基于梯度幅度直方图和类内方差的边缘提取方法

• 作者: 傅仲良 李勇
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 边缘提取 梯度 类内方差 车牌识别
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 1056-1058
• 页数: 3页
• 分类号: P237.4
• 字数: 2034字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-8860.2005.12.006

摘要

针对复杂背景中目标边缘提取的问题,提出一种基于梯度幅度直方图和类内方差进行边缘提取的新方法--CAGH(cluster algorithm based on gradient histogram)算法.该算法先分析经"非最大梯度抑制"后的梯度幅度直方图的特征,确定边缘集中区域,再通过类内方差确定梯度阈值,并利用该阈值确定边缘.在车牌识别中运用该方法提取复杂背景中的车牌边缘,并与Sobel、Canny等算法进行了比较.结果表明,CAGH算法适应性强、提取效率高,提取的是连通性、独立性好的单像素边缘,有利于后续的特征提取和模式识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勇	武汉大学遥感信息工程学院	77	472	12.0	19.0
2	傅仲良	武汉大学遥感信息工程学院	9	325	9.0	9.0