一种基于方差的图像边缘检测算法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
精品资料,专业论文,维普精品,祝您成功

ISSN 1009—3044 E—mail:edu尬 CCCC.net.ca ComputerKnowledgeandTechnology电脑知识与技术 http://www.dnzs.net.CB Vo1.5,No.31,November2009,PP.8790—8791 Tel:+86—55l一5690963 5690964 一 种基于方差的图像边缘检测算法 向华 (江汉大学 数学与计算机科学学院,湖北 武汉 430056) 摘要 :鉴于传统微分边缘检测算法不适用于识别图像 中与背景灰度 区别较小的弱边缘 ,提 出了基于方差的图像边缘检测算法 .并介 绍了其原理和算法实现过程 。实验表 明,该算法能较好检测 出背景灰度 区别较小的物体边缘 ,并有一定的抗噪能力 .提高 了图像边 缘俭测效果 关键词 :方差 :边缘检测 :弱边缘 中图分类号:TP393 文献标识码 :A 文章编号 :1009—3044(2009)31—8790—02 An ImageEdgeDetectionAlgorithm BasedontheVariance XIANG Hua (SchoolofMathematicsandComputerSciences,JianghanUniversity,Wuhan430056,China) Abstract:Becauseofthattheedgedetectionalgorithm baseddifferentiation isnotusedtodectect theweakedgeintheimagethatthe differencebetweenobjectandbackgroundisverytittle.AnedgedetectionalgorithmbasedOllvariancewasdesigned,andthemechanism andalgorithm wasintroduced.Simulationshowsthatthisalgoritmh hasahighprecision in imagedetectionabetteranthoiseabilityandim— provingimagedectioneffect. Keywords:variance;edgedetection;weakedge 边缘检测是 图像处理的重要 内容。边缘 ,是指图像 中那些邻域灰度有强烈反差的像素的集合 。检测边缘能保 留图像 中物体的形 状信息 ,大大减少要处理的信息,因此 ,边缘检测在模式识别 、机器视觉等领域有重要作用。 传统微分边缘检测方法是利用图像边缘点的突变 ,通过求 出图像横 向和纵向的一阶或二阶梯度 的模或幅角值 ,最后沿幅角方 向求 出模极大值得到图像 的边缘 。如Robe~算子 、Sobel算子、LOG算子等。但对于图像 中与背景像素点灰度 区别不大的弱边缘 ,采 用传统方法则很难 区分 本文分析了传统边缘检测算法原理,对使用方差对增强 图像边缘 的方法进行 了研究,提出了基于方差的对 图像边缘进行增强 的方法 ,实验证明对灰度 区别较小的图像弱边缘检测具有较好的效果。 1传统边缘检测 Robe~算子和Sobel算子分别采用 2*2模板和 3*3模板计算差分近似图像函数导数 ,通过识别导数峰值确定边缘点。这两种算 子对弱边缘无法检测 ,对灰度直方图较靠 中间分布的图像 ,通常会漏掉边缘 ,以至于丢失 图像 的一些重要线特征信息 。例如图 2的 Robert算子边缘检测结果中中丢失 了图像右上角部分边缘 。而在使用 Sobel算子进行边缘检测 中,由于模板扩大 ,邻域中进行 比较 的像素增多 ,使得检测 的边缘点存在少量偏差 ,例如 图3中的水平直线上 的偏差表现得非常 明显。 Laplaeian算子利用检测图像边缘在二阶微分后产生的零交叉识别边缘 。算子的优势是它对细线和孤立点的检测效果较好 ,但 边缘方 向信息容易丢失 。为了避免丢失线特征 ,LoG(LaplacianofGaussian)算子先采用高斯平滑滤波器和拉普拉斯锐化滤波器平滑 噪声,再进行边缘检测 ,可 以减少噪声对检测的影响,但平滑作用越显著,去除噪声越好 ,图像的细节也损失越大,边缘精度也就越 低。由网4中边缘检测结果可

文档评论(0)

文霸 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档