基于多方向多尺度的強(qiáng)噪聲圖像邊緣檢測(cè)算法

基于多方向多尺度的強(qiáng)噪聲圖像邊緣檢測(cè)算法

ID:46600566

大?。?05.40 KB

頁數(shù):4頁

時(shí)間:2019-11-26

基于多方向多尺度的強(qiáng)噪聲圖像邊緣檢測(cè)算法_第1頁
基于多方向多尺度的強(qiáng)噪聲圖像邊緣檢測(cè)算法_第2頁
基于多方向多尺度的強(qiáng)噪聲圖像邊緣檢測(cè)算法_第3頁
基于多方向多尺度的強(qiáng)噪聲圖像邊緣檢測(cè)算法_第4頁
資源描述:

《基于多方向多尺度的強(qiáng)噪聲圖像邊緣檢測(cè)算法》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第29卷第4期2010年8月飛行器測(cè)控學(xué)報(bào)JournalofSpacecraftTT&CTechnologyV01.29NO.4Aug.2010基于多方向多尺度的強(qiáng)噪聲圖像邊緣檢測(cè)算法’王亮亮,李明,高昕(北京跟蹤與通信技術(shù)研究所·北京·100094)摘要:在噪聲圖像中如何有效地提取邊緣是圖像分析中的難點(diǎn),至今還沒有得到圓滿解決。本文在修正的廣義形態(tài)邊緣檢測(cè)算子的基礎(chǔ)上,提出了基于多方向多尺度的強(qiáng)噪聲圖像邊緣檢測(cè)算法。該算法既能檢測(cè)出具有方向性的邊緣,還能有效抑制無方向性的噪聲。為驗(yàn)證算法的有效性,針對(duì)強(qiáng)噪聲圖像進(jìn)行了邊緣獲取實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果證明,該算法對(duì)獲取強(qiáng)噪聲的圖像

2、邊緣是非常有效的。關(guān)鍵詞:邊緣檢測(cè);多方向;多尺度;結(jié)構(gòu)元素中圖分類號(hào):TN911.73文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1674—5620(2010)04一0033一04EdgeDetectionAlgorithmofHeavyNoisyImageBased0nMulti—DirectionandMulti—ScaleWANGLiang—liang,LIMing,GAOXin(BeijingInstituteofTrackingandTelecommunicationsTechnology,Beijing100094)Abstract:Efficientedgeextracti

3、oninanoisyimageisachallengeinthefieldofimageanalysisandnodesirablesolu-tionisyetavailable.Onthebasisofcorrectedgeneralmorphologicaledgedetectors,anedgedetectionalgorithmbasedOilmulti’directionandmulti—scaleisproposedforheavynoisyimageinthispaper.Itnotonlydetectsedgewithdirectionalitybuta

4、lsorestrainsnon-directionalnoiseeffectually.Totestvalidityofthealgorithm,aseriesofexperimentsareperformedandtheresultsshowthatthealgorithmiseffectivetodetecttheedgefromtheirheavynoisyimages.Keywords:EdgeDetection;MultH)irection;Multi—Scale;StructuralElementU引吾邊緣是圖像目標(biāo)的重要特征,它為圖像的識(shí)別、恢復(fù)、增強(qiáng)以及

5、重建提供了手段。邊緣檢測(cè)的困難在于噪聲和邊緣的取舍。邊緣和噪聲在空間域表現(xiàn)為灰度均有比較大的起落,在頻域均為高頻信號(hào),容易混淆。如何在噪聲圖像中很好地提取邊緣是圖像處理中的熱點(diǎn)和難點(diǎn)n]。經(jīng)典的邊緣檢測(cè)方法(Sobel算子、I。OG算子、Canny算子等)引入了各種形式的微分運(yùn)算,在噪聲情況下,邊緣檢測(cè)效果較差乜],而如果對(duì)噪聲圖像先濾波,則會(huì)不可避免地使邊緣模糊。數(shù)學(xué)形態(tài)學(xué)邊緣檢測(cè)方法主要利用形態(tài)學(xué)梯度完成目標(biāo)邊緣的提取,其具有從形態(tài)上區(qū)分噪聲和邊緣的特點(diǎn),在檢測(cè)圖像邊緣的連續(xù)性等方面優(yōu)于傳統(tǒng)算法‘3。引,其邊緣檢測(cè)的性能取決于結(jié)構(gòu)元素的選擇。本文基于廣義形態(tài)邊緣檢測(cè)

6、算子[5],結(jié)合各項(xiàng)異性的形態(tài)學(xué)結(jié)構(gòu)元素及多尺度非均值加權(quán)的思想,提出了基于多方向多尺度的強(qiáng)噪聲圖像邊緣檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明,相較于傳統(tǒng)形態(tài)學(xué)算法,本文提出的算法對(duì)強(qiáng)噪聲圖像的邊緣檢測(cè)效果有很大改善。l修正的廣義形態(tài)邊緣檢測(cè)算子形態(tài)運(yùn)算利用預(yù)先定義的結(jié)構(gòu)元素對(duì)圖像進(jìn)行匹配,以達(dá)到提取信號(hào)、抑制噪聲的目的。形態(tài)腐蝕和開運(yùn)算可以抑制信號(hào)中的峰值(正脈沖)噪聲,而形態(tài)膨脹和閉運(yùn)算可以抑制信號(hào)中的底谷(負(fù)脈沖)噪聲。利用上述特征,設(shè)f(x,y)是輸入圖像,B(z,y)為結(jié)構(gòu)元素,可以得到抗噪型邊緣檢測(cè)算子叩]??乖肱蛎浶停篏1(z,y)一(廠oB)oB一(,oB)·B(1)*

7、收稿日期:20】O一04—19#修回日期:2010--05--24‘第一作者簡(jiǎn)介:王亮亮(1984一),男,碩士研究生,主要研究方向?yàn)槟繕?biāo)識(shí)別、圖像復(fù)原廈圖像分析,E—mail:yeyinmaoer@vip.qq.COITI34飛行器測(cè)控學(xué)報(bào)第29卷抗噪腐蝕型:G2(z,y)一(,·B)。B一(廠·B)eB(2)抗噪膨脹腐蝕型:G。(z,y)一(/oB)oB一(廠·B)@B(3)將該算子應(yīng)用于邊緣檢測(cè)時(shí),正負(fù)脈沖的響應(yīng)都為零,可有效濾除噪聲。在此基礎(chǔ)h,文獻(xiàn)[5]提出在G。、G。、G。中采用不同的結(jié)構(gòu)元素,可以在濾除不同類型噪聲的同時(shí)達(dá)到

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。