- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种Sobel算子的抗噪型边缘检测算法.pdf
2015年第5期
文章编号:1009—2552(2015)05—0081—04 DOI:10.13274/j.cnki.hdzj.2015.05.021
一 种 Sobel算子的抗噪型边缘检测算法
沈德海,张龙昌,鄂 旭
(渤海大学信息科学与技术学院,辽宁 锦州 121013)
摘 要:边缘检测在图像处理过程中占有重要的地位,Sobel算子是在数字图像边缘检测中常用
的一种方法。经典Sobel算法简单、速度快,但也存在着边缘定位不精确、提取的边缘较粗、噪
声干扰情况下抑制能力差等问题,针对这些问题,提出了一种抗噪声的Sobel边缘检测算法。算
法先对 图像采用多子窗 口进行滤波,去除图像 中存在的噪声;然后采用改进 的Sobel算法对 图像
进行边缘检测,算法结合边缘方向计算梯度图像,并对梯度图像在 3×3邻域 内采用统计信息结
合梯度阈值进行了2次边缘细化处理。与经典的Sobel算法及其他文献算法进行了对比试验,结
果表明,该算法对噪声具有较强的抑制能力,在去除噪声的同时能够准确地检测出图像的边缘,
而且得到的边缘更细,定位更精确。
关键词:边缘检测;Sobel算子;噪声;统计信息;边缘细化
中图分类号 :TP391.41 文献标识码 :A
Ansuppressingnoiseedgedetectionalgorithm basedon Sobel
SHEN De—hai.ZHANG Long—chang.E Xu
(SchoolofInformationScienceandTechnology,BohaiUniversity,Jinzhou121013,LiaoningProvinCe,China)
Abstract:Edgedetection isvery importantin theprocessofimageprocessing,Sobeloperatorisa
methodthatiscommonlyusedin digitalimageedgedetection.TheclassicalSobelalgorithm issimple,
fast,butalsoexistsedgepositionisnotaccurate,extracttheedgeofthecoarserandlowerretrainability
fornoise.Tosolvetheseproblems,ansuppressingnoisealgorithm basedonSobelisproposed.Itremoves
thenoiseintheimagewith themuhiplesub—windowsfilteralgorithm firstly,then detectstheedgeby
improvedSobelalgorithm,thealgorithm combiningwiththeimageedgedirection,andthegradientimage
isrefined twicewithin 3 ×3 neighborhood using statisticalinformation combined with thergadient
threshold.Theresultsshow thattheproposedalgorithm hasstrongerconstrainabilityofrnoise,detects
theimageedgeaccuracy,andobtainsthefineredgethanSobelalgorithm andothers,thepositionismore
accurate.
Keywords:edgedetection;Sobeloperator;noise;statisticinformation;edgerefinement
0 引言 泛的研究。经典的边缘检测算子借助微分模板与图
在对图像的应用和研究过程中,人们往往要利 像卷积计算图像梯度场,通过域值对梯度场切割获
用图像的边缘进行一些重要的处理,比如图像
文档评论(0)