摘要
图像边缘在基于机器视觉的工件自动测量与识别中起着至关重要的作用,但传统的Canny算子只能检测图像中的强边缘而出现弱边缘漏检问题。为此提出了一种基于改进Canny弱边缘检测算法。该算法首先用提出的改进梯度倒数加权滤波方法对图像进行斑点噪声滤除的同时保持了图像边缘;其次用改进的Sobel算子计算梯度幅值,以提高边缘的定位精度;对非极大值抑制后的梯度图像进行分块,根据各个子块的类型自适应确定各子块的高低阈值,并对平滑块进行再分块,以检查平滑块中是否含有细小的弱边缘。最后,为了克服传统高低阈值连接中部分弱边缘的漏检问题,提出基于局部区域生长法的边缘连接算法,使之能够保留连接性较好的弱边缘点。实验结果表明,该算法能够去除图像中的斑点噪声并能检测出图像中的弱边缘,为图像弱边缘的检测提供了一种可行方法。
出处
《计算机应用研究》
CSCD
北大核心
2020年第S01期361-363,共3页
Application Research of Computers
基金
国家自然科学基金资助项目(61132005)
国家重点研发计划资助项目(2017YFC1405202)
海洋公益性行业科研专项资助项目(201505002)
作者简介
李庆忠(1963-),男,山东淄博人,教授,博导,博士,主要研究方向为图像处理、信号处理与模式识别;通信作者:刘洋(1994-),男,山东淄博人,硕士研究生,主要研究方向为智能信息处理与智能控制(1120132246@qq.com).
