自適應canny算法研究及其在圖像邊緣檢測中的應用.pdf

還剩

51頁未讀，

繼續閱讀

下載文檔到電腦，馬上遠離加班熬夜！

親，很抱歉，此頁已超出免費預覽范圍啦！

如果喜歡就下載吧，價低環保！

內容要點：

參考文獻社，2001．[29]李月景．圖像識別技術及其應用．北京：機械工業出版社，1985．[30]楊淑瑩．圖像模式識別：VC++技術實現．北京：清華大學出版社，北京交通大學出版社，2005．[31]陳杰，王振華，竇麗華．一種尺度自適應Canny邊緣檢測方法．光電工程，[32]徐光寶，姜東煥．自適應多尺度Canny邊緣檢測．山東建筑大學學報，[33]王建鋒，吳慶標．一種隨且gHough變換檢測圓的參考文獻[13]王朝琴，段智敏，李玉潮．～種改進的Canny邊緣提取算法．沈陽理工大學學報，2007，26(6)：20—22．[14]張斌，賀賽先．基于Canny算子的邊緣提取改善方法．紅外技術，2006，28(3)：165—169．[15]王植，賀賽先。一種基于Canny理論的自適應邊緣檢測方法．中國圖象圖形學報，2004，9(8)：957—962．[16]陳燕龍，祝成虎．基于Canny算子的邊參考文獻參考文獻[1]S．Kahlouche。K．Achour,0．Djekoune．A genetic algorithm for geometric primitivesextraction．Signal Processing and Its Applicatiom，2003，1"．509．5 12．[2]Bhandarkar,S．M，Yiqing Zhang，Potter,W．D．A gen第六章總結與展望程序的執行效率。對于一個算法，其算法復雜度和所需的時間與最終所得到的檢測結果總是存在著矛盾的關系。怎么樣從兩者之間找到一個比較好的均衡點，仍是我們需要考慮的問題。第44頁第六章總結與展望第六章總結與展望本文所提出了算法除了之前所提到的在對噪聲的抑制以及能夠自適應的選取閾值之外，其實還有很多地方可以進行進一步的改進。對于Canny算法中的第一個步驟圖像平滑中，存在著一個平滑尺度的選擇問題。單一尺度的邊緣檢測算子并不能夠完全正確地檢測出所有邊緣，小尺度的邊緣檢測算子對于噪聲較為敏感，但能夠檢測出灰度發生變化的細節；大尺度的邊緣檢測算子對噪聲有抑制作用，能夠檢測出灰度發第五章改進的自適應臼nny算法實現及與傳統算法的比較算法運行時間對比：露＼趑加噪Lena圖像 加噪人腦CT圖 加噪斑馬圖傳統Canny算法 3Ims 32ms 47ms改進算法 47ms 47ms 78ms對于加入隨機噪聲的圖像處理結果，我們可以看出：由于噪聲的存在，對兩個算法的處理結果都會造成一定的影響。但當運用傳統的Canny算法進行圖像邊緣檢測時，其處理結果與未加噪聲的圖像處理結果相比有著較第i章改進的自適應。嗍v算法實現殛與傳統算弦的比較加入噪聲人腦CT圖 傳統算法a"2=067 改進算法實例圖像三加八噪聲的斑馬圖像傳統算法∞=0．83第4l頁改進算法第i章矬進的自適應。肌'算法亮觀及與恃統算j擊的＆較的高閾值占總像素的比例島不同，所以在對于加完噪聲的3幅圖像進行處理時，我們都選取在5 2中選擇好的能使其得到較好效果的嗚值·而對改進的算法則不需要進行任何改變。實例圖像一加入隨即噪聲的Lena圖像實例圖像二t傳統算法口．=0 83第加Ⅲ改進算法第五章改進的自適應臼nny算法實現及與傳統算法的比較傳統算法吃=0．88 閾值自動選取的改進算法同樣的，對于人腦CT圖像和斑馬圖像，過高和過低的口，比例選取都會導致真實邊緣的缺失和虛假邊緣的出現。而且從上面的三幅圖像實例中可以看出，對于Lena圖像和斑馬圖像，較好的閾值出現在口，=0．83附近，而人腦CT圖像的最佳閾值出現在吼=0．6到甌=0．7之間。由于各個圖像的邊緣特征信息不同，所以對于不同的第五章改進的自適應canny算法實現丑與傳統算法的比較斑馬圖像第拈頁傳統算法口，=0．83第五章改進的自適應Ca any算

發表評論

暫無評論，趕快搶占沙發吧。

總結

以上是生活随笔為你收集整理的caany边缘检测matlab,自适应canny算法研究及其在图像边缘检测中的应用.pdf的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。