数字图像中边缘检测算法研究(加权核范数的边缘检测在最小化图像去噪中的应用)
数字图像中边缘检测算法研究(加权核范数的边缘检测在最小化图像去噪中的应用)关键词:Sobel 算子;加权核范数最小化;图像去噪;边缘检测(来源: 自动化与仪器仪表 2022年第4期)关注我的你,是最香哒!
欢迎引用
[1]李亚楠 游洲 刘亚男 何正熙 陈智 曹荣生.sss核电站仪控设备压力传感器的老化机理分析[J].自动化与仪器仪表 2022 No.270(04):11-15 20.DOI:10.14016/j.cnki.1001-9227.2022.04.011.
作者:李雪梅 钟坚( 成都理工大学机电工程学院)
摘 要:Sobel 算子作为一种经典有效的边缘检测算子 在图像分割等图像处理技术中得到了广泛的应用。 该算子在提取图像边缘的速度上具有明显的优势 但也存在对噪声敏感、出现伪边缘或者过度平滑图像等缺点。 为了解决这些问题 提出了一种优化的边缘检测方案。 该方案将加权核范数最小化( WNNM) 图像去噪算法与 Sobel 边缘检测算法相结合 首先采用加权核范数最小化图像去噪算法的优良去噪性能 去除图像中一些敏感的噪声。 经过该方法滤波后的图像 大大提高 Sobel 算子检测的准确度。 该算法采用低秩图像去噪算法对传统的边缘检测算法进行改进。 实验结果表明 该优化算法在处理含噪图像时能获得较好的检测效果 并且随着噪声强度的增加 该算法的优势更加明显;在高噪声水平下能够获得清晰连续的边缘信息 从而验证了算法的有效性。
关键词:Sobel 算子;加权核范数最小化;图像去噪;边缘检测
(来源: 自动化与仪器仪表 2022年第4期)
关注我的你,是最香哒!