原文服务方: 计算机应用研究       
摘要:
边缘检测技术的关键在于检测前的图像去噪问题.Madenda方法考虑了尖锐、模糊、噪声的影响,但在全图像范围内采用的是统一的噪声抑制参数和模糊控制参数,从而缺乏对不同区域内噪声抑制的针对性.为此,提出基于图像区域特征的自适应边缘检测方法,通过熵和对比度的计算,将原始图像逐级分解,直到达到预先设定的阈值条件.然后根据各个区域的特点,自适应地计算出相应的噪声抑制参数和模糊参数,从而达到对该区域噪声最合理的抑制,以达到最佳的边缘检测效果.实验结果表明,该方法可以有效地抑制噪声的影响,获得高质量的边缘检测图像.
推荐文章
基于Tsallis熵的自适应红外图像边缘检测方法
边缘检测
Tsallis熵
红外图像
自适应
基于边缘检测的NSCT自适应阈值图像去噪
非子采样Contourlet变换
图像去噪
自适应阈值
边缘检测
基于CNN的分块自适应彩色图像边缘检测的研究
细胞神经网络
边缘检测
人类视觉系统
鲁棒性
基于灰度共生矩阵的自适应图像边缘检测
灰度共生矩阵
LOG算子
LMS自适应算法
图像边缘检测
DSP
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像区域特征的自适应边缘检测
来源期刊 计算机应用研究 学科
关键词 边缘检测 区域分割 自适应 模糊参数
年,卷(期) 2012,(6) 所属期刊栏目 图形图像技术
研究方向 页码范围 2382-2384
页数 分类号 TP242
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.06.102
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈记全 河南理工大学计算机科学与技术学院 59 181 6.0 10.0
2 刘付民 河南理工大学计算机科学与技术学院 13 58 5.0 7.0
3 张治斌 河南理工大学计算机科学与技术学院 40 254 9.0 14.0
4 王娜 河南理工大学计算机科学与技术学院 15 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (60)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(4)
  • 参考文献(0)
  • 二级参考文献(4)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
边缘检测
区域分割
自适应
模糊参数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导