自适应权重形态学边缘检测算法仿真研究

doi:10.3778/j.issn.1002-8331.2010.17.046

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (17): 163-165.DOI: 10.3778/j.issn.1002-8331.2010.17.046

• 图形、图像、模式识别 • 上一篇下一篇

自适应权重形态学边缘检测算法仿真研究

亢洁¹，杨刚²

1.陕西科技大学电气与信息工程学院，西安 710021
2.西安邮电学院通信与信息工程学院，西安 710061

收稿日期:2010-02-22 修回日期:2010-04-06 出版日期:2010-06-11 发布日期:2010-06-11
通讯作者: 亢洁

Simulation research of adaptive weight morphological edge detection algorithm

KANG Jie¹，YANG Gang²

1.Department of Electric and Information Engineering，Shaanxi University of Science & Technology，Xi’an 710021，China
2.Department of Communication and Information Engineering，Xi’an University of Posts & Telecommunications，Xi’an 710061，China

Received:2010-02-22 Revised:2010-04-06 Online:2010-06-11 Published:2010-06-11
Contact: KANG Jie

摘要/Abstract

摘要： 提出了一种自适应权重的多刻度形态学边缘检测算法。该算法首先在同一尺度下用多个结构元素分别进行边缘检测，并得到该尺度下的边缘图像，利用形态学结构元素“探针”原理和不同尺度结构元素抗噪性能来确定加权值的大小，然后对不同尺度下的边缘图像进行加权求和，再经过二值化、去噪等处理，得到最后的边缘检测结果。仿真结果表明，该方法具有较好的抗干扰性和定位准确性，得到的边缘更为完整。

关键词: 数学形态学, 边缘检测, 多尺度多结构元素, 自适应权重

Abstract: A multiscale adaptive weight adding algorithm of morphological edge detecting is proposed.Firstly，on the same scale，the multi-structure elements are adopted in edge detection，and then the edge image on one scale is gained through synthesizing.Secondly，different weights are adaptively ascertained using the ‘probe’ theory of mathematical structure elements and the different scale elements’ antinoise performances，and then the edge images on the different scales are summed with adaptive weights，binarized and suppressed the noise，and at last，the edge image is obtained using the multiscale adaptive weight adding algorithm of morphological edge detecting.The results of simulation show that the algorithm has better anti-interference and positioning accuracy，and the obtained edge is more complete.

Key words: mathematical morphology, edge detection, multi-scale and multi-structure elements, adaptive weight

中图分类号:

TP391

亢洁¹，杨刚². 自适应权重形态学边缘检测算法仿真研究[J]. 计算机工程与应用, 2010, 46(17): 163-165.

KANG Jie¹，YANG Gang². Simulation research of adaptive weight morphological edge detection algorithm[J]. Computer Engineering and Applications, 2010, 46(17): 163-165.

[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]	李荣，贺兴时，杨新社. 基于差分进化的飞蛾算法在电力调度中的应用[J]. 计算机工程与应用, 2021, 57(13): 258-268.
[4]	周新，邹海. 融合黄金正弦混合变异的自适应樽海鞘群算法[J]. 计算机工程与应用, 2021, 57(12): 75-85.
[5]	高文欣，刘升，肖子雅，于建芳. 柯西变异和自适应权重优化的蝴蝶算法[J]. 计算机工程与应用, 2020, 56(15): 43-50.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	杜树林，邱卫根，张立臣. 组件树理论和方法研究综述[J]. 计算机工程与应用, 2019, 55(12): 44-53.
[13]	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.
[14]	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.
[15]	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.

自适应权重形态学边缘检测算法仿真研究

Simulation research of adaptive weight morphological edge detection algorithm

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