结合梯度差分和Otsu自适应边缘检测算法

摘要：

图像含有丰富的边缘信息,边缘检测在机器视觉研究领域至关重要.Canny算法边缘检测效果最佳,而传统Canny算法采用高斯滤波,在只考虑像素间空间位置关系的情况下容易造成边缘模糊.文中采用非线性双边滤波代替高斯滤波,滤除噪声的同时,可以有效地保持边缘信息;其次,使用改进的Sobel模板计算梯度,以突出边缘信息;针对传统的Canny边缘检测算法的阈值需要人为设定的问题,提出一种利用一阶、二阶差分梯度直方图并结合Otsu算法的自适应边缘检测算法,采用递归边界跟踪法连接边缘.所提方法不仅解决了Canny算法阈值选择的问题,也优化了Canny算法边缘提取效果.通过信噪比和连通数两种指标对实验结果进行分析,实验结果表明,相比传统Canny算法,改进算法检测出的边缘信息更完整,且边缘连接性更好.

关键词：边缘检测、Canny算法、Otsu算法、自适应阈值、双边滤波、边界跟踪、边缘连接、梯度差分

所属期刊栏目：45

分类号：TN911.73-34

资助基金：陕西省教育厅科学研究计划项目;陕西省教育厅科学研究计划项目;西安市科技计划;陕西省科技计划项目

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：41-46