利用1~2阶分数阶微分掩模的边缘检测

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (21): 14-18.

利用1~2阶分数阶微分掩模的边缘检测

李军成

湖南人文科技学院数学系，湖南娄底 417000

出版日期:2014-11-01 发布日期:2014-10-28

Edge detection using 1~2-order fractional differential mask

LI Juncheng

Department of Mathematics, Hunan University of Humanities, Science and Technology, Loudi, Hunan 417000, China

Online:2014-11-01 Published:2014-10-28

摘要/Abstract

摘要： 现有的分数阶微分边缘检测算子大都是基于0~1阶分数阶微分而构造，鲜有文献讨论基于1~2阶分数阶微分的边缘检测算子。为此，分析了1~2阶分数阶微分对信号的作用，基于1~2阶分数阶微分构造了一种新的边缘检测掩模算子。实验结果表明，该算子不仅优于常用整数阶微分算子，而且比现有的一些0~1阶分数阶微分算子具有更好的边缘检测效果。

关键词: 边缘检测, 分数阶微分, 掩模算子, 1~2阶微分

Abstract: The present fractional differential operators for edge detection are constructed based on 0~1-order fractional differential. There are rare papers which discuss the edge detection based on 1~2-order fractional differential. This paper analyses the effect of 1~2-order fractional differential to signal, and then constructs a novel mask operator for edge detection based on 1~2-order fractional differential. Experimental results demonstrate that the novel fractional operator is better than the normal integer order differential operators, and has better edge detection results than some present 0~1-order fractional differential operators.

Key words: edge detection, fractional differentiation, mask operator, 1~2-order differential

李军成. 利用1~2阶分数阶微分掩模的边缘检测[J]. 计算机工程与应用, 2014, 50(21): 14-18.

LI Juncheng. Edge detection using 1~2-order fractional differential mask[J]. Computer Engineering and Applications, 2014, 50(21): 14-18.

[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]	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.
[9]	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.
[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]	张桂梅1，刘峰瑞1，刘建新2. 图像增强中分数阶阶次自适应模型的构造[J]. 计算机工程与应用, 2018, 54(3): 184-191.
[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.