一种新的非线性边缘检测滤波器.pdfVIP

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
一种新的非线性边缘检测滤波器

机 嚣 ^ 991年 一 种新的非线性边缘检测滤波器 付 平 陈贺新 郭瑞存 (吉林工业大学计算机视觉实验室,长春) 捕要 本文提出一种除噪挂被与边缘检测同时进行的方法一一非线性检侧滤被器法 ,镇方祛基于中值滤 赦器和非线性 Laphtee算于数学方法.理论与实验表明:该非线性滤波器很少损失边缘信息,而且敲 快. 关键词:滤被器,边缘检测,Laplace算于. 1 引言 从数字图象中增强或提取边缘的工作是计算机视觉系统的一项重要课题。图象中物体 边缘检测是识别、分割以及其它各种图象处理技术的基础. 由于边缘信号与噪声 中的主要分量都是高频分量,因此去噪滤渡器(如平均滤渡器、 高斯滤波器等 “)的低通特性在滤除噪声同时也必然会损失边缘的高频信息.为了减少边 缘信息损失而又除去噪声,Tukey ,Friedcn ’和 Pratt 等人利用不同形式 中值滤 波器取代通用低通滤波器取得了极大成功. 、 经常使用的边缘检测技术是梯度算子法.其中的线性算子法含有 Laplace算二。 ’ Argyle算子 和 Macleod算子等,非线性算子法有非线性 Laplace算子 ’”, Jberts , 算子 …等 . 利用这些算子进行边缘检测时,首先必须对原始图象进行除噪声滤波。这样,不仅会 损失边缘信息,而且会使第二步边缘检测的算法复杂以及计算量增加 。本文提出的非线性 边缘检测滤波器能够减少边缘信息损失条件下将去除噪声滤波和边缘检测同时进行.显 然,该方法可以提高计算速度. 2 非线性边缘检测滤波器 令输入数字图象 )定义为方格上的数集{ },这里{,,1取遍 z 和 Z2的某一子 集。令工作窗口为nxn,且用 A表示.对于二维中值滤波器在f (,y)ez }‘条件下定 义为 。: 0 MedianW ~Median[W… +;(^ )cA],(,,)∈Z ‘ (1) 其中Mcdian表示取中值 。 1986年,Beckers 在他的学位论文中提出了非线性 Laplace算子一一Nu AP,由 下式表示 : , ●_1 NLLAP(x,1)=fMaximum(A)一b(x,,)}一 {一Minimum )+6 )} (2a) = M aximum(A)一26 )+M inimum(d) (2b) 其中 Maximum(A):窗 口A中最大灰度级; Minimurn(A):窗 口A 中最小灰度级: 收稿耐同:l9 6 O 13卷 I期 一种新的非线性边缘检嗣谴赦嚣 33 b(xJ。:窗 口 中心位置 的灰度级. 以式(1)的0 代替式(2a)和(2b)中的b(x .可得: NLLAP(x,y-)~-- {Maximum(A)一O一 }一f—Minimum(A)+O~} (3a) 一 Maxiraum(A)一20 .+Minmum(A) (3b) 很显然,窗 口 中的最大灰度级 Maximum(A)很可能是 由于噪声引起 的;同样窗 口 中的最小灰度级 Minimu

文档评论(0)

wnqwwy20 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:7014141164000003

1亿VIP精品文档

相关文档