邊緣檢測(cè)的自適應(yīng)算法研究.pdf

1、圖像的邊緣是圖像最基本也是最重要的特征之一。邊緣檢測(cè)一直是計(jì)算機(jī)視覺和圖像處理領(lǐng)域最經(jīng)典的研究課題之一。對(duì)于邊緣的檢測(cè)，已經(jīng)有了眾多的方法。其中包括基于梯度算子的方法和LoG算子邊緣檢測(cè)方法。本文針對(duì)這兩類方法，開展了以下兩方面的研究工作： 首先，針對(duì)梯度算子在實(shí)際應(yīng)用中的不足，我們提出了一種改進(jìn)算法-基于梯度幅值的自適應(yīng)邊緣檢測(cè)算法：根據(jù)梯度幅值計(jì)算方法求出整幅圖像像素點(diǎn)的梯度幅值均值和圖像中所有像素點(diǎn)的梯度幅值相對(duì)于均值的方

2、差。再由圖像的梯度幅值均值和方差計(jì)算出圖像的最佳閾值。最后根據(jù)本文提出的噪聲剔除方法對(duì)由最佳閾值判定而得到的初始邊緣中的噪聲點(diǎn)進(jìn)行剔除，從而得到最后的邊緣。實(shí)驗(yàn)結(jié)果表明本文提出的算法在最大限度地增強(qiáng)邊緣的同時(shí)也較好地抑制了噪聲。 其次，針對(duì)LoG算子在實(shí)際應(yīng)用中不能根據(jù)具體圖像獲取最佳高斯空間系數(shù)的不足，本文提出了一種改進(jìn)算法-基于LOG邊緣檢測(cè)的自適應(yīng)算法：通過對(duì)數(shù)據(jù)庫(kù)中的樣本圖片求取灰度共生矩陣的熵和最佳高斯空間系數(shù)并利用曲