基于梯度幅度直方图和类内方差的边缘提取方法

摘要：

针对复杂背景中目标边缘提取的问题,提出一种基于梯度幅度直方图和类内方差进行边缘提取的新方法--CAGH(cluster algorithm based on gradient histogram)算法.该算法先分析经"非最大梯度抑制"后的梯度幅度直方图的特征,确定边缘集中区域,再通过类内方差确定梯度阈值,并利用该阈值确定边缘.在车牌识别中运用该方法提取复杂背景中的车牌边缘,并与Sobel、Canny等算法进行了比较.结果表明,CAGH算法适应性强、提取效率高,提取的是连通性、独立性好的单像素边缘,有利于后续的特征提取和模式识别.

关键词：边缘提取、梯度、类内方差、车牌识别

所属期刊栏目：30

分类号：P237.4(摄影测量学与测绘遥感)

资助基金：中国科学院资助项目60175022

在线出版日期：2006-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1056-1058