基于截断奇异值低秩矩阵恢复的Canny边缘检测算法

摘要：

针对Canny算法在处理噪声图像时存在的不足,为提高其准确性和鲁棒性,提出一种基于截断奇异值的低秩矩阵恢复方法,以及一种更加准确的双噪声凸优化模型和求解方法.使用经典Canny边缘检测算法作用于分解后去除冗余信息的主成分上,将图像的边缘检测转化为对主成分的边缘检测,可以在有效地去除脉冲噪声和高斯噪声干扰的同时,更好地保留边缘信息.为验证其有效性,在不同噪声浓度以及混合噪声情况下进行实验,结果分析表明,基于低秩矩阵恢复的边缘检测算法可以更好地保留完整的边缘信息,提高边缘检测的准确性及鲁棒性.

关键词：边缘检测、鲁棒主成分分析、双噪声凸优化模型、截断奇异值、奇异值分解

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61540056;辽宁省自然科学基金2015020095

在线出版日期：2018-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1670-1678