基于改进八方向Sobel算子的图像轮廓提取方法

摘要：

针对传统八方向Sobel算子的边缘提取算法对图像的检测效果差、漏检率高等问题,提出一种改进的八方向Sobel算子的图像轮廓提取方法.该方法首先采用高斯滤波算法对图像进行预处理,以减少图像噪声的影响,然后利用八个方向的模板计算各像素点的梯度,并将由各个方向模板提取到的各方向轮廓图像进行加权融合,以获得多个方向上的轮廓信息,最后采用区域生长算法进行后处理,以补充被漏检的边缘信息,从而使得提取到的图像轮廓更精确完整.通过在PyCharm平台上对CCPD数据集中的图片进行实验可知,由该算法提取到的轮廓图像的峰值信噪比(PSNR)为97.45、均方误差(MSE)为27.89和结构相似性(SSIM)为0.231,分别比传统八方向Sobel算子的边缘提取算法提高了54.4％,43.9％和92.2％.实验结果说明,文中改进算法提取的图像轮廓更精确,漏检率更低,整体检测效果更优.

关键词：图像轮廓提取、Sobel算子、区域生长、阈值分割、高斯滤波、方向模板、图像预处理

所属期刊栏目：45

分类号：TN915.08-34;TP181

资助基金：国家自然科学基金61703116

在线出版日期：2022-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：54-58