基于视觉感知的彩色图像边缘检测.docx

基于视觉感知的彩色图像边缘检测
 
 
 
 
 
   
 
 
 
曹磊+范彩霞
DOI：.cn33-1094/，结论为Sobel算子的性能优于其他算子。但是，上述这些方法未考虑不同的感知均匀颜色空间对边缘检测效果的影响。
针对上述问题，本文基于Sobel边缘检测算子根据人类视觉系统的特点，在CIELAB颜色空间、S-CIELAB颜色空间和LAB2000HL颜色空间中分别采用ΔEab和CIEDE2000色差计算公式代替亮度差进行彩色图像边缘检测，并根据人眼的恰可察觉色差阈值提取目标边缘，并在
BSR500数据库中对边缘检测结果进行评价。
1 颜色空间的选择
以RGB颜色描述的彩色图像不能反映人类的视觉感知。诸如边缘检测、图像分割等以视觉感知为基础的图像处理技术应使用符合人眼视觉特性的均匀颜色空间来表征颜色。在这类颜色空间中，相同的视觉间隔应该能够代表相同的颜色差异，即视觉特性可以通过颜色间的欧氏距离反映。多年来，CIE（国际照明委员会） 致力于使颜色的测量和人的颜色知觉尽可能保持一致性的研究。1976年CIE正式推荐均匀颜色空间CIE1976 L*a*b*（CIELAB）颜色空间，该颜色空间大大改善了视觉色差与实际色度值之间的不对称性，为色度描述的大规模工业应用提供了基础。
RGB空间与CIELAB空间的转换步骤如下：
⑴
⑵
其中，X0，Y0，Z0为CIE标准照明体的三刺激值。CIELAB颜色空间中对应的色差公式如式⑶。
⑶
其中，ΔL*、Δa*、Δb*分别表示两个颜色样本的L*、a*和b*之差。
随着科学研究的不断深入，CIELAB颜色空间及其色差公式在应用中的不足逐渐显现。为了改善颜色空间的均匀性，研究者对色差公式的权重函数进行改进，使得色差公式评价与视觉评价具有一致性。在CIELAB色差公式基础之上发展而来的相关色差评价模型有
CMC、CIE94、BFD、LCD和CIEDE2000等，CIEDE2000色差公式被认为是最优秀的色差公式得到了广泛的应用[6]，公式如下：
⑷
其中，ΔL、ΔC和ΔH分别为对应的明度差、彩度差和色调差。ΔR其为彩度差和色调差的交叉旋转项。SL、SC和SH分别为明度、彩度和色调的权重函数，KL、KC和KH为相应的参数因子。
为了改善CIELAB颜色空间在色相、彩度和亮度方面的不均匀性，文献[7]在分析了基于感知的图像处理对颜色空间的要求的基础上，通过多网格法对CIELAB颜色空间的亮度通道、饱和度和色调通道进行变换构建颜色查找表，得到各通道间相互独立且满足人眼感知的颜色空间，并通过CIEDE2000色差公式计算色差得到LAB2000HL色差计算方法。
为了模拟人眼对图像各个频率响应的不均匀性，Zhang和Wandell [8]在CIELAB颜色空间的基础上提出S-CIELAB颜色空间。该颜色空间基于人类视觉系统的心理物理学实验结果，将图像中的亮度和颜色进行分离并把空域信息转换到频域空间，对频域信息进行空间滤波以模拟人眼视觉系统的空间混合效果。最后再将滤波后的信息转换到CIELAB颜色空间。在CIELAB颜色空间可以使用相应的色差公式计算色差。
2 基于色差梯度的边缘检测
基于视觉感知的彩色图像边缘检测的流程图如图1所示。首先将RGB彩色图像根据转换公式分别转换到CIELAB、S-CIELAB和LAB2000HL均匀颜色空间，之后在各个颜色空间分别计算像素间的ΔEab色差和ΔE00色差替代灰度图像矢量梯度的计算过程，得到图像的色差梯度图，最后根据人眼的恰可察觉色差提取目标边缘并将色差梯度图进行归一化处理，得到最终的边缘图。
[RGB彩色图像][将图像转换到均匀颜色空间
CIELAB，S-CIELAB，LAB2000HL][计算色差
ΔEab，ΔE00][计算图像梯度][归一化处理][边缘检测结果图]
图1  边缘检测流程图
根据文献[5]的结论，将三个颜色空间下的ΔEab色差和ΔE00色差应用于Sobel算子中，Sobel算子的计算模板如下：
基于该算子的色差梯度图计算公式如下[13]：
其中，cd表示两个像素点在CIELAB、S-CIELAB和LAB2000HL均匀颜色空间的ΔEab色差或ΔE00色差。计算得到以像素点（i，j）为中心的色差梯度值后，本文根据人眼的恰可察觉色差来判断该像素点的色差值是否可见。研究表明，在CIELAB空间中，当两个颜色对的色差值小于3时，人类视觉认为这两个颜色对是相似的[4，9] 。因此，基于人眼感知的目标边缘的判断可根据该像素点色差值的大小进