基于四元數(shù)的最小核值相似區(qū)邊緣檢測(cè)算法

　　邊緣作為圖像的特征之一，包含了大量的圖像信息。邊緣是性質(zhì)不同區(qū)域邊界，反映了圖像的局部區(qū)域特征。彩色圖像邊緣檢測(cè)都是基于某種顏色空間下進(jìn)行的，常用的有紅綠藍(lán)（ Red Green Blue．RGB），色度飽和度亮度（ Hue Saturation Value，HSV），色調(diào)飽和度強(qiáng)度（Hue　Saturation Intensity，HSI），國際照明委員會(huì)色彩模型（ Commission Intemationale de I‘Eclairage Luminance-a-b，CIELab）彩色空間等。

　　針對(duì)基于亮度和色度的彩色圖像邊緣檢測(cè)在檢測(cè)過程中忽略亮度和色度之間關(guān)聯(lián)性而導(dǎo)致部分邊緣不能有效地被檢測(cè)出來的問題，提出了一種基于四元數(shù)的改進(jìn)型最小核值相似區(qū)（ SUSAN）邊緣檢測(cè)算法。首先，利用四元數(shù)矢量旋轉(zhuǎn)原理將HSI顏色空間的三維信息映射成二維平面信息實(shí)現(xiàn)空間降維，同時(shí)引入標(biāo)量y來綜合表示H、S、I三通道之間的關(guān)系；然后，將標(biāo)量y作為算子的核函數(shù)；最后，利用改進(jìn)的SUSAN算子完成圖像的邊緣檢測(cè)。實(shí)驗(yàn)結(jié)杲表明，提出的算法針對(duì)色度相同、飽和度存在差異以及飽和度相同、色度存在差異的彩色圖像，在邊緣檢測(cè)的定位誤差率上降低了1. 5%。在實(shí)際的應(yīng)用中，能夠更好地獲得圖像中的目標(biāo)信息，同時(shí)也為后續(xù)的分割和識(shí)別研究提供更好的先驗(yàn)知識(shí)。