基于小世界网络的自适应阈值边缘检测算法

• 作者: 李昆鹏 王孙安 袁明新 陈乃建
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 图像处理 阈值 边缘检测 小世界
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 171-176
• 页数: 6页
• 分类号: TP391.4
• 字数: 5575字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2010.02.008

摘要

针对传统边缘检测算法中因无法实现阈值选择从局部信息到整体特征的自适应而出现的噪声干扰、误分割等问题,提出了基于小世界网络的自适应阈值边缘检测算法.该算法根据小世界现象特征,以像素与邻域像素亮度上的差异性,建立图像阈值分层模型.通过计算各像素的亮度变化,将其划分到不同的阈值层,形成候选边缘像素的状态空间;然后在选定边缘像素阈值层内,各像素按给定的概率在HS空间中聚类,实现边缘的提取.仿真实验表明,该算法能有效地消除噪声,提高边缘检测的准确性,保证边缘的连续性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王孙安	西安交通大学机械工程学院	128	2802	30.0	48.0
2	李昆鹏	西安交通大学机械工程学院	5	61	3.0	5.0
3	陈乃建	西安交通大学机械工程学院	6	27	3.0	5.0
4	袁明新	西安交通大学机械工程学院	6	38	3.0	6.0