侧扫声纳图像的NSCT域模极大值边缘检测

• 作者: 李庆武 王敏 程晓轩
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 侧扫声纳图像 非下采样Contourlet变换域 去噪 模极大值 边缘融合 边缘检测
• 年，卷（期）: 2011,（24）
• 所属期刊栏目: 图形图像处理
• 页码范围: 207-209
• 分类号: TP391.41
• 字数: 3365字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.24.069

摘要

侧扫声纳图像边缘检测较困难,为此,提出一种针对该图像特点的多尺度边缘检测方法.对侧扫声纳图像进行非下采样Contourlet 变换(NSCT)分解,根据斑点噪声在NSCT域的分布特点,进行局部自适应去噪.通过各方向子带沿边缘方向的插值和非极大值抑制寻找模极大值点.通过类内方差最小化法自适应确定阈值,由阈值处理得到各子带的边缘.经边缘融合实现完整的边缘图.实验结果表明,该方法具有边缘检测完整、定位准确、伪边缘点少等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆武	河海大学计算机与信息学院	99	812	17.0	24.0
3	王敏	河海大学计算机与信息学院	101	756	15.0	24.0
6	程晓轩	河海大学计算机与信息学院	3	25	3.0	3.0