唐卡图像边缘提取

唐卡图像边缘提取

ID:31362590

大小:109.50 KB

页数:7页

时间:2019-01-09

唐卡图像边缘提取_第1页
唐卡图像边缘提取_第2页
唐卡图像边缘提取_第3页
唐卡图像边缘提取_第4页
唐卡图像边缘提取_第5页
资源描述:

《唐卡图像边缘提取》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、唐卡图像边缘提取  摘要边缘提取是图像研究必不可少的一部分,本文先对多种边缘提取的方法进行了比较,对传统的Sobel算法进行了描述,在传统算法基础上,针对传统Sobel算法存在的检测方向性不强及边缘提取较粗的缺点,提出了一种改进的5*5模板的8方向算法的边缘提取算法,得到后的图片再次用该算法处理进行边缘细化。根据实验结果可以得出,改进后的算法比传统Sobel提取的边缘更细、方向性更强。  关键词Sobel算法;算子;边缘检测;多方向模板;边缘细化  中图分类号:TP391文献标识码:A文章编号:1009-3044(2016)27-0159-03  Abstract:Edgeex

2、tractionisanessentialpartofimageresearch.Inthispaper,avarietyofedgeextractionmethodswerecompared.ThetraditionalSobelalgorithmisdescribed.InviewofthetraditionalSobelalgorithm,theexistenceofthedetectiondirectionisnotstrongandedgeextractionofthecharacteristicsoftherough,animproved5*5templateext

3、ractionmethodformultidirectionalgorithmisproposed..Aftergettingthepictureagainusingthealgorithmtodealwithedgethinning.Accordingtotheexperimentalresults,itcanbeconcludedthatcomparedwiththetraditionalSobel,theimprovedalgorithmismorefineandthe7directionisstrongerthanthetraditionalone.  Keywords

4、:sobelarithmetic;operator;edgedetection;multidirectiontemplate;edgethinning  1引言  唐卡在藏族文化、历史、政治等各个领域都有涉及,凝聚着藏族人民的智慧,记载了藏族历史发展,具有很高的研究价值。在日常生活中,人们主要采用语音和图像这两种方式来进行信息的传递[1],随着科学技术和数字媒体的不断发展,图像所包含的信息越来越丰富。在医学、气象监控、艺术创作、传真、微生物工程等都有很大应用,因而图像处理的技术变得越来越重要。而图像边缘是整个图像的整体概貌,图像的边缘提取也就成了图像处理技术过程中最基础也最重要

5、的一步,人们也希望找到一种方法可以抗噪强、定位准、不漏检、不误检[2]。目前,边缘提取算法主要可以分为三大类:  第一是基于导数的方法,比如[3]:1)Sobel算法:一阶微分算法,在图像空间利用两个方向模板与图像进行卷积;2)Roberts算法:一阶微分的边缘检测算子,利用相邻对角方向的两个像素之差检测边缘;3)Prewitt算法:一阶微分算法,利用水平和垂直两个方向的卷与图像的每个像素进行卷积,两者得出的最大值即为结果;4)Kirsch算法:利用8个方向算子与图像的像素进行卷积检测边缘;5)Canny算法:一种多级算法;  第二是基于能量准则的算法,比如:1)松弛算法:指对

6、于每个顶点v∈7V,都设置一个属性d[v],用来描述从源点s到v的最短路径上权值的上界,称为最短路径估计;2)神经网络分析:从神经心理学和认知科学研究成果出发,应用数学方法发展起来的一种具有高度并行计算能力、自学能力和容错能力的处理方法;3)Snake算法:给出初始的轮廓,然后进行迭代,使轮廓沿能量降低的方向靠近,最后得到一个优化的边界;  第三种是刚发展的一些新技术,比如:小波变换:一种新的变换分析方法,它继承和发展了短时傅立叶变换局部化的思想,同时又克服了窗口大小不随频率变化等缺点,能够提供一个随频率改变的“时间-频率”窗口,是进行信号时频分析和处理的理想工具。  2常用边

7、缘提取算法的比较  传统的边缘算法主要有Sobel算法、Prewitt算法、Roberts算法、Kirsch算法、Canny算法。这些边缘检测算法操作简单,速度快,但是检测的边缘容易受到噪声的干扰,所以都存在检测出的边缘不准确,造成误差的原因主要有:1)图像本身所具有的真实灰度与我们想检测的灰度值之间不完全吻合;2)算子模板方向固定,忽略了其他方向的边缘;3)都比较容易受噪声影响。[4]  表1对传统边缘提取的算法在边缘输出、漏检、假检、边缘检测精度、耗时、抗噪能力等方面进行了比较。从表中可

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。