结合梯度差分和Otsu自适应边缘检测算法

图像含有丰富的边缘信息,边缘检测在机器视觉研究领域至关重要。Canny算法边缘检测效果最佳,而传统Canny算法采用高斯滤波,在只考虑像素间空间位置关系的情况下容易造成边缘模糊。文中采用非线性双边滤波代替高斯滤波,滤除噪声的同时,可以有效地保持边缘信息;其次,使用改进的Sobel模板计算梯度,以突出边缘信息;针对传统的Canny边缘检测算法的阈值需要人为设定的问题,提出一种利用一阶、二阶差分梯度直方图并结合Otsu算法的自适应边缘检测算法,采用递归边界跟踪法连接边缘。所提方法不仅解决了Canny算法阈值选择的问题,也优化了Canny算法边缘提取效果。通过信噪比和连通数两种指标对实验结果进行分析,实验结果表明,相比传统Canny算法,改进算法检测出的边缘信息更完整,且边缘连接性更好。

资料为PDF文档格式.

本文档关键词:梯度,测算,边缘,结合,自适应