目的:通过改进传统的Kirsch边缘检测方法,提供一种具有较好的抗噪声能力和自适应能力的边缘检测新算法。方法:首先利用模糊数学方法和中值滤波去除图像中的背景噪声和随机噪声。然后,基于三阶样条小波系数构造4个滤波模板并获得滤波图...目的:通过改进传统的Kirsch边缘检测方法,提供一种具有较好的抗噪声能力和自适应能力的边缘检测新算法。方法:首先利用模糊数学方法和中值滤波去除图像中的背景噪声和随机噪声。然后,基于三阶样条小波系数构造4个滤波模板并获得滤波图像和极值点图像。最后,根据最大熵算法自动获取的阈值和极值点图像得到边缘图像,连接不连续的边缘使用边缘跟踪算法。结果:新的Kirsch边缘检测方法同传统的方法相比,具有较强的抗噪声能力,边缘图像信噪比平均提高7.45 d B左右。结论:通过改进Kirsch算法,提出了一种具有较好抗噪声能力和自适应能力的边缘检测新方法。展开更多
文摘目的:通过改进传统的Kirsch边缘检测方法,提供一种具有较好的抗噪声能力和自适应能力的边缘检测新算法。方法:首先利用模糊数学方法和中值滤波去除图像中的背景噪声和随机噪声。然后,基于三阶样条小波系数构造4个滤波模板并获得滤波图像和极值点图像。最后,根据最大熵算法自动获取的阈值和极值点图像得到边缘图像,连接不连续的边缘使用边缘跟踪算法。结果:新的Kirsch边缘检测方法同传统的方法相比,具有较强的抗噪声能力,边缘图像信噪比平均提高7.45 d B左右。结论:通过改进Kirsch算法,提出了一种具有较好抗噪声能力和自适应能力的边缘检测新方法。
