Acta Phys. Sin. Vol. 62, No. 6 (2013) 基于认知物理的不确定性边缘表示与提取*吴涛†金毅夫侯睿杨俊杰 (湛江师范学院信息科学与技术学院，湛江) (2012年9月10日收稿；2012年10月29日收到修改稿) 图像边缘检测是图像处理中的一项重要技术，其中不确定性表示与提取是关键问题之一。基于现有的仿真物理相关方法，提出了一种基于认知物理的不确定性边缘表示与提取方法。该方法利用数据场来发现图像的全局灰度认知，构建了从图像灰度值空间到数据场势值空间的映射关系。从场论的角度建立了可扩展的理论框架，统一了现有的相关方法。另一方面，构建了半上升云模型，建立了云模型确定性变化与边缘像素表示与提取之间的内在关联。 最后在认知物理核心理论的支持下实现了图像不确定性边缘的表示与提取。所提方法的时间消耗与图像尺寸近似呈线性关系。定性和定量的实验结果与分析表明，该方法的分割效果良好，性能稳定物理学家吴涛，合理有效。关键词：边缘检测，图像分割，云模型，数据场PACS：42。
30. Va, 11. 10. −zDOI: 10. 7498/aps. 62. 引言灰度图像分割通常依赖于区域内灰度值的相似性或者区域间边界上的不连续性。现有的方法大致可分为阈值方法、边缘方法和区域方法[1−2]。图像的某些物理参数（如亮度）在区域内变化缓慢，在区域间变化剧烈[4]。也就是说，灰度不同的相邻物体总是存在轮廓，形成区域的边界或边缘。从物理角度来看，边缘是目标物体之间的过渡，往往包含大量有意义的信息。边缘表示与提取是所有基于边缘的图像分割方法的第一步，广泛应用于模式识别、计算机视觉等相关领域[5]。经典的边缘检测方法如Canny、Sobel、LoG等被作为历史标准，用来比较和检验新方法的有效性。 此外，还有大量的边缘表示与提取方法[6]，通过人工调整模型及其参数能够获得良好的实验效果，但这些方法大多时间复杂度较高，并且在没有物理意义的情况下参数选取困难。近年来，借鉴物理思想的图像处理方法逐渐引起研究者的充分重视[7，8]。本文重点研究借鉴物理思想的边缘表示与提取方法，通过对某些物理量的模拟，按照物理力的作用机理实现边缘的表示与提取，能够快速高效的完成图像边缘检测任务。
例如，Sun 等 [9] 提出了一种基于天体引力的边缘检测方法，Lopez 等 [10] 利用 t 范数方法对其进行了改进并进一步进行数学扩展 [11]。同样，Wang 和 Quan [12] 提出了一种模拟库仑力的边缘检测方法，Bouda 等 [13] 提出了一种基于电荷立方体的彩色图像边缘检测方法，Wu 和 Gao [14] 提出了一种基于高斯核力的边缘检测方法。此外，Nixon 等 [15,16] 提出了基于水流和热流的方法。理论和实验分析表明物理学家吴涛贝语网校，上述方法都是可行有效的。尽管如此，物理力本质上是物质之间的相互作用，统一场论是现代物理学的重要方向之一。本文认为，上述模拟物理机制的边缘表示和提取不应局限于固有物理力的形式。 从场论角度建立了更加一般的映射关系及其理论框架，进一步提出了更加普适的边缘表示与提取方法。另一方面，大多数图像并不具有严格理想的边缘，由于测量误差、光照条件、噪声污染等影响，实际的边缘总会表现出一定程度的模糊性、多义性、不确定或不稳定性等不确定性[4]。共同*国家重点基础研究发展计划（批准号：）和国家自然科学基金（批准号：）资助的项目。†通讯作者。E-mail：@c⃝2013中国物理学会在线出版时间：2013-01-29 16:08在线出版地址：