基于梯度算子和類間方差邊緣檢測(cè)算法研究.pdf

1、圖像邊緣檢測(cè)是圖像分析和理解的基礎(chǔ)，是圖像特征提取與目標(biāo)識(shí)別的重要前提，其結(jié)果的完整性直接影響到計(jì)算機(jī)對(duì)目標(biāo)圖像的理解和認(rèn)知，因此圖像邊緣檢測(cè)在計(jì)算機(jī)視覺(jué)及圖像處理領(lǐng)域中具有至關(guān)重要的作用。
　　通過(guò)研究一階、二階的微分算子和Canny算子，重點(diǎn)分析了它們對(duì)懸浮微粒的邊緣提取效果，依據(jù)懸浮微粒的水下成像特點(diǎn)，提出以下三個(gè)方面的創(chuàng)新。
　　(1)針對(duì)在復(fù)雜背景下Sobel算子提取懸浮微粒邊緣時(shí)存在邊緣粗糙和閾值精確度低的問(wèn)題，

2、提出了一種基于閾值分割與梯度算子相結(jié)合的圖像邊緣檢測(cè)算法，該算法采用牛頓迭代算法實(shí)現(xiàn)快速收斂至最佳閾值。實(shí)驗(yàn)表明，該算法對(duì)懸浮微粒邊緣的檢測(cè)精度較高，且邊緣線清晰準(zhǔn)確。
　　(2)由于水下照明導(dǎo)致懸浮微粒的成像過(guò)程中存在水平條紋噪聲，針對(duì)傳統(tǒng)梯度算子敏感性高、易檢測(cè)出噪聲的問(wèn)題，提出了一種基于圖像邊緣增強(qiáng)的二維最大類間方差(2D-Otsu)邊緣檢測(cè)算法，該算法采用梯度銳化算子消除水平條紋噪聲。實(shí)驗(yàn)結(jié)果表明，該算法可在一定程度上濾除

3、水平條紋并檢測(cè)出懸浮微粒的邊緣特征，對(duì)水平條紋噪聲具有較強(qiáng)的魯棒性。
　　(3)針對(duì)傳統(tǒng)Canny算子需人工設(shè)定閾值范圍、自適應(yīng)能力較弱的問(wèn)題，提出了一種基于二維Otsu自適應(yīng)閾值的Canny邊緣檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明，該算法解決了噪聲濾除問(wèn)題和邊緣有效信息保留之間的矛盾，具有較強(qiáng)的魯棒性和適應(yīng)性。
　　本文提出的邊緣檢測(cè)算法解決了傳統(tǒng)的梯度算子提取懸浮微粒邊緣時(shí)的部分問(wèn)題，比傳統(tǒng)算法具有檢測(cè)精度高、定位準(zhǔn)確度高、適應(yīng)性和魯