基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
小波变换和多尺度形态学一直是图像处理研究的热门课题,结合两者各自的优点,在融合的基础上,提出了一种具有良好抗噪性能的边缘检测算法.该算法的主要思路是,首先对图像进行小波分解,然后利用小波模极大值法对高频子图像进行边缘检测,再利用多尺度形态学对低频子图像在不同尺度下进行边缘检测.接着对不同尺度下边缘检测的低频子图像根据实体加权融合的方法进行融合.最后把高频和低频的边缘子图像融合在一起,得到了完整的图像边缘.通过实验分析,发现该边缘检测方法具有良好的抗噪性能,保留了更多细节,可以适应不同类型的图像边缘检测需求.
推荐文章
基于形态学和小波的遥感图像边缘检测
遥感图像
数学形态学
小波变换
边缘检测
基于提升小波和形态学的图像边缘检测算法
图像处理
图像边缘检测
提升小波变换
形态学
基于小波多尺度分析的图像边缘检测
小波变换
多尺度分析
轴类零件
边缘检测
多尺度数学形态学在木材图像边缘检测中的应用
数学形态学
边缘检测
多尺度形态学
木材检测
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 基于小波变换和多尺度形态学的图像边缘检测
来源期刊 移动通信 学科 工学
关键词 多尺度形态学 小波变换 边缘检测 图像处理
年,卷(期) 2017,(24) 所属期刊栏目 设计与实现
研究方向 页码范围 58-61,66
页数 5页 分类号 TP391.4
字数 2761字 语种 中文
DOI 10.3969/j.issn.1006-1010.2017.24.011
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 彭亚雄 贵州大学大数据与信息工程学院 34 93 6.0 8.0
2 徐剑锋 贵州大学大数据与信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (56)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1986(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
多尺度形态学
小波变换
边缘检测
图像处理
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
移动通信
月刊
1006-1010
44-1301/TN
大16开
广州市新港中路381号(广州市1003信箱9分箱)
46-181
1973
chi
出版文献量(篇)
9277
总下载数(次)
9
总被引数(次)
33751
论文1v1指导