基于 Shearlet 域方向模极大值和改进蜂群的图像边缘检测

• 作者: 吴一全 李立 王凯
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 图像处理 边缘检测 非下采样Shearlet变换 改进的蜂群算法 方向模极大值
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 铁道通信信号
• 页码范围: 59-66
• 页数: 8页
• 分类号: TN911.73
• 字数: 7267字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2015.06.009

摘要

为从图像中提取出更为准确、清晰的边缘，本文提出一种基于Shearlet域方向模极大值和改进蜂群的边缘检测方法。对图像进行非下采样Shearlet分解；对于低频分量，利用改进的蜂群算法准确检测出边缘的基本轮廓线；而对于高频分量，采用方向模极大值算法检测出图像中丰富的边缘细节；融合后得到轮廓完整、细节丰富的图像边缘。实验结果表明：与Canny方法、改进的蚁群方法、改进的蜂群方法、改进的非下采样Contourlet模极大值方法相比，本文提出的方法检测出的图像边缘定位准确、完整清晰、细节丰富，边缘检测效果更好，且运行时间较少。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴一全	南京航空航天大学电子信息工程学院	198	2249	23.0	36.0
4	王凯	南京航空航天大学电子信息工程学院	43	136	7.0	9.0
11	李立	南京航空航天大学电子信息工程学院	5	50	4.0	5.0