一種改進的圖像邊緣提取算法-論文.pdf

一種改進的圖像邊緣提取算法-論文.pdf

ID:58156133

大?。?78.51 KB

頁數(shù):4頁

時間:2020-04-25

一種改進的圖像邊緣提取算法-論文.pdf_第1頁
一種改進的圖像邊緣提取算法-論文.pdf_第2頁
一種改進的圖像邊緣提取算法-論文.pdf_第3頁
一種改進的圖像邊緣提取算法-論文.pdf_第4頁
資源描述:

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

1、~UmlllV??_L。c惡湘“?dB【本文獻信患】辛元芳.一種改進的圖像邊緣提取算法[J].電視技術,2014,38(15)一種改進的圖像邊緣提取算法辛元芳(安徽理工大學電氣與信息工程學院,安徽淮南2320o1)【摘要】針對強干擾背景下的圖像在邊緣提取時難以在保留邊緣細節(jié)的同時抑制噪聲的情況,提出一種基于二維經(jīng)驗模態(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、準則,通過依次計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,結合小波變換模極大值和數(shù)學形態(tài)學兩種方法的優(yōu)點分別對高低頻信號進行邊緣檢測,疊加融合得到圖像邊緣。.結果表明,此方法提取出的圖像邊緣連續(xù)完整,并保持了邊緣的細節(jié)特征?!娟P鍵詞】二維經(jīng)驗模態(tài)分解;互信息;邊緣提取【中圖分類號】TN911.73;TP391.9【文獻標志碼】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,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,邊緣檢測的目標進,但計算量較大,實時性差。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)學形態(tài)學等理論引入了圖像處理中,開辟了邊緣點,之后把這些像素點連接在一起構成物體的邊界。圖像檢測的新途徑。的邊緣包含了很多有價值的邊界信息,這些信息對人們進如喬鬧生等結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、,廣泛應用于目標識別、測法及改進的灰值數(shù)學形態(tài)學圖像邊緣檢測兩種方法的計算機視覺、圖像分割和區(qū)域匹配等領域。尤為重要的優(yōu)點,采用疊加運算進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李杰等基于數(shù)學形態(tài)學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,廣大學者對提出了一種自適應邊緣檢測算法,用不同方向與尺寸的結圖像邊緣檢測進行了大量研究。構元素提取圖像邊緣。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

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。