景物边缘提取的边缘分段自增强算法

《景物边缘提取的边缘分段自增强算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、"!!!!"!·!"学术探讨·!!!!"景物边缘提取的边缘分段自增强算法董银文&刘宏波!王晓东&郭雷&（&西北工业大学自动化学院，西安@&""@!）（!华中科技大学电子与信息工程系，武汉?;""@?）ABC-0+：5>DEFFG6(C$/(C摘要景物边缘信息是进行图象分析和识别的重要属性，如何有效地从噪声图象中提取边缘是这些领域中的难点。该文提出了一种边缘分段自增强算法用于噪声图象的边缘提取。该算法首先对噪声图象进行小尺度高斯滤波，并使用该文设计的新型边缘检测算子获取引导信息，此边缘检测算子在定位精度、抑制噪声和虚假边缘方面具有很好的性能；然后对各搜索轨

2、迹进行分段自增强，最后根据自增强累积的程度获取噪声图象中的边缘。实验结果表明：此算法能够有效地从噪声图象中提取物体的真实边缘，并能最大限度地保留细节信息。关键词边缘提取分段自增强启发式搜索小尺度高斯滤波文章编号&""!B%;;&B（!""#）"%B"";?B";文献标识码H中图分类号IJ;F&!"#$%&#’()*+(,-"!.%-),(/012,"%(/&!++303.*(,-"-45367&$%&5&.47)&,"4-)+&0&"(-45&*)+/8)*9&+(-),&2:-"%;,"<&"=>,3?-"%6-@A*"%B,*-$-"%=C3->&,

3、=（&’/7((+(KHL6(C-60(1，M(367D*N6*31J(+>6*/710/-+O10P*3N06>，Q0R-1@&""@!）（!4L-S7(1TO10P*3N06>，UL7-1?;""@?）!62()*+(：A5T*0N-10C.(36-16-6630)L6*K(30C-T*-1-+>N0N-153*/(T1060(1，)L6060N50KK0/L+66(*KK*/60P*+>*V63-/6*5T*K3(C1(0N>0C-T*0167*5(C-01$W1670N.-.*3，-1(P*+NL)B*5T*N*+KB3*01K(3/*C*16-

4、+T(3067CK(3*5T**V63-/60(1011(0N>0C-T*0N.3(.(N*5$X03N6+>，67*1(0N>0C-T*0NK0+6*3*5)>-NC-++N/-+*9-LNN0-1X0+6*3，67*1-1*D,-3T*I*C.+-6*A5T*Y*6*/6(30N5*N0T1*501(35*36(T*6C(3*-//L3-6*+*-501K(3C-60(1K(367*NL)N*ZL*160-+NL)B*5T*N*+KB3*01K(3/*N；X01-+[+>，67*3*-+*5T*(K1(0N>0C-T*0N*V63-/6*5K3(C6

5、7*-//LCL+-6*5N*-3/763-*/6(30*N$AV.*30C*16-+3*NL+6NN7(D67-667*C*67(5/-1*V63-/63*-+*5T*011(0N>0C-T*D70+*]**.01T67*0C-T*5*6-0+N$D&E<-)$2：*5T**V63-/60(1，NL)E*5T*-//LCL+-60(1，7*L30N60/N*-3/7，NC-++N/-+*9-LNN0-1K0+6*301T&引言!边缘分段自增强的启发式搜索算法边缘信息是重要的图象特征信息，是图象分析和识别领域论文算法的主要流程如下：（&）首先对噪声图象

6、进行小尺中一个十分引人关注的课题，如何准确、快速地提取图象中物度高斯滤波；（!）采用论文设计的边缘检测算子计算梯度作为体边缘一直是这些领域的研究热点。常用的边缘检测方法大都启发式搜索的引导信息；（;）基于边缘分段自增强的启发式搜索策略来搜索并获取最终边缘。基于象素导数的极值或过零点，如’()*+、,-.+-/0-1以及2-33!$&小尺度!!&高斯滤波和40+53*67的,89算子等，这些算子虽然简单方便，但对噪声首先对噪声图象进行小尺度!!&高斯滤波。通过用不同较敏感，容易产生断裂的边缘，启发式搜索算法:&，!，;<则利用上下尺度!的高斯函数对图象滤波

7、，可以得到图象边缘在不同尺文信息，在增强边缘的同时能较好地抑制噪声，但同时也有着度下的响应。高斯滤波器抑制噪声的能力随平滑尺度!的增计算复杂、耗时长等缺点。论文提出了一种基于边缘分段自增大而增强，但同时对图象细节的模糊也随之增强，并易造成图强的启发式搜索算法，此算法能够有效地由噪声图象中提取出象轮廓的变形。论文选取小尺度高斯滤波器（!!&）对噪声图真正的边缘，并能最大限度地保留细节信息。实验结果表明其象进行滤波，可以确保边缘的定位，并且尽可能保留图象的细性能优于经典的=-11>:?<边缘提取算子。节信息。这是论文算法在边缘定位和保留细节信息方面优于其基金

8、项目：国家自然科学基金资助项目（编号：^"&@#""&）作者简介：董银文（&F@