基于棉纤维截面图像的改进型Canny边缘检测

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (10): 176-178.

基于棉纤维截面图像的改进型Canny边缘检测

禹素萍^1,3,曾培峰²,陈建平¹

1.上海交通大学 “区域光纤通信网与新型光通信系统”国家重点实验室，上海 200030
2.东华大学计算机学院，上海 201620
3.东华大学信息学院，上海 201620

收稿日期:2007-09-29 修回日期:2008-01-02 出版日期:2008-04-01 发布日期:2008-04-01
通讯作者: 禹素萍

Edge detection on fiber cross-sectional image by improved Canny operator

YU Su-ping^1,3,ZENG Pei-feng²,CHEN Jian-ping¹

1.The State Key Lab on Fiber-Optic Local Area Network and Advanced Optical Communication Systems，Shanghai Jiaotong University，Shanghai 200030，China
2.College of Computer Science and Technology，Donghua University，Shanghai 201620，China
3.College of Information Science and Technology，Donghua University，Shanghai 201620，China

Received:2007-09-29 Revised:2008-01-02 Online:2008-04-01 Published:2008-04-01
Contact: YU Su-ping

摘要/Abstract

摘要： 针对棉纤维截面图像的边缘检测，对Canny边缘检测算子提出改进。在边缘跟踪算法中，引入边缘长度L和边缘分叉间平均间隔（像素数）L两个概念，在边缘跟踪算法中进行边缘类型评估。改进后的Canny边缘检测算子与传统Canny边缘检测算子相比，在同等实验条件下，确保了相同棉纤维边缘检出率的同时，更好地抑制了噪声引起的伪边缘输出。

关键词: Canny边缘检测, 纤维截面, 边缘跟踪

Abstract: Edge detection for fiber cross-sectional images is studied in this paper，and the algorithm for improving Canny edge operator is proposed.The edge length L and the average edge phase L are presented to eliminate the fault edge output.With the improved Canny edge operator，the fiber edge output can be improved，and the fault edge output caused by noise can be removed effectively.

Key words: Canny edge detection, fiber cross-section, edge following

禹素萍^1,3,曾培峰²,陈建平¹. 基于棉纤维截面图像的改进型Canny边缘检测[J]. 计算机工程与应用, 2008, 44(10): 176-178.

YU Su-ping^1,3,ZENG Pei-feng²,CHEN Jian-ping¹. Edge detection on fiber cross-sectional image by improved Canny operator[J]. Computer Engineering and Applications, 2008, 44(10): 176-178.

[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]	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.
[3]	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.
[4]	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.
[5]	赵方1，石晟1，闫民2. 普通光照下叶片图像特征信息抽取[J]. 计算机工程与应用, 2015, 51(5): 156-166.
[6]	郭文艳，康元. 改进力场转换理论的多尺度图像边缘检测算法[J]. 计算机工程与应用, 2015, 51(15): 153-156.
[7]	陈飞1，朱海斌2，贾康成2，肖昌炎2. 基于相机阵列的叠层纸张数量检测[J]. 计算机工程与应用, 2015, 51(13): 168-171.
[8]	邢堃，韩汉光，吴怡之. 基于机器视觉的印刷标签检测系统的改进[J]. 计算机工程与应用, 2014, 50(11): 197-201.
[9]	戚晓伟，陈秀宏. 改进的Otsu方法的双边滤波边缘检测算法[J]. 计算机工程与应用, 2012, 48(31): 150-155.
[10]	刘丽华. 基于方向形态滤波算子的快速边缘跟踪算法[J]. 计算机工程与应用, 2011, 47(24): 163-165.
[11]	李慧平，李映，张秀伟. 结合Canny和距离变换的矩形模式特征提取方法[J]. 计算机工程与应用, 2011, 47(18): 166-169.