一種改進(jìn)的圖像邊緣提取算法-論文.pdf

《一種改進(jìn)的圖像邊緣提取算法-論文.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、~UmlllV?？_L。c惡湘“?dB【本文獻(xiàn)信患】辛元芳．一種改進(jìn)的圖像邊緣提取算法[J]．電視技術(shù)，2014，38(15)一種改進(jìn)的圖像邊緣提取算法辛元芳(安徽理工大學(xué)電氣與信息工程學(xué)院，安徽淮南2320o1)【摘要】針對強(qiáng)干擾背景下的圖像在邊緣提取時(shí)難以在保留邊緣細(xì)節(jié)的同時(shí)抑制噪聲的情況，提出一種基于二維經(jīng)驗(yàn)?zāi)B(tài)分解(BidimensionalEmpiricalModeDecomposition，BEMD)和互信息(MutualInformation，MI)的圖像邊緣提取算法。首先通過BEMD對圖像信息進(jìn)行分解，然后對分解得到的各階固有模態(tài)分量求出能量和能量熵值，并根據(jù)互信息

2、準(zhǔn)則，通過依次計(jì)算相鄰分量能量熵之間的互信息值來區(qū)分高頻和低頻信號。最后，結(jié)合小波變換模極大值和數(shù)學(xué)形態(tài)學(xué)兩種方法的優(yōu)點(diǎn)分別對高低頻信號進(jìn)行邊緣檢測，疊加融合得到圖像邊緣。．結(jié)果表明，此方法提取出的圖像邊緣連續(xù)完整，并保持了邊緣的細(xì)節(jié)特征?！娟P(guān)鍵詞】二維經(jīng)驗(yàn)?zāi)B(tài)分解；互信息；邊緣提取【中圖分類號】TN911．73；TP391．9【文獻(xiàn)標(biāo)志碼】AImprovedImageEdgeExtractionAlgorithmXINYuanfang(DepartmentofElectricalandInformationEngineering，AnhuiUniversityofSciencea

3、ndTechnology，AnhuiHuainan232001，China)【Abstract】AnimprovedimageedgoextractionalgorithmispresentedinstronginterferencebackgroundthatbasedonBEMDandmutualinformationell—tropy．Firstly，afterthedecompositionofimagethroughtheBEMDmethod，thetwopartsofhighfrequencyandlowfrequencysignalisgot．Then，theen—e

4、rgyofthedecompositionoftheintrinsicmodecomponentsandthecomponentsoftheenergyentropyiscalculated．AccordingtOthemutualinformationcriterion，thehishandlowfrequencysign~aredistinguishedbythemutualinformationvaluewhichissequentiallycalculatedforadjacentcomponenten—ergyentropy．Finally，combinedwithwav

5、eletmodulmmaximaandmathematicalmorphologymethodofoptimalpoint，theedgedetectionofthehishfre—quencysign~areimplementedrespectively，foldandfusethengotimageedge．Theresultsshowthattheextractionimageedgeiscontinuity，integrityandkeepthedetailcharacteristicsoftheedge．【Keywords】bidimensionalempiricalmo

6、dedecomposition；mutualinformation；edgeextraction節(jié)并且會使噪聲加強(qiáng)，所以檢測到的邊緣并理想。近年來1邊緣檢測簡介提出的Log和Canny等邊緣檢測算子，雖然效果有所改邊緣反映了圖像像素的不連續(xù)性，邊緣檢測的目標(biāo)進(jìn)，但計(jì)算量較大，實(shí)時(shí)性差。后來人們又相繼將小波就是要能夠檢測出局部特征變化劇烈或者不連續(xù)的像素變換及數(shù)學(xué)形態(tài)學(xué)等理論引入了圖像處理中，開辟了邊緣點(diǎn)，之后把這些像素點(diǎn)連接在一起構(gòu)成物體的邊界。圖像檢測的新途徑。的邊緣包含了很多有價(jià)值的邊界信息，這些信息對人們進(jìn)如喬鬧生等結(jié)合小波變換模極大值的圖像邊緣檢行圖像分析與識別有著重大影響

7、，廣泛應(yīng)用于目標(biāo)識別、測法及改進(jìn)的灰值數(shù)學(xué)形態(tài)學(xué)圖像邊緣檢測兩種方法的計(jì)算機(jī)視覺、圖像分割和區(qū)域匹配等領(lǐng)域。尤為重要的優(yōu)點(diǎn)，采用疊加運(yùn)算進(jìn)行圖像融合最終檢測到圖像邊緣。是，邊緣具有一種相對不變性，光線變化可能會影響一個(gè)李杰等基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測算法的研究，區(qū)域的外觀，但不會改變邊緣。因此，近年來，廣大學(xué)者對提出了一種自適應(yīng)邊緣檢測算法，用不同方向與尺寸的結(jié)圖像邊緣檢測進(jìn)行了大量研究。構(gòu)元素提取圖像邊緣。劉清等將量子疊加態(tài)和信息熵對數(shù)字圖像檢測邊緣，通常是把待處