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:
为了同时提高图像中对象轮廓检测的噪声抑制和边缘定位能力,提出一种基于加权组合多尺度各向异性高斯核的对象轮廓检测算法.首先利用不同尺度各向异性高斯核方向导数滤波器获得图像中不同方向上的多尺度局部边缘特征信息;然后,利用加权组合方式把不同尺度局部边缘特征信息进行融合,获得图像的边缘强度映射图.最后,对融合后图像边缘强度映射图进行非极大值抑制、阈值处理和形态学细化与连接操作,获得图像中对象轮廓检测结果.与经典和最新的边缘检测算法相比,本文方法在对象轮廓提取中的噪声抑制和边缘定位精度上具有明显优势.
推荐文章
基于各向异性主动轮廓模型的图像分割方法研究
图像分割
主动轮廓模型
能量函数
各向异性滤波
扩散系数
利用各向异性高斯方向导数相关矩阵的角点检测方法
边缘轮廓
角点检测
各向异性高斯方向导数
基于各向异性高斯方向导数滤波器的角点检测
角点检测
Harris检测算法
各向异性高斯方向导数滤波器
自相关矩阵
基于各向异性高斯滤波器的视网膜新生血管增强算法
视网膜
新生血管
增强
各高异性高斯滤波器
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 加权组合多尺度各向异性高斯核对象轮廓检测
来源期刊 福建电脑 学科
关键词 轮廓检测 尺度各向异性高斯核 加权组合
年,卷(期) 2017,(4) 所属期刊栏目 基金项目论文
研究方向 页码范围 6-7,61
页数 3页 分类号
字数 3151字 语种 中文
DOI 10.16707/j.cnki.fjpc.2017.04.002
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 董振鑫 福建农林大学计算机与信息学院 6 3 1.0 1.0
2 廖仕荣 福建农林大学计算机与信息学院 3 2 1.0 1.0
3 程慧 福建农林大学计算机与信息学院 3 2 1.0 1.0
4 张泽均 福建农林大学计算机与信息学院 13 21 2.0 4.0
5 黄唯佳 福建农林大学计算机与信息学院 3 10 1.0 3.0
6 何泽涛 福建农林大学计算机与信息学院 2 0 0.0 0.0
7 陈惠斌 福建农林大学计算机与信息学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
轮廓检测
尺度各向异性高斯核
加权组合
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导