Авторы: Зуев А.А., Нечепоренко Г.Е.

Источник: Зуев А.А. Методы выделения контуров на изображениях / А.А. Зуев, Г.Е. Нечепоренко // Международная научная конференция MicroCAD: Секцiя № 8 — Мікропроцесорна техніка в автоматиці та приладобудуванні  — НТУ ХПИ, 2012. — С. 108.

Одной из основних и важнейших целей цифровой обработки изображений является распознавание присутствующих на них обьектов. Исследованиями установлено, что с точки зрения распознавания и анализа объектов на изображении наиболее информативными являются не значения яркостей объектов, а характеристики их границ — контуров. Контуром изображения совокупность его пикселов, в окрестности которых наблюдается скачкообразное изменение функции яркости.

Операция выделения контуров состоит в том, чтобы усилить резкие перепады яркости. Наиболее простым методом определения контуров является пространственное дифференцирование функции яркости. Если исходное изображение, кроме областей постоянной яркости, содержит участки с плавно меняющейся яркостью, то не гарантируется непрерывность контурных линий: разрывы контуров будут наблюдаться в тех местах, где изменение функции яркости не является достаточно резким. Основные методы выделения контуров: Собеля, Робертса, Лапласа и Уоллеса.

Метод выделения контуров по Лапласу отличается от других тем, что не зависит от направления границы. Функция Лапласа может быть представлена в следующем виде: L(x, y)=d^2ƒ/dx²+d^2ƒ/dy².

Для дискретных функций двух переменных, которыми являются изображения, вторые производные могут быть аппроксимированы при помощи разностных функций. При этом коэффициенты можно записать в виде матричной функции. Оператор Собеля в матричном виде можно представить двумя матричными преобразованиями:

а значение градиента можно рассчитать согласно выражению:

Для определения эффективности выделения контуров, была создана программа обрабатывающая изображения различными методами. Проводились замеры быстродействия, и экспертная оценка качества выделения контуров. Оценка производилась на статических изображениях. Фильтры Лапласа и Собеля по сравнению с градиентным фильтром показывают лучшие результаты, не пропускают мелких деталей и более четко выделяют границы.