傳統(tǒng)方法提取圖像邊緣信息時容易受外界干擾,導(dǎo)致提取特征不完整、檢測結(jié)果精準(zhǔn)度低,因此,提出了一種基于三維光學(xué)模型的圖像邊緣檢測效果優(yōu)化方法,首先分析三維光學(xué)模型分析待檢測圖像的特性,進(jìn)而獲得微型彩色像素內(nèi)彩色邊緣效應(yīng)圖。之后使用入射光與反射光轉(zhuǎn)換法,憑借多尺寸Retimex把圖像劃分成位置、大小、方向都各不相同的分量,使感興趣的分量提升從而完成對圖像的增強(qiáng),隨后利用迭代法對全局閾值劃分處理得到二值圖像,最后將直接使用Sobel算子檢測的圖像邊緣與二值圖像進(jìn)行融合,從而完成對目標(biāo)圖像邊緣檢測。仿真實(shí)驗(yàn)證明,所提方法能夠增強(qiáng)檢測效率與精準(zhǔn)度,其中檢測精度最高可達(dá)98%,檢測耗時最少為0.95 s。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1圖像邊緣檢測流程圖

利用閾值劃分、邊緣提取和書序形態(tài)的方法，提出了一種圖像邊緣檢測算法，其大致的流程圖如圖1所示。通過圖1的流程圖，首先對圖像使用迭代法求全局閾值進(jìn)行處理。其具體的過程如下所示:

圖2不同方法對有正態(tài)噪聲的圖像邊緣檢測結(jié)果

為了更進(jìn)一步地證明本文方法的優(yōu)點(diǎn)，將圖像添加正態(tài)噪聲使用本文方法與文獻(xiàn)[1]、文獻(xiàn)[2]以及文獻(xiàn)[3]方法對圖像的邊緣進(jìn)行檢測，如圖2所示。將檢測結(jié)果以數(shù)據(jù)形式輸入至仿真系統(tǒng)中，得到正態(tài)噪聲影響下不同方法的圖像邊緣檢測精度對比圖，結(jié)果如圖3所示。

圖3正態(tài)噪聲下不同方法圖像邊緣檢測精度對比圖

將檢測結(jié)果以數(shù)據(jù)形式輸入至仿真系統(tǒng)中，得到正態(tài)噪聲影響下不同方法的圖像邊緣檢測精度對比圖，結(jié)果如圖3所示。通過圖2與圖3能夠看出，本文方法在含有噪聲的圖像邊緣檢測內(nèi)有著明顯的優(yōu)勢。其中，本文方法的檢測精度高達(dá)98%，而其他方法的檢測精度均低于本文方法，傳統(tǒng)方法檢測精度最高僅83%....

本文編號：3927977