基于四元數(shù)的最小核值相似區(qū)邊緣檢測算法

　　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。彩色圖像邊緣檢測都是基于某種顏色空間下進行的，常用的有紅綠藍（ Red Green Blue．RGB），色度飽和度亮度（ Hue Saturation Value，HSV），色調飽和度強度（Hue　Saturation Intensity，HSI），國際照明委員會色彩模型（ Commission Intemationale de I‘Eclairage Luminance-a-b，CIELab）彩色空間等。

　　針對基于亮度和色度的彩色圖像邊緣檢測在檢測過程中忽略亮度和色度之間關聯(lián)性而導致部分邊緣不能有效地被檢測出來的問題，提出了一種基于四元數(shù)的改進型最小核值相似區(qū)（ SUSAN）邊緣檢測算法。首先，利用四元數(shù)矢量旋轉原理將HSI顏色空間的三維信息映射成二維平面信息實現(xiàn)空間降維，同時引入標量y來綜合表示H、S、I三通道之間的關系；然后，將標量y作為算子的核函數(shù)；最后，利用改進的SUSAN算子完成圖像的邊緣檢測。實驗結杲表明，提出的算法針對色度相同、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，在邊緣檢測的定位誤差率上降低了1. 5%。在實際的應用中，能夠更好地獲得圖像中的目標信息，同時也為后續(xù)的分割和識別研究提供更好的先驗知識。