基于多尺度自适应扩散方程的边缘检测方法

计算机工程与科学

基于多尺度自适应扩散方程的边缘检测方法

郭伟，董宏亮，石尚

(辽宁工程技术大学软件学院，辽宁葫芦岛 125105)

收稿日期:2016-09-28 修回日期:2016-12-08 出版日期:2018-05-25 发布日期:2018-05-25
基金资助:
国家自然科学基金(61172144);国家自然科学基金应急管理项目(61540056);辽宁省自然科学基金(2015020095)

An edge detection algorithm based on

multi-scale adaptive diffusion equations

GUO Wei，DONG Hong-liang，SHI Shang

（School of Software,Liaoning Technical University,Huludao 125105,China）

Received:2016-09-28 Revised:2016-12-08 Online:2018-05-25 Published:2018-05-25

摘要/Abstract

摘要：

针对Canny算法对较高密度椒盐噪声和双阈值选取方面存在的不足，提出一种改进方法，采用多尺度自适应各向异性扩散方程对图像进行平滑，有效去除较高密度脉冲信号的同时又可以更好地保留边缘轮廓信息。在双阈值门限的选取上采用最大类间方差法根据图像的灰度信息自适应地选取，可以更好地满足实时性要求。为验证其性能，在不同噪声浓度情况下进行实验，结果表明，改进的边缘检测算法可以更完整地保留边缘信息，提高边缘检测的准确性，得到较理想的边缘轮廓信息。

关键词: 边缘检测, 多尺度自适应, 各向异性扩散方程, 边缘轮廓, 最大类间方差

Abstract:

Aiming at the shortcomings of Canny's algorithm in the selection of high-density salt-pepper noise and double threshold, an improved method is proposed, in which multi-scale adaptive anisotropic diffusion equations are used to smooth images in order to effectively remove the high-density pulse signal and better retain edge profile information. In the selection of double threshold, the OTSU method is used to select an adaptive threshold according to the gray information of images, which can better meet the real-time requirements. To verify the algorithm's performance, experiments were carried out under different noise concentrations. Experimental results show that the improved edge detection algorithm can keep a complete set of edges, improve the accuracy of edge detection and get ideal edge profile information.

Key words: edge detection, multi-scale adaptive, anisotropic diffusion equation, edge outline, OTSU

郭伟，董宏亮，石尚. 基于多尺度自适应扩散方程的边缘检测方法[J]. 计算机工程与科学.

GUO Wei，DONG Hong-liang，SHI Shang.

An edge detection algorithm based on

multi-scale adaptive diffusion equations

[J]. Computer Engineering & Science.

[1]	王鑫, 彭健. 基于HYB格式SpMV在新一代申威架构上的实现与优化[J]. 计算机工程与科学, 2023, 45(10): 1754-1762.
[2]	王晓琦, 赵宣植, 刘增力, . 基于多尺度小波和Tsallis熵的水下图像边缘检测[J]. 计算机工程与科学, 2023, 45(07): 1245-1252.
[3]	李忠瑞, 崔宾阁, 杨光, 张昊卿. 基于深度学习的海岸线边缘检测网络模型[J]. 计算机工程与科学, 2022, 44(12): 2220-2229.
[4]	徐琨, 赵启雯, 徐源, 柳有权. 基于边缘检测的快速纸张检测方法[J]. 计算机工程与科学, 2022, 44(10): 1795-1803.
[5]	李凯, 张永生, 童晓冲, 李峰. 基于各向异性和边缘强度修正因子的边缘检测算法[J]. 计算机工程与科学, 2021, 43(07): 1256-1263.
[6]	赵月, 王来花, 齐苏敏, 王伟胜, 刘晨. 基于全局和局部特征的无参考夜间图像质量评价[J]. 计算机工程与科学, 2021, 43(07): 1283-1290.
[7]	邢彩燕，张志毅，胡少军，耿楠. 基于图像尖锐度的角点匹配算法[J]. 计算机工程与科学, 2019, 41(04): 665-672.
[8]	周洲，黄茜，胡志辉. 基于显著性判别的缺陷检测方法[J]. 计算机工程与科学, 2018, 40(12): 2219-2223.
[9]	易三莉，张桂芳，贺建峰，李思洁. 基于最大类间方差的最大熵图像分割[J]. 计算机工程与科学, 2018, 40(10): 1874-1881.
[10]	郭伟，董宏亮，赵德冀. 基于截断奇异值低秩矩阵恢复的Canny边缘检测算法[J]. 计算机工程与科学, 2018, 40(09): 1670-1678.
[11]	周东傲，林嘉宇. 视频图像文字检测综述[J]. J4, 2015, 37(04): 760-764.
[12]	罗晓霞，王莉青，薛弘晔. 基于小波变换和曲波变换的图像边缘检测新算法[J]. J4, 2015, 37(01): 157-161.
[13]	林选伟，吴谨. 基于交互式图论的目标边缘检测算法[J]. J4, 2014, 36(08): 1571-1575.
[14]	杨雪1，李志华1,2. 一种新的渣土车车轮带泥检测方法[J]. J4, 2014, 36(04): 751-757.
[15]	赵晓丽,吴飞. 基于各向异性高通滤波的图像边缘检测算法[J]. J4, 2013, 35(7): 137-142.