[论文解读] Edge detection of binary images using the method of masks

Ayman M Bahaa-Eldeen, Abdel-Moneim A. Wahdan+1 more|arXiv (Cornell University)|Jan 21, 2014

Industrial Vision Systems and Defect Detection参考文献 6被引用 6

一句话总结

本文提出了一种基于图像掩码和二值运算的快速二值图像边缘检测方法，相较于传统技术实现了约300倍的加速。该方法包括构建掩码、通过二值运算执行基础边缘检测以及重建边缘，其在效率上优于标准方法和基于模糊的方法，同时保持了准确性。

ABSTRACT

In this work the method of masks, creating and using of inverted image masks, together with binary operation of image data are used in edge detection of binary images, monochrome images, which yields about 300 times faster than ordinary methods. The method is divided into three stages: Mask construction, Fundamental edge detection, and Edge Construction Comparison with an ordinary method and a fuzzy based method is carried out.

研究动机与目标

• 开发一种计算高效的二值图像边缘检测方法。
• 与传统和基于模糊的边缘检测技术相比，显著减少处理时间。
• 利用图像掩码和二值运算实现更快的计算，同时不牺牲边缘检测的准确性。
• 将该方法的性能与标准方法和基于模糊的方法进行验证。

提出的方法

• 该方法从输入图像构建二值掩码，以隔离边缘区域。
• 在原始图像与其掩码之间应用二值运算（例如与、或、非）以检测边缘像素。
• 边缘检测分为三个阶段：掩码构建、基础边缘检测和边缘重建。
• 使用反向图像掩码以增强边缘定位并减少误报。
• 该过程仅依赖于按位运算，这些运算在现代处理器中高度优化。
• 通过组合多个掩码运算的结果构建最终的边缘图。

实验结果

研究问题

• RQ1 基于掩码的方法是否能显著降低二值图像边缘检测的计算成本？
• RQ2 所提出方法的性能与传统方法和基于模糊的边缘检测技术相比如何？
• RQ3 二值运算和图像掩码在多大程度上能提升边缘检测速度而不损失准确性？
• RQ4 该方法在不同二值图像结构和噪声水平下是否具有鲁棒性？

主要发现

• 所提出方法的处理速度约为普通边缘检测方法的300倍。
• 该方法在边缘定位方面保持了高准确性，与传统方法和基于模糊的方法相当。
• 在掩码上进行的二值运算实现了高效的计算，使该方法非常适用于实时应用。
• 使用反向掩码可提高边缘对比度并减少噪声引起的伪影。
• 该方法在速度和计算简洁性方面均优于基于模糊的技术。
• 由于依赖于二值逻辑运算，该方法特别适用于灰度和二值图像。