结合LOG算子和小波变换的图像边缘检测方法

doi:10.3778/j.issn.1002-8331.2009.21.034

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (21): 115-117.DOI: 10.3778/j.issn.1002-8331.2009.21.034

• 图形、图像、模式识别 • 上一篇下一篇

结合LOG算子和小波变换的图像边缘检测方法

黄剑玲¹，邹辉²

1.上饶师范学院数学与计算机系，江西上饶 334000
2.上饶职业技术学院机械系，江西上饶 334000

收稿日期:2008-12-23 修回日期:2009-02-26 出版日期:2009-07-21 发布日期:2009-07-21
通讯作者: 黄剑玲

Edge detection of image based on LOG and wavelet transformation

HUANG Jian-ling¹，ZOU Hui²

1.Mathematics and Computer Department，Shangrao Teacher’s College，Shangrao，Jiangxi 334000，China
2.Mechanical Department，Shangrao Polytechnic College，Shangrao，Jiangxi 334000，China

Received:2008-12-23 Revised:2009-02-26 Online:2009-07-21 Published:2009-07-21
Contact: HUANG Jian-ling

摘要/Abstract

摘要： 针对目前常用的边缘检测方法对噪声比较敏感，测得的边缘比较粗糙等现象，在传统边缘检测方法的基础上提出了一种基于数据融合的边缘检测方法。该方法分别采用改进的LOG算子和离散小波变换对原始图像进行边缘检测，建立相应的融合原则，并将两种方法检测出来的边缘进行数据融合，得到最终的图像边缘。实验证明，该方法结合了两种检测方法的优点，有效地提高了边缘检测准确性，获得了比较理想的边缘检测效果。

关键词: LOG, 小波变换, 边缘检测, 数据融合

Abstract: This paper studies the causes of noise sensitivity and edge coarseness using usual edge detection presently.A new method for image edge detection based on data fusion is presented，which detects the edge of original image with improved LOG and DWT respectively，then produces a new image by fusing the two results above.Experiment shows that proposed method gathers excellence of two detection method，increases veracity effectively and a much better edge detection result.

Key words: LOG, wavelet transformation, edge detection, data fusion

黄剑玲¹，邹辉². 结合LOG算子和小波变换的图像边缘检测方法[J]. 计算机工程与应用, 2009, 45(21): 115-117.

HUANG Jian-ling¹，ZOU Hui². Edge detection of image based on LOG and wavelet transformation[J]. Computer Engineering and Applications, 2009, 45(21): 115-117.

[1]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[2]	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.
[3]	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.
[4]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[5]	赵怡，高淑萍，何迪. 基于深度学习的眼动跟踪数据融合算法[J]. 计算机工程与应用, 2021, 57(10): 211-217.
[6]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[7]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[8]	张红，程传祺，徐志刚，李建华. 基于深度学习的数据融合方法研究综述[J]. 计算机工程与应用, 2020, 56(24): 1-11.
[9]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[10]	李增刚，王正彦，孙敬成. 基于FPGA的手写数字BP神经网络研究与设计[J]. 计算机工程与应用, 2020, 56(17): 251-257.
[11]	孙敬成，王正彦，李增刚. 卷积神经网络数字识别系统的FPGA实现[J]. 计算机工程与应用, 2020, 56(13): 181-188.
[12]	曹雯雯1，康彬2，颜俊1，丁琬1. 面向多源数据融合的稀疏表示目标跟踪[J]. 计算机工程与应用, 2019, 55(6): 1-7.
[13]	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.
[14]	吴会会1，高淑萍1，彭弘铭2，赵怡1. 自适应模糊[C]均值聚类的数据融合算法[J]. 计算机工程与应用, 2019, 55(5): 26-35.
[15]	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.

结合LOG算子和小波变换的图像边缘检测方法

Edge detection of image based on LOG and wavelet transformation

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