采用自适应canny算子的树上柑橘图像边缘检测

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (9): 163-166.

• 图形、图像、模式识别 • 上一篇下一篇

采用自适应canny算子的树上柑橘图像边缘检测

彭辉1，2，文友先2，吴兰兰2，翟瑞芳1，刘善梅1

1.华中农业大学理学院，武汉 430070
2.华中农业大学工学院，武汉 430070

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-21 发布日期:2011-03-21

Citrus edge detection based on self-adaptive canny operator

PENG Hui1，2，WEN Youxian2，WU Lanlan2，ZHAI Ruifang1，LIU Shanmei1

1.College of Basic Sciences，Huazhong Agricultural University，Wuhan 430070，China
2.College of Engineering，Huazhong Agricultural University，Wuhan 430070，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-21 Published:2011-03-21

摘要/Abstract

摘要： 提出了一种自适应canny算子进行树上柑橘图像边缘检测的方法。对获取的RGB真彩图像进行R-B色差空间的线性变换，在该分量上，利用积分图像快速计算高斯滤波器尺度参数，利用OTSU方法计算canny算子的高低阈值，从而实现边缘的自动检测。试验表明，采用该方法检测的边缘连通性好、噪声较少，优于其他传统的边缘检测方法，而且对不同光线下拍摄的图像均有较好的效果，为后续的果实识别和定位奠定了基础。

关键词: 边缘检测, canny算子, R-B色差空间, 高斯滤波器尺度

Abstract: A self-adaptive canny operator is developed to detect edges of citrus images.RGB images are obtained and linearly transformed into R-B chromatic aberration space at first.In R-B space，scale factor of Gaussian filter fast calculated using integral images and the high and low threshold values obtained by OTSU algorithm are extracted to improve automatic edge detection.It is showed that the obtained edge using the above mentioned method，which is more effective than other traditional methods has good connectivity and suppresses the noise well.Moreover，this method is less sensitive to lighting variations.Once image edge is detected with this adaptive canny operator，the following identification and localization of citrus might be applied.

Key words: edge detection, canny operator, R-B chromatic aberration space, scale factor of Gaussian filter

彭辉1，2，文友先2，吴兰兰2，翟瑞芳1，刘善梅1. 采用自适应canny算子的树上柑橘图像边缘检测[J]. 计算机工程与应用, 2011, 47(9): 163-166.

PENG Hui1，2，WEN Youxian2，WU Lanlan2，ZHAI Ruifang1，LIU Shanmei1. Citrus edge detection based on self-adaptive canny operator[J]. Computer Engineering and Applications, 2011, 47(9): 163-166.

[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]	孙卫红1，李乾坤1，邵铁锋1，吴慧明2. 基于机器视觉的桩护壁裂缝检测方法[J]. 计算机工程与应用, 2019, 55(14): 260-265.
[8]	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.
[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]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.

采用自适应canny算子的树上柑橘图像边缘检测

Citrus edge detection based on self-adaptive canny operator

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