沿梯度方向的改进一阶差分亚像素边缘检测法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (14): 168-171.

沿梯度方向的改进一阶差分亚像素边缘检测法

林琦，俞水良

同济大学铁道与城市轨道交通研究院，上海 201804

出版日期:2014-07-15 发布日期:2014-08-04

Improved first order differential subpixel edge detection method along gradient direction

LIN Qi, YU Shuiliang

Institute of Railway & Urban Mass Transit, Tongji University, Shanghai 201804, China

Online:2014-07-15 Published:2014-08-04

摘要/Abstract

摘要： 提出了一种基于梯度方向的改进型一阶差分亚像素边缘检测方法。该方法的主要思想是，在曲线轮廓上，根据方位角对边缘像素点所在的小邻域沿梯度方向进行差分，再将修正值重投影至行列。理论上而言，该方法可弥补传统一阶差分法在曲线边缘处由于差分分布较平坦而导致精度较低的不足。理想图像的实验结果表明，该方法对半径测量、圆心定位的精度均小于0.05像素，这比采用其他亚像素法进行半径测量时可达到的精度有较大提高。

关键词: 亚像素, 一阶差分, 边缘检测, 梯度方向

Abstract: The first order differential subpixel edge detection method is improved along gradient direction.According to the azimuth of each pixel located on curve edge, the difference of its surrounding domain is gained along its gradient direction and the re-projection followed. Theoretically, the improved method compensates for the flaw that normal first order differential method fails to achieve a high accuracy due to the flat differential distribution along rows and columns. Experiments demonstrate that the accuracy of the proposed method reaches 0.05 pixel when used to detect circle center and radius, which shows its great advantage compared with the other methods.

Key words: subpixel, first order difference, edge detection, gradient direction

林琦，俞水良. 沿梯度方向的改进一阶差分亚像素边缘检测法[J]. 计算机工程与应用, 2014, 50(14): 168-171.

LIN Qi, YU Shuiliang. Improved first order differential subpixel edge detection method along gradient direction[J]. Computer Engineering and Applications, 2014, 50(14): 168-171.

[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]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[8]	王育坚，高倩，谭卫雄，李深圳. 融合Haar型局部特征的人耳识别算法[J]. 计算机工程与应用, 2019, 55(18): 127-131.
[9]	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.
[10]	王丹1，郑江华1，2，3，努尔巴依1. 干旱区植物叶片识别研究[J]. 计算机工程与应用, 2019, 55(13): 129-133.
[11]	柴江龙1，樊彦国1，王斌1，韩志聪2. 尺度及主方向改正的ORB特征匹配算法[J]. 计算机工程与应用, 2019, 55(13): 178-185.
[12]	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.
[13]	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.
[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]	杨松1，2，3，李盛阳1，2，邵雨阳1，2，郑贺1，2，3. 基于改进HOG特征的建筑物识别方法[J]. 计算机工程与应用, 2018, 54(7): 196-200.