空間的計算以自然的方式轉(zhuǎn)換成了標(biāo)量的計算,,在思想上是一種不同于其他算法的新算法。實驗證明,,與傳統(tǒng)的方法相比較,,該方法能快速有效地檢測出圖像的邊緣。
 關(guān)鍵詞:彩色圖像,;邊緣檢測,;顏色三角形;顏色相關(guān)

  圖像的邊緣是指圖像局部區(qū)域亮度顯著變化的部分,,該區(qū)域的灰度剖面一般可以看作是一個階躍,,即從一個灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個相差較大的灰度值。邊緣不僅能傳遞圖像的大部分信息還能勾勒出物體的基本輪廓, 圖像的理解和分析的第一步就是邊緣檢測,。目前邊緣檢測已經(jīng)成為機器視覺研究領(lǐng)域最活躍的課題之一,,在工程應(yīng)用中占有十分重要的地位。邊緣檢測是圖像處理中的一個重要組成部分, 是所有基于邊界分割方法的首期工作,,為圖像的識別,、恢復(fù)、增強以及重建提供了手段,。
  灰度圖像的邊緣檢測方法很多,,但在現(xiàn)實生活中的大部分圖像是彩色圖像,,與灰度圖像比較,彩色圖像[1]能提供更多,、更豐富的信息,,例如顏色信息等。而傳統(tǒng)的邊緣檢測大多是基于灰度的, 這對于彩色圖像來說, 它的彩色信息就沒有被充分利用,,而且圖像的灰度差別很小時往往檢測不到邊緣, 有時還會虛報圖像的邊緣, 這為以后進(jìn)一步的圖像處理工作帶來不便,。
  彩色圖像邊緣檢測算法都是基于一定的顏色空間的,比較常用的有RGB,、HSI,、YUV等。目前的彩色邊緣檢測算法主要在RGB彩色空間中實現(xiàn)[2],,這些算法將灰度圖像邊緣檢測分別應(yīng)用于R,、G、B三個顏色分量,,再通過某種方法將所得結(jié)果結(jié)合起來,,例如Sobel算子、Laplacian算子,、Mexican草帽算子,。由于人的視覺對亮度的敏感程度遠(yuǎn)強于對顏色濃淡的敏感程度,,為了便于色彩處理和識別,,人的視覺系統(tǒng)經(jīng)常采用HSI色彩空間。HSI色彩空間是從人的視覺系統(tǒng)出發(fā),,用色調(diào)(Hue),、色飽和度(Saturation或Chroma)和亮度(Intensity或Brightness)來描述色彩,它比RGB色彩空間更符合人的視覺特性,。在圖像處理和計算機視覺中大量算法都可在HSI色彩空間中方便地使用,,它們可以分開處理而且是相互獨立的。因此,,在HSI色彩空間可以大大簡化圖像分析和處理的工作量,。本文根據(jù)HSI彩色空間的特點,利用H,、S,、I三個分量重新構(gòu)造一個三角形,并且基于三角形面積進(jìn)行彩色圖像邊緣檢測,,算法簡單,。實驗表明,該方法能夠獲得更多的邊緣信息,?! ?br /> 1 基于顏色三角形的邊緣檢測方法
1.1 HSI空間
1.1.1 HSI彩色空間的特點
   HSI彩色空間[3]是基于人的心理感知角度建立的,人視覺上感知邊緣位置的依據(jù)是亮度值和彩色等信息, HSI色彩空間是從人的視覺系統(tǒng)出發(fā),,用色調(diào),、色飽和度和亮度來描述色彩。HSI色彩空間可以用一個圓錐空間模型來描述,,如圖1所示,,用這種方法描述HIS色彩空間的圓錐模型相當(dāng)復(fù)雜,但能把色調(diào),、亮度和色飽和度的變化情形表現(xiàn)得很清楚,。通常把色調(diào)和飽和度通稱為色度,用來表示顏色的類別與深淺程度,。

  色相 (Hue):指物體傳導(dǎo)或反射的波長,。更常見的是以顏色如紅色、橘色或綠色來辨識,,取 0~360的數(shù)值來衡量,。
  飽和度(Saturation):又稱色度,是指色彩的強度或純度,。飽和度代表灰色與色調(diào)的比例,,并以 0(灰色)~ 100% (完全飽和) 來衡量。
  亮度(Intensity):是指顏色的相對明暗度,,通常以 0(黑色)~100% (白色) 的百分比來衡量,。
  HSI彩色空間屬于極坐標(biāo)的空間結(jié)構(gòu),該空間有2個重要的特點:首先,,亮度分量和色度分量是分開的,,I分量與圖像的彩色信息無關(guān);其次,,H及S 分量和與人感受彩色的方式緊密相關(guān),。這些特點使得HSI彩色空間非常適合基于人的顏色感知特性進(jìn)行處理和分析的圖像處理算法。其中, H分量對彩色描述的能力最接近于人的視覺感知,,區(qū)分力比較強,。
  任何一種顏色的值都對應(yīng)著一個H、S,、I的值,,調(diào)整三色系數(shù)H、S,、I中的任一系數(shù)都會改變顏色的值即改變顏色,。
1.1.2 從RGB到HSI的彩色轉(zhuǎn)換
  目前的圖像采集設(shè)備都是基于RGB 彩色空間的,所以要進(jìn)行顏色格式的轉(zhuǎn)換,。RGB彩色空間到HSI彩色空間的轉(zhuǎn)換公式如下,。
  色相分量:
   

   飽和度分量:
   

1.2 基于顏色三角形的邊緣檢測的原理
  對于人的視覺來說,,邊緣形成于顏色的突變處,而顏色變化這一概念非常抽象,,很難量化,。本文將顏色的變化轉(zhuǎn)換為三角形的面積和形狀變化,不僅使抽象的問題變得可量化,,也使問題轉(zhuǎn)入我們更熟悉,、發(fā)展更完善的領(lǐng)域。
  在本文中利用H,、S,、I系數(shù)的值建立新的三角形,S和I為三角形的2條邊,,H為2邊的夾角,,構(gòu)成的三角形如圖2所示。任意改變H,、S,、I的值即改變顏色,同時也改變對應(yīng)三角形的面積和形狀,。


  圖2中,,△ABC的面積可由正弦公式表示為:SIsinH(為了避免分量S與面積S的混淆,這里用l表示面積),。由于在實際圖像中可能存在H,、S、I分量中至少一個為零的情況,,在進(jìn)行邊緣檢測處理時每個分量加1,,這不影響最后的邊緣檢測結(jié)果。由此,,每個像素都能根據(jù)其H、S,、I分量構(gòu)造出三角形,。而判斷某像素點是否為邊緣點可根據(jù)圖像中該像素所構(gòu)成彩色三角形的面積和邊長的差值來進(jìn)行,這樣就將原來某一點的彩色信息由向量度量轉(zhuǎn)化成了標(biāo)量度量,。
2 基于顏色三角形的彩色圖像邊緣檢測算法
  Prewitt是一種一階微分邊緣檢測算子,,利用像素上下、左右臨點的灰度差,,在邊緣處達(dá)到極值,,去掉偽邊緣,對噪聲具有平滑作用[4],。Prewitt是利用2個方向模板與鄰域進(jìn)行卷積完成邊緣檢測的,,這2個方向模板中一個檢測水平方向,,一個檢測垂直方向[5],如圖3所示,。

  在本文中,,為了增加算法的精確性,增加了2個模板,,用于檢測45°和135°方向,,如圖4所示。

  圖像中每個點都用這4個模板進(jìn)行卷積,,對于數(shù)字圖像f(x,,y),用Prewitt算子求梯度表達(dá)式為(以面積變化為例):
  

 

  (1)將RGB空間的圖像轉(zhuǎn)化到HSI空間表示,;
  (2)在HSI 空間中對每一個像素點,,構(gòu)造其對應(yīng)的三角形,并計算其面積,;
  (3)對每一個像素點,,利用Prewit算子在4個方向模板與鄰域進(jìn)行卷積計算面積和2個邊長的差值;
  (4)面積與臨域像素對應(yīng)的三角形面積比相差較大,,像素的值置為1,,否則轉(zhuǎn)到步驟(4);
  (5)面積相差不大但對應(yīng)2條邊的差相差較大,,像素的值置為1,,否則轉(zhuǎn)到步驟(5);
  (6)面積和2條邊差值都比較接近,,面積和2條邊差在閾值范圍內(nèi),,像素的值置為1,否則置為0,,得邊緣檢測圖像,。
3 實驗結(jié)果
   選擇一幅圖像作為實驗對象,分別采用Prewitt方法,、Sdael方法和本文的方法進(jìn)行邊緣檢測,,實驗結(jié)果如圖5所示。

  從圖中可以看出,,本文的方法較為準(zhǔn)確地檢測出圖像的邊緣,,并且邊緣細(xì)節(jié)清楚,邊界真實,,連續(xù)性好,。
  在常用的彩色空間中,由于圖像顏色的各個分量之間的相關(guān)性,,彩色圖像的檢測結(jié)果相對于彩色圖像轉(zhuǎn)換為灰度圖像的檢測結(jié)果沒有得到太大的改善,。彩色圖像通常是以RGB的方式存儲與表達(dá),,由于人的視覺對亮度的敏感程度遠(yuǎn)強于對顏色濃淡的敏感程度,為了便于色彩處理和識別,,人的視覺系統(tǒng)經(jīng)常采用HSI色彩空間,,它比RGB色彩空間更符合人的視覺特性。但傳統(tǒng)的基于HSI空間的方法中都沒有找到H,、S,、I三者間合適的比例關(guān)系來區(qū)分顏色間的差別。本文利用H,、S,、I系數(shù)的值建立新的三角形,S和I為三角形的2條邊,,H為兩邊的夾角,,任意改變H、S,、I的值即改變顏色,,同時也改變對應(yīng)三角形的面積和邊長,這就使得抽象的問題變得可量化,,在一定程度上合理地考慮了顏色的相關(guān)性,,將向量空間的計算以自然的方式轉(zhuǎn)換成了標(biāo)量的計算,在思想上是一種不同于其他算法的新的算法,,在理論上具有一定的借鑒意義,,同時也具有一定的實用性。
參考文獻(xiàn)
[1] KOSCHAN A. Comparative study on color edge detection. Proceedings of Second Asian Conference on Computer Vision ACCV'95, Singapore, 1995,Ⅲ:574-578.
[2] ZENZO S D. A note on the gradient of a multi-image[J]. Computer Vision, Graphics, And Image Processing, 1986,33(1): 116-125.
 

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載,。