基于直觉模糊散度的噪声图像边缘检测

doi:10.3778/j.issn.1002-8331.1708-0214

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (23): 6-11.DOI: 10.3778/j.issn.1002-8331.1708-0214

基于直觉模糊散度的噪声图像边缘检测

刘祎1，2，张权1，2，张鹏程1，2，宋胜涛1，陈阳3，桂志国1，2

1.中北大学山西省生物医学成像与影像大数据重点实验室，太原 030051
2.中北大学信息与通信工程学院，太原 030051
3.东南大学计算机科学与工程学院，南京 211189

出版日期:2017-12-01 发布日期:2017-12-14

Edge detection algorithm based on intuitionistic fuzzy divergence for noisy image

LIU Yi1，2, ZHANG Quan1，2, ZHANG Pengcheng1，2, SONG Shengtao1, CHEN Yang3, GUI Zhiguo1，2

1.Shanxi Provincial Key Laboratory for Biomedical Imaging and Big Data, North University of China, Taiyuan 030051, China
2.School of Information and Communication Engineering, North University of China, Taiyuan 030051, China
3.School of Computer Science and Engineering, Southeast University, Nanjing 211189, China

Online:2017-12-01 Published:2017-12-14

摘要/Abstract

摘要： 针对传统图像边缘检测算法抑制噪声能力差的问题，提出一种基于直觉模糊集（Intuitionistic Fuzzy Set，IFS）的边缘检测算法。该算法设定了一个表示平坦区域的模板图像，并在图像窗口内构造了一种同时考虑了图像梯度和图像窗口的方差信息的隶属度函数，然后通过计算图像窗口与模板图像之间的模糊直觉散度（Intuitionistic Fuzzy Divergence，IFD）对边缘进行定位和输出。实验结果表明，对于被高斯噪声或均匀噪声严重污染的图像，该算法能够得到较好的检测结果。

关键词: 噪声图像, 边缘检测, 模糊直觉集（IFS）, 模糊直觉散度（IFD）

Abstract: As traditional image edge detection algorithms cannot suppress noise well, an edge detection algorithm based on intuitionistic fuzzy set is proposed. This method sets a template that indicates the flat region and in image window constructs a membership function, which considers both gradient and variance information, then the intuitionistic fuzzy divergence is calculated between the template and each image window through the image to locate and output edges. Experimental results show that the proposed algorithm can get good detection results for images seriously contaminated by Gaussian and uniform noise.

Key words: noisy image, edge detection, Intuitionistic Fuzzy Set（IFS）, Intuitionistic Fuzzy Divergence（IFD）

刘祎1，2，张权1，2，张鹏程1，2，宋胜涛1，陈阳3，桂志国1，2. 基于直觉模糊散度的噪声图像边缘检测[J]. 计算机工程与应用, 2017, 53(23): 6-11.

LIU Yi1，2, ZHANG Quan1，2, ZHANG Pengcheng1，2, SONG Shengtao1, CHEN Yang3, GUI Zhiguo1，2. Edge detection algorithm based on intuitionistic fuzzy divergence for noisy image[J]. Computer Engineering and Applications, 2017, 53(23): 6-11.

[1]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[2]	齐小祥，李敏，朱颖，宋雨，杜卫东. 基于边缘检测的SAR图像自适应区域分割[J]. 计算机工程与应用, 2021, 57(22): 232-240.
[3]	涂兵1，2，3，张晓飞1，3，潘建武1，3，张国云1，2，3，周紫璇1，3. 多特征与边缘校正融合的天际线检测算法研究[J]. 计算机工程与应用, 2019, 55(6): 178-185.
[4]	孙梦茹，王瑜，邢素霞. 基于结构局部边缘模式的绿色植物物种识别[J]. 计算机工程与应用, 2019, 55(3): 167-170.
[5]	韩彬，杨大利. 基于透射变换的印刷品图像归一化研究[J]. 计算机工程与应用, 2019, 55(23): 188-193.
[6]	聂东林，王洪辉，王翔，孟令宇. 基于图像处理的滑坡后缘裂缝运动轨迹分析[J]. 计算机工程与应用, 2019, 55(22): 201-205.
[7]	冯正英，王世东. 结合MNF变换和Canny算子的遥感影像变化检测[J]. 计算机工程与应用, 2019, 55(14): 266-270.
[8]	吴进，赵隽，李聪，吴汉宁. 机器视觉中边缘检测算法的SDSoC加速实现[J]. 计算机工程与应用, 2019, 55(12): 208-214.
[9]	刘丽霞1，李宝文3，王阳萍1，2，杨景玉1，2. 改进Canny边缘检测的遥感影像分割[J]. 计算机工程与应用, 2019, 55(12): 54-58.
[10]	张经宇，滕建辅，白煜. 医学图像边缘检测的Levy-DNA-ACO算法研究[J]. 计算机工程与应用, 2018, 54(8): 14-20.
[11]	朱明明1，许悦雷1，张旭蕾2，马时平1，吕超1，辛鹏1，邹洪中1，马红强1. 基于V1细胞特性的边缘检测[J]. 计算机工程与应用, 2018, 54(5): 200-205.
[12]	李忠海，金海洋，邢晓红. 整数阶滤波的分数阶Sobel算子的边缘检测算法[J]. 计算机工程与应用, 2018, 54(4): 179-184.
[13]	况杰，章杨松，赵佳斌. 基于相位一致性图像处理的岩体裂隙自动检测[J]. 计算机工程与应用, 2018, 54(24): 193-197.
[14]	沈夏炯1，2，张汇东1，韩道军1，2. 一种面向SAR图像的多窗口道路边缘检测算法[J]. 计算机工程与应用, 2018, 54(19): 164-171.
[15]	李忠海，宋智钦，王崇瑶. 非整数步长的分数阶微分Sobel算子的应用[J]. 计算机工程与应用, 2018, 54(17): 192-197.

基于直觉模糊散度的噪声图像边缘检测

Edge detection algorithm based on intuitionistic fuzzy divergence for noisy image

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics