期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Shearlet域方向模极大值和改进蜂群的图像边缘检测
1
作者
吴一全
李立
王凯
《铁道学报》
EI
CAS
CSCD
北大核心
2015年第6期59-66,共8页
为从图像中提取出更为准确、清晰的边缘,本文提出一种基于Shearlet域方向模极大值和改进蜂群的边缘检测方法。对图像进行非下采样Shearlet分解;对于低频分量,利用改进的蜂群算法准确检测出边缘的基本轮廓线;而对于高频分量,采用方向模...
为从图像中提取出更为准确、清晰的边缘,本文提出一种基于Shearlet域方向模极大值和改进蜂群的边缘检测方法。对图像进行非下采样Shearlet分解;对于低频分量,利用改进的蜂群算法准确检测出边缘的基本轮廓线;而对于高频分量,采用方向模极大值算法检测出图像中丰富的边缘细节;融合后得到轮廓完整、细节丰富的图像边缘。实验结果表明:与Canny方法、改进的蚁群方法、改进的蜂群方法、改进的非下采样Contourlet模极大值方法相比,本文提出的方法检测出的图像边缘定位准确、完整清晰、细节丰富,边缘检测效果更好,且运行时间较少。
展开更多
关键词
图像处理
边缘检测
非下采样Shearlet变换
改进的蜂群算法
方向模极大值
在线阅读
下载PDF
职称材料
题名
基于Shearlet域方向模极大值和改进蜂群的图像边缘检测
1
作者
吴一全
李立
王凯
机构
南京航空航天大学电子信息工程学院
高速铁路线路工程教育部重点实验室
深圳市城市轨道交通重点实验室
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2015年第6期59-66,共8页
基金
国家自然科学基金(60872065)
高速铁路线路工程教育部重点实验室开放基金(2014-HRE-01)
+1 种基金
深圳市城市轨道交通重点实验室开放基金(SZCSGD201306)
江苏高校优势学科建设工程资助项目
文摘
为从图像中提取出更为准确、清晰的边缘,本文提出一种基于Shearlet域方向模极大值和改进蜂群的边缘检测方法。对图像进行非下采样Shearlet分解;对于低频分量,利用改进的蜂群算法准确检测出边缘的基本轮廓线;而对于高频分量,采用方向模极大值算法检测出图像中丰富的边缘细节;融合后得到轮廓完整、细节丰富的图像边缘。实验结果表明:与Canny方法、改进的蚁群方法、改进的蜂群方法、改进的非下采样Contourlet模极大值方法相比,本文提出的方法检测出的图像边缘定位准确、完整清晰、细节丰富,边缘检测效果更好,且运行时间较少。
关键词
图像处理
边缘检测
非下采样Shearlet变换
改进的蜂群算法
方向模极大值
Keywords
image processing
edge detection
nonsubsampled Shearlet transform
improved bee colony algo-rithm
direction modulus maxima
分类号
TN911.73 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Shearlet域方向模极大值和改进蜂群的图像边缘检测
吴一全
李立
王凯
《铁道学报》
EI
CAS
CSCD
北大核心
2015
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
