基于RPCA的图像模糊边缘检测算法

• 作者: 张永新 李姗姗 袁娅婷 陈莉
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 鲁棒主成分分析 低秩图像 边缘检测 隶属函数 模糊特征平面
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 273-279,290
• 页数: 8页
• 分类号: TP391
• 字数: 5986字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.05.047

摘要

针对传统边缘检测方法未能在抗噪性能与边缘检测精度之间取得较好的权衡的问题,利用鲁棒主成分分析模型良好的矩阵恢复能力与图像模糊边缘检测算法较佳的边缘检测性能,提出一种基于RPCA的图像模糊边缘检测算法,将图像的边缘检测问题转化为图像主成分的边缘检测问题.该算法对含噪图像进行RPCA分解,得到对应的稀疏图像和低秩图像,再用一种基于阈值的隶属函数将低秩图像转化至等效的模糊特征平面,并在该特征平面上进行模糊增强运算,最后进行空域转化及边缘提取等操作得到最终的边缘图像.实验结果表明,该算法提高了边缘定位的精度,对不同类型、不同强度的噪声均具有较好的抑制能力,适用于对实时性要求不高的图像处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈莉	西北大学信息科学与技术学院	67	651	17.0	22.0
2	张永新	西北大学信息科学与技术学院	15	62	4.0	7.0
6	李姗姗	西北大学信息科学与技术学院	17	64	5.0	7.0
7	袁娅婷	西北大学信息科学与技术学院	2	9	2.0	2.0