基于距离权值滤波Hough变换直线提取摘要：针对图像的滤波处理，本文给出了一种新的思路：在采用距离权值滤波算法时，对像素值按照四舍五入的方法取整。通过实验可知，此方法在解决图像处理速度方面是比较实用的。关键词：LOG算子；距离权值滤波；二值化；Hough变换中图分类号：TP391.41文献标识码：A文章编号：1674-7712(2014)02-0000-02对于图像边缘的检测，已经有很多学者提出了许多种不同的方法。目前主要有罗伯特(Roberts)＞索贝尔(Sobel)、Prewitt、高斯一拉普拉斯(LOG)和坎尼(Canny)边缘算子［1-2］o这些算子各有优缺点，其中比较常用的有LOG和Canny算子［3］。本文在通过实验对比后，最终选择LOG算子作为本文实验的边缘检测算子。图像的预处理，在直线的提取中扮演着非常重要的作用噪声作为图像的一部分，对于直线提取的好坏影响是非常大的。滤波作为处理噪声常用的方法，对于图像的二值化和边缘直线的提取，起着比较重要的作用［4］。目前滤波常采用的方法可以分为两类：第一类是空域滤波，主要包括平滑、中值、自适应、均值和锐化滤波；第二类是频域滤波，此类滤波包括的方法有低通、高通、带通和同态滤波[5-6]o本文针对以上的滤波方法，提出了一种基于均值滤波的距离权值滤波方法，并对滤波后的像素值进行四舍五入的取整运算，通过实验数据可知，本方法在提高运算速率上是比较明显的。一、不同边缘检测算子比较本文通过调用MATLABR2009b工具箱中的边缘检测算子，并在自己设计的界面中，比较不同算子得到的不同结果,通过对比得到的图像，最终选择LOG算子作为本文的边缘检测算子。其中LOG算子检测图像边缘如图1所示：(一)LOG边缘检测算子基本思想：先采用高斯函数对原始图像进行最佳平滑滤波处理，使得噪声受到最大的抑制，然后再对滤波后的图像进行拉普拉斯运算提取边缘，算得的值等于零的点即可认为是该图像的边界点。LOG运算：本文采用的高斯函数：其中，f(x,y)表示图像对应的像素值，g(x,y)为高斯函数，r2=x2+y2,。是标准偏差，用来控制对图像的平滑程度。用拉普拉斯(Laplacian)算子对g(x,y)求方向导数,可得:LOG算子可以较好地检测图像的边界，但是还是存在两个问题：虚假边界的产生和定位精度的不足。在实际的应用中，要考虑参数。的选择，针对不同的图像要选择不同的参数，这样才能检测到比较好的边缘。二、距离权值滤波算法本文提出的滤波算法，是基于均值滤波的一种距离权值滤波算法。均值滤波算子，在计算一定窗口大小的时，采用的均是权值相等的模板，比如3*3的模板（公式（4））。而本文采用的模板是距离权值的，同样以3*3大小的窗口为例,模板如下（公式（5））。对于给定的窗口大小，如3*3,设窗口的中心坐标为（i,j）,图像的大小为m行n列，则有2