基于神經(jīng)網(wǎng)絡(luò)的圖像弱邊緣檢測(cè)方法研究

楊景兵，丁 輝，張樹東

（首都師范大學(xué) 信息工程學(xué)院，北京 100048）

0 引言

圖像能夠給人們提供大量的視覺(jué)信息，而這些信息的劃分恰恰是基于圖像邊緣的。所謂邊緣是指圖像周圍像素灰度有階躍變化或屋頂狀變化的像素的集合，它存在于目標(biāo)與背景、目標(biāo)與目標(biāo)、區(qū)域與區(qū)域，基元與基元之間[1]。成功提取的邊緣信息可用于進(jìn)行圖像分析（例如圖像分割）、圖像濾波以及目標(biāo)識(shí)別（例如人臉識(shí)別）等。如何提高圖像邊緣檢測(cè)的邊緣提取速度和準(zhǔn)確度一直是國(guó)內(nèi)外研究的熱點(diǎn)。早期經(jīng)典算法主要有傳統(tǒng)邊緣算子法[2-3]、模板匹配法、曲面擬合法、門限化法等。隨著圖像處理技術(shù)的不斷發(fā)展，以及與人工智能理論學(xué)科的不斷結(jié)合,基于神經(jīng)網(wǎng)絡(luò)的邊緣檢測(cè)法[4-5]出現(xiàn)并走進(jìn)了研究與應(yīng)用之中。

神經(jīng)網(wǎng)絡(luò)[6]技術(shù)是近年來(lái)興起的人工智能技術(shù)，它通過(guò)模擬人的大腦的工作模式和結(jié)構(gòu)機(jī)制來(lái)實(shí)現(xiàn)機(jī)器智能化。它是一個(gè)由大量基本單元相互連接而成的非線性系統(tǒng)，具有自組織、自學(xué)習(xí)和自適應(yīng)的特點(diǎn)，可以應(yīng)用在多個(gè)領(lǐng)域[7-9]，常用于處理非線性問(wèn)題。鑒于以上特點(diǎn)，可以用它來(lái)進(jìn)行圖像的邊緣檢測(cè)。在文獻(xiàn)[10]中，甘玲等利用CP神經(jīng)網(wǎng)絡(luò)提取二值圖像和灰度圖像的邊緣。本文主要是利用了圖像邊緣的基本特點(diǎn)，相鄰點(diǎn)像素的差異性，來(lái)構(gòu)造訓(xùn)練樣本，并訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，再使用1×3的窗口遍歷整個(gè)圖像，完成對(duì)二值圖像的邊緣檢測(cè)；對(duì)于灰度圖像，先將其二值化，得到二值圖像，然后再進(jìn)行邊緣檢測(cè)。傳統(tǒng)的緣檢測(cè)方法在處理含有弱邊緣的圖像時(shí)，因?yàn)殚撝档脑O(shè)置問(wèn)題經(jīng)常出現(xiàn)遺漏弱邊緣或出現(xiàn)偽邊緣現(xiàn)象。實(shí)驗(yàn)結(jié)果證明，本文提出的方法實(shí)現(xiàn)簡(jiǎn)單，檢測(cè)速度快，檢測(cè)出的邊緣為單像素點(diǎn)邊緣，檢測(cè)細(xì)致，準(zhǔn)確度較，是一種很有效的圖像邊緣檢測(cè)方法。

1 BP神經(jīng)網(wǎng)絡(luò)原理

BP神經(jīng)網(wǎng)絡(luò)[11-12]是一種多層前饋型神經(jīng)網(wǎng)絡(luò)，具有廣泛的應(yīng)用。它一般包括輸入層、隱含層和輸出層。其特點(diǎn)是信號(hào)正向前向傳播，誤差反向傳播，不斷地進(jìn)行網(wǎng)絡(luò)各層權(quán)值與閾值的調(diào)整，從而使網(wǎng)絡(luò)的實(shí)際輸出不斷地逼近期望輸出。

如圖1所示的是一個(gè)典型的3層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，中間只有一個(gè)隱含層（又叫中間層）。圖中，輸入層、隱含層和輸出層分別有i，j，k個(gè)神經(jīng)元節(jié)點(diǎn)，此處輸入層的節(jié)點(diǎn)不對(duì)信息進(jìn)行處理，而直接將輸入向量P=（p1，p2，…，pi）T傳送給隱含層，w為相鄰兩個(gè)神經(jīng)元節(jié)點(diǎn)之間的權(quán)值，b表示神經(jīng)元的閾值，F(xiàn)表示傳遞函數(shù)（又叫激活函數(shù)），IO=（io1，io2，…，ioj）T為經(jīng)隱含層處理的輸出向量，T=（t1，t2，…，tk）T為經(jīng)輸出層處理的輸出向量。

隱含層各節(jié)點(diǎn)的輸入可表示為

隱含層各節(jié)點(diǎn)的輸出可表示為

輸出層各節(jié)點(diǎn)的信息輸入輸出類似隱含層，也可用式（1）和式（2）來(lái)計(jì)算。

2 結(jié)構(gòu)設(shè)計(jì)與網(wǎng)絡(luò)訓(xùn)練

2.1 訓(xùn)練樣本集的設(shè)定

大家都知道，評(píng)價(jià)一個(gè)訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)性能的好壞，很大程度上取決于訓(xùn)練所用的樣本集，樣本集直接影響到網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的時(shí)間與效果。

對(duì)于一幅二值數(shù)字圖像，0表示黑，1表示白，那么圖像中的邊緣產(chǎn)生于10或01交界處，根據(jù)這種特點(diǎn)，可以構(gòu)造一個(gè)1×3的矩陣窗口A=[p1p2p3]，根據(jù)圖像中對(duì)應(yīng)于p1，p2，p3的像素值來(lái)判斷p2所對(duì)應(yīng)的當(dāng)前像素點(diǎn)是否為邊界點(diǎn)，例如，輸入的110，則期望輸出的p2的對(duì)應(yīng)像素值應(yīng)為1。按照這種思想，可以構(gòu)造8組三維的列向量（00 0）T，（00 1）T，（01 0）T，（01 1）T，（10 0）T，（10 1）T，（11 0）T，（11 1）T作為神經(jīng)網(wǎng)絡(luò)的輸入訓(xùn)練樣本，樣本矩陣P如式（3）所示，對(duì)應(yīng)每組的期望輸出值組成的輸出矩陣T如式（4）所示

2.2 結(jié)構(gòu)設(shè)計(jì)

訓(xùn)練樣本選定后，接著要確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。結(jié)合實(shí)際需要，在此筆者采用三層的BP神經(jīng)網(wǎng)絡(luò)，此處的關(guān)鍵問(wèn)題是如何設(shè)置合理的隱含層節(jié)點(diǎn)數(shù)。如果隱含層的節(jié)點(diǎn)數(shù)過(guò)多，容易造成訓(xùn)練學(xué)習(xí)時(shí)間過(guò)長(zhǎng)，檢測(cè)效果不佳；如果隱含層的節(jié)點(diǎn)數(shù)過(guò)少，網(wǎng)絡(luò)輸入輸出的映射關(guān)系過(guò)于簡(jiǎn)單，無(wú)法達(dá)到訓(xùn)練要求，致使訓(xùn)練誤差較大。常見的方法有以下3種[10]：

1）線性關(guān)系

式中，j為隱含層神經(jīng)元的個(gè)數(shù)，i為輸入層神經(jīng)元個(gè)數(shù)。

2）指數(shù)關(guān)系

式中，i為輸入層神經(jīng)元個(gè)數(shù)，k為輸出層神經(jīng)元個(gè)數(shù)，a為0到10之間的常數(shù)。

3）對(duì)數(shù)關(guān)系

式中，i為輸出層神經(jīng)元個(gè)數(shù)。

結(jié)合前面所講，已經(jīng)得知輸入層節(jié)點(diǎn)數(shù)為3，輸出層節(jié)點(diǎn)數(shù)為1，根據(jù)式（6）可設(shè)置隱含層的節(jié)點(diǎn)數(shù)為3。最后得到BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖2所示。

2.3 訓(xùn)練網(wǎng)絡(luò)

首先，應(yīng)用newff（）函數(shù)創(chuàng)建一個(gè)BP神經(jīng)網(wǎng)絡(luò)，設(shè)隱含層和輸出層的傳遞函數(shù)均采用logsig。網(wǎng)絡(luò)訓(xùn)練函數(shù)的選擇也是個(gè)關(guān)鍵的問(wèn)題，它決定了訓(xùn)練學(xué)習(xí)的時(shí)間和效果。常見的改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法[11]，主要有兩類：一種是啟發(fā)式學(xué)習(xí)算法，主要有附加動(dòng)量梯度下降法，自適應(yīng)學(xué)習(xí)速率的梯度下降法以及動(dòng)量及自適應(yīng)學(xué)習(xí)速率梯度下降法等；另一種是基于數(shù)值最優(yōu)化理論的訓(xùn)練算法，主要有共軛梯度法，高斯-牛頓法和Leven?berg-Marquardt方法（trainlm）等。

現(xiàn)設(shè)置網(wǎng)絡(luò)權(quán)值與閾值的初始值都為0，訓(xùn)練要求精度設(shè)為0.0001，最大迭代訓(xùn)練次數(shù)設(shè)為200。經(jīng)多次實(shí)驗(yàn)，學(xué)習(xí)函數(shù)選擇基于梯度下降及動(dòng)量的方法learng?dm，訓(xùn)練函數(shù)選擇trainlm時(shí)，它的訓(xùn)練速度最快，用時(shí)不到1 s，性能最好。樣本訓(xùn)練誤差分析見表1，可見此時(shí)的訓(xùn)練誤差已經(jīng)非常小了。

表1 訓(xùn)練誤差分析

3 圖像邊緣檢測(cè)

經(jīng)過(guò)上面的操作，經(jīng)訓(xùn)練好了特定的BP神經(jīng)網(wǎng)絡(luò)，可以用它來(lái)完成圖像的邊緣檢測(cè)，來(lái)觀察網(wǎng)絡(luò)性能和檢測(cè)的效果。檢測(cè)流程如圖3所示。

3.1 二值圖像的邊緣檢測(cè)

假設(shè)，用函數(shù)F（x，y）表示一幅待檢測(cè)的數(shù)字圖像，圖4展示了圖像中與當(dāng)前像素點(diǎn)F（x，y）相鄰的8鄰域像素集合模板?？梢詷?gòu)造一個(gè)1×3的窗口矩陣

作為已訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)的輸入信息，利用P1T完成待檢測(cè)的二值圖像水平和垂直方向邊緣的檢測(cè)，最后將兩個(gè)方向的邊緣檢測(cè)結(jié)果合并成整幅圖像的邊緣。

設(shè)F表示原始圖像，F(xiàn)H表示檢測(cè)出的水平邊緣圖像，F(xiàn)V表示檢測(cè)出的垂直邊緣圖像，F(xiàn)D表示由FH和FV合成的全邊緣圖像。部分核心代碼如下：

圖4 像素模板

%獲得原始圖像F的大小%

[x,y]=size(F);

%檢測(cè)水平方向的邊緣%

for m=2∶1∶x-1

for n=1∶1∶y

P1=[F(m-1,n)F(m,n)F(m＋1,n)];

FH(m,n)=round(sim(net,P1));

end

end

%檢測(cè)垂直方向的邊緣%

for m=1∶1∶x

for n=2∶1∶y-1

P1=[F(m,n-1)F(m,n)F(m,n＋1)];

FV(m,n)=round(sim(net,P1));

end

end

%合成全邊緣%

FD=FH＋FV;

3.2 灰度圖像和彩色圖像的邊緣檢測(cè)

對(duì)于簡(jiǎn)單的彩色圖像的邊緣檢測(cè)，可以先將其轉(zhuǎn)換為灰度圖像，對(duì)于灰度圖像的邊緣檢測(cè)，可以利用函數(shù)im2bw（）先將待檢測(cè)的灰度圖像二值化（注意閾值的選擇較重要），然后，按照處理二值圖像的邊緣檢測(cè)方法對(duì)其進(jìn)行處理。

4 實(shí)驗(yàn)結(jié)果分析與比較

本論文的實(shí)驗(yàn)實(shí)現(xiàn)部分基于MATLAB開發(fā)平臺(tái)，通過(guò)實(shí)驗(yàn)我們得到檢測(cè)效果如圖5所示。圖5a是原始圖像，圖5b是通過(guò)方法檢測(cè)出的垂直邊緣，圖5c是通過(guò)該方法檢測(cè)出的水平邊緣，圖5d是最終的全邊緣效果圖，圖5e～5i是利用傳統(tǒng)邊緣檢測(cè)[13]方法（Sobel算子，Roberts算子，Prewitt算子，Log算子以及Canny算子）檢測(cè)出來(lái)的效果圖?？梢钥闯觯渌麄鹘y(tǒng)的邊緣檢測(cè)算子檢測(cè)出的邊緣相比，本論文所設(shè)計(jì)的檢測(cè)方法能夠很好地檢測(cè)出圖像的邊緣，尤其是對(duì)弱邊緣以及角點(diǎn)出邊緣檢測(cè)效果較好，檢測(cè)精度較高，且邊緣的連接性較好。正因邊緣檢測(cè)的細(xì)致，致使是對(duì)噪聲較敏感，通過(guò)濾波方法，去澡后再進(jìn)行邊緣檢測(cè)處理，效果很好，如圖5j和圖5k所示。

5 結(jié)束語(yǔ)

在現(xiàn)代的圖像理論研究中，邊緣檢測(cè)的重要性越來(lái)越明顯，能夠找到一種更好的檢測(cè)方法是許多研究者所期待的。神經(jīng)網(wǎng)絡(luò)自身具有自組織、自學(xué)習(xí)和自適應(yīng)的特點(diǎn)，常用于處理復(fù)雜的非線性問(wèn)題。本論文主要提出了一種基于圖像邊緣的特征和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的思想，針對(duì)二值圖像提取了圖像邊緣的特征向量，作為訓(xùn)練樣本，同時(shí)采用了基于梯度下降動(dòng)量的學(xué)習(xí)函數(shù)和Leven?berg-Marquardt訓(xùn)練函數(shù)對(duì)構(gòu)造的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練好的網(wǎng)絡(luò)能夠很好地完成圖像的邊緣檢測(cè)。最后，通過(guò)和傳統(tǒng)檢測(cè)算子做比較，得出該方法檢測(cè)速度快，對(duì)弱邊緣和角點(diǎn)有很好的檢測(cè)效果。另外，該網(wǎng)絡(luò)的不足之處是對(duì)噪聲點(diǎn)較敏感，可以先對(duì)原始圖像進(jìn)行除噪，然后再利用該網(wǎng)絡(luò)進(jìn)行邊緣檢測(cè)。圖像邊緣檢測(cè)往往要幾種方法相結(jié)合才能得出最佳效果，沒(méi)有一種方法是萬(wàn)能的。希望本文的檢測(cè)方法能夠給研究者們提供一定的幫助。

[1]張小琳.圖像邊緣檢測(cè)技術(shù)綜述[J].高能量密度物理，2007，3（1）：37-40.

[2]TORRE V，POGGIO T.On edge detection[J].IEEE.Transactions Pattern Analysis and Machine Intelligence，1986，8（2）：147-163.

[3]VINCENT O R，F(xiàn)OLORUNSO O.A descriptive algorithm for sobel image edge detection[C]//Proceedings of Informing Science&IT Education Conference（InSITE）.Georgia：[s.n.]，2009（6）：97-107.

[4]肖鋒.基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)字圖像邊緣檢測(cè)算法的研究[J].西安科技大學(xué)學(xué)報(bào)，2005，25（3）：372-375.

[5]彭明星.基于遺傳神經(jīng)網(wǎng)絡(luò)的圖像邊緣檢測(cè)[D].武漢：武漢理工大學(xué)，2009.

[6]史忠植.神經(jīng)網(wǎng)絡(luò)[M].北京：高等教育出版社，2009.

[7]MOGHADAS R K，GHOLIZADEH S.A new wavelet back propagation neural networks for structural dynamic analysis[J].Engineering Letters，2008，16（1）：12-17.

[8]錢博，金林.基于神經(jīng)網(wǎng)絡(luò)集成的SAR圖像目標(biāo)識(shí)別[J].現(xiàn)代雷達(dá)，2010，32（4）：31-34.

[9]張玲，張鳴明，何偉.基于BP神經(jīng)網(wǎng)絡(luò)算法的車牌字符識(shí)別系統(tǒng)設(shè)計(jì)[J].電視技術(shù)，2008，32（S1）：140-142.

[10]甘玲，李濤，趙輝，等.CP神經(jīng)網(wǎng)絡(luò)在圖像邊緣檢測(cè)中的應(yīng)用[J].四川大學(xué)學(xué)報(bào)：工程科學(xué)版，2003，35（3）：93-96.

[11]董長(zhǎng)虹.Matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用[M].2版.北京：國(guó)防工業(yè)出版社，2007.

[12]張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京：機(jī)械工業(yè)出版社，2009.

[13]鄭靜，梁少華，王騰.基于MATLAB仿真的邊緣檢測(cè)算子研究[J].電腦知識(shí)與技術(shù)，2010，6（5）：1189-1190.