资料下载
×
面向边缘检测的限制型自适应SUSAN算法
消耗积分:0 |
格式:rar |
大小:3.47 MB |
2021-05-12
分享资料个
对于边缘检测中传统 SUSAN（ smallest uniⅳ value segment assimilating nucleus）算法，固定门限会将非边缘点划入核值相似区（ univalue segment assimilating nucleus，USAN），并经过单一阈值判断，非边缘点易被误判为边缘点，导致算法的低鲁棒性。针对此问题，提出了结合自适应门限算法和阈值选择策賂的限制型自适应算法。首先分析算法优缺点，根据USAN特点以及同异侧噪声容忍度范围设置阈值选择策賂，减少误判并提高噪声鲁棒性：然后采用与USAN内像素值正相关的自适应门限算法，进一步增强边缘检测能力。在标准测试图像以及不同类型噪声的经典灰度图中实验结果表明，相比于传统 SUSAN算法和 Canny， Prewitt，‘ Sobel，LoG， roberts等边缘检测算法，该算法在客观图像评价指标FSIM值，PFoM值和准确率上均髙于其他算法：而在主观视觉上，在无噪条件下能够更好地抑制纹理区域像素干扰，检测边缘更完整丰富。特别是在大量噪声干扰导致其他算法均失效的情况下，该算法在抑制噪声的同时，仍能有效地检测出图像边缘。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
