基于导向滤波Retinex和自适应Canny的图像边缘检测

王冬云; 唐楚; 鄂世举; 高春甫; 葛炳灶

doi:10.37188/OPE.20212902.0443

您当前的位置：

首页 >

文章列表页 >

基于导向滤波Retinex和自适应Canny的图像边缘检测

信息科学 | 更新时间：2026-09-12

- 基于导向滤波Retinex和自适应Canny的图像边缘检测
- Image edge detection based on guided filter Retinex and adaptive Canny
- 光学精密工程 2021年29卷第2期页码：443-451
- 作者机构：
  
  1.浙江师范大学浙江省城市轨道交通智能运维技术与装备重点实验室，浙江金华 321004
  2.浙江今飞凯达轮毂股份有限公司，浙江金华 321005
- 作者简介：
  
  王冬云（1981-），男，江西吉安人，博士，教授，2009年于浙江大学获得博士学位，研究方向主要是液压基础关键部件及智能制造的先进设计技术。E-mail：zsdwdy@zjnu.edu.cn
  唐　楚（1996-），男，湖南株洲人，硕士研究生，2018年于浙江师范大学获得学士学位，主要从事机器视觉及自动控制方面的研究。E-mail：tangchu@zjnu.edu.cn
- 基金信息：
  
  浙江省重点研究与发展计划资助项目(2020C01153;2019C01134)
- DOI：10.37188/OPE.20212902.0443
  中图分类号： TP391
- 收稿：2020-10-28，
  
  修回：2020-12-02，
  
  纸质出版：2021-02-15
- 稿件说明：
移动端阅览
王冬云,唐楚,鄂世举等.基于导向滤波Retinex和自适应Canny的图像边缘检测[J].光学精密工程,2021,29(02):443-451.

WANG Dong-yun,TANG Chu,E Shi-ju,et al.Image edge detection based on guided filter Retinex and adaptive Canny[J].Optics and Precision Engineering,2021,29(02):443-451.
王冬云,唐楚,鄂世举等.基于导向滤波Retinex和自适应Canny的图像边缘检测[J].光学精密工程,2021,29(02):443-451. DOI： 10.37188/OPE.20212902.0443.

WANG Dong-yun,TANG Chu,E Shi-ju,et al.Image edge detection based on guided filter Retinex and adaptive Canny[J].Optics and Precision Engineering,2021,29(02):443-451. DOI： 10.37188/OPE.20212902.0443.

摘要

机器视觉识别常用金属制品边缘时，表面亮度不均易导致边缘误识别，且传统的边缘检测算法去噪的同时也抑制了大量边缘信息，降低了边缘检测质量。本文提出一种基于导向滤波Retinex和自适应Canny的图像边缘检测算法。该算法采用基于导向滤波的Retinex法得到金属制品图像的反射分量，通过加权分布的自适应伽马校正提升反射分量图像对比度；然后，采用自适应各向异性扩散滤波对增强后图像进行去噪处理，抑制增强后图像的噪声及低对比度纹理，再采用改进四方向Sobel梯度模板提取图像边缘；最后沿用传统Canny算法的非极大值抑制及双阈值分割进一步细化边缘。实验结果表明，新算法检测典型金属小零件时，图像锐度指标由原图的47.11提升至68.39，金属表面的亮度标准差从原图的44.76下降至20.16；噪声指标从原图的1.1下降到0.15左右，并且在去噪的同时较好地保留了图像边缘锐度。新方法有效改善了金属表面图像因亮度不均导致的边缘误识别问题，并且提取的边缘连接性较好。

Abstract

When machine vision recognizes the edges of metal products， uneven surface brightness can easily cause edges to be misidentified. Traditional edge detection algorithms denoise while also suppressing a considerable amount of edge information， which reduces the quality of edge detection. This study proposes an edge detection method that combines guided filtering-based Retinex and adaptive Canny for metal images. The guided filtering-based Retinex method is first used to obtain the reflection component of a metal image. Next， the image contrast of the reflection component is improved using adaptive gamma correction with weighted distribution， and an adaptive anisotropic diffusion filter is employed to denoise the enhanced image and suppress the noise and low-contrast texture. The improved four-direction Sobel gradient template is then adopted to extract the edges of the image. Finally， the non-maximum suppression and dual-threshold segmentation methods of the traditional Canny algorithm are applied to further refine the edges. The test results showed that when the proposed algorithm was used to detect typical metal parts， the image sharpness index increased from 47.11 in the original image to 68.39， and the brightness standard deviation of the metal surface decreased from 44.76 to 20.16. In addition， the noise assessment index dropped from 1.1 in the original images to approximately 0.15， and the sharpness of the image edges was well preserved. The new method effectively solves the edge misrecognition problem caused by uneven brightness in metal surface images， with the extracted edges exhibiting better connectivity.

关键词

Keywords

references

CANNY J . A computational approach to edge detection ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 1986 ， 8 （ 6 ）： 679 - 698 .

ZHANG D S ， WANG J ， HAN R J ， et al . . A three-step synthetic extraction algorithm for transmission lines ［J］. Proceedings of the Institution of Mechanical Engineers Part C-Journal of Mechanical Engineering Science ， 2019 ， 233 （ 17 ）： 6218 - 6228 .

MITTAL M ， VERMA A ， KAUR I ， et al . . An efficient edge detection approach to provide better edge connectivity for image analysis ［J］. IEEE Access ， 2019 ， 7 ： 33240 - 33255 .

KONG J ， HOU J ， LIU T ， et al .. Adaptive image edge detection model using improved canny algorithm ［C］. 2018 IEEE 9th Annual Information Technology ， Electronics and Mobile Communication Conference （IEMCON）， 2018 ： 539 - 545 .

CAO J F ， CHEN L ， WANG M ， et al . . Implementing a parallel image edge detection algorithm based on the Otsu-Canny operator on the hadoop platform ［J］. Computational Intelligence and Neuroscience ， 2018 ， 2018 ： 3598284 .

PERONA P ， MALIK J . Scale-space and edge detection using anisotropic diffusion ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 1990 ， 12 （ 7 ）： 629 - 639 .

MRÁZEK P ， NAVARA M . Selection of optimal stopping time for nonlinear diffusion filtering ［J］. International Journal of Computer Vision ， 2003 ， 52 （ 2-3 ）： 189 - 203 .

TSIOTSIOS C ， PETROU M . On the choice of the parameters for anisotropic diffusion in image processing ［J］. Pattern Recognition ， 2013 ， 46 （ 5 ）： 1369 - 1381 .

XU D Q ， WANG X Y ， SUN G ， et al . . Towards a novel image denoising method with edge-preserving sparse representation based on laplacian of B-spline edge-detection ［J］. Multimedia Tools and Applications ， 2017 ， 76 （ 17 ）： 17839 - 17854 .

HAN L ， HAN A L . An improved edge detection algorithm based on morphological operators and gradient ［J］. Journal of Computational and Theoretical Nanoscience ， 2015 ， 12 （ 7 ）： 1121 - 1125 .

HE Y B ， ZENG Y J ， CHEN H X ， et al . . Research on improved edge extraction algorithm of rectangular piece ［J］. International Journal of Modern Physics C ， 2018 ， 29 （ 1 ）： 11 .

HE K M ， SUN J ， TANG X O . Guided image filtering ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2013 ， 35 （ 6 ）： 1397 - 1409 .

ZUIDERVELD K . Contrast limited adaptive histogram equalization ［J］. Graphics Gems ， 1994 ： 474 - 485 .

HUANG S C ， CHENG F C ， CHIU Y S . Efficient contrast enhancement using adaptive gamma correction with weighting distribution ［J］. IEEE Transactions on Image Processing ， 2013 ， 22 （ 3 ）： 1032 - 1041 .

JI W ， QIAN Z J ， XU B ， et al . . A night time image enhancement method based on Retinex and guided filter for object recognition of apple harvesting robot ［J］. International Journal of Advanced Robotic Systems ， 2018 ， 15 （ 1 ）： 12 .

黄慧，董林鹭，刘小芳，等 . 改进Retinex的低光照图像增强［J］. 光学精密工程， 2020 ， 28 （ 8 ）： 1835 - 1849 .

HUANG H , DONG L L , LIU X F , et al . . Improved retinex low light image enhancement method [J ] . Optics and Precision Engineering , 2020 , 28 ( 8 ): 1835 - 1849 . (in Chinese)

LIU L S ， LIANG F Q ， ZHENG J S ， et al . . Ship infrared image edge detection based on an improved adaptive Canny algorithm ［J］. International Journal of Distributed Sensor Networks ， 2018 ， 14 （ 3 ）： 6 .

YU Z Y ， WANG J ， LU G D . Optimized self-adapting contrast enhancement algorithm for wafer contour extraction ［J］. Multimedia Tools and Applications ， 2019 ， 78 （ 22 ）： 32087 - 32108 .

DU Y X ， TONG M M ， ZHOU L L ， et al . . Edge detection based on Retinex theory and wavelet multiscale product for mine images ［J］. Applied Optics ， 2016 ， 55 （ 34 ）： 9625 - 9637 .

ZHAN Y ， ZHANG R . No-reference image sharpness assessment based on maximum gradient and variability of gradients ［J］. IEEE Transactions on Multimedia ， 2018 ， 20 （ 7 ）： 1796 - 1808 .

LIU X ， TANAKA M ， OKUTOMI M . Single-image noise level estimation for blind denoising ［J］. IEEE Transactions on Image Processing ， 2013 ， 22 （ 12 ）： 5226 - 5237 .

浏览量

952

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于皮肤散射模型的手指静脉图像去模糊化

面向高分辨率遥感图像分割的级联精炼网络

SAM提取多维灰度作为输入的视觉测量误差补偿

基于Transformer的边缘检测网络

基于边缘增强弱监督K-means的大口径望远镜拼接探测器点云分割