江南大学物联网工程学院, 江苏 无锡 214122
针对采用高斯滤波器对图像进行滤波会导致图像边缘平滑,人为设定高、低阈值会导致阈值的自适应性差,采用双阈值法去除虚假边缘会导致去除效果不佳等问题,提出改进的Canny边缘检测算法并应用于影像测量领域。首先使用开关中值滤波代替高斯滤波,在去除噪声的同时保留非噪声像素点的灰度值不变,从而提高边缘定位精度;然后采用K-means聚类算法以得到高、低梯度值聚类中心,采用OTSU算法以得到梯度阈值,将两个方法结合,可以实现高、低阈值的自适应;最后采用面积形态学的方法去除图像的干扰边缘。实验结果表明,改进的算法具有定位精度高、自适应性强以及干扰点去除效果好等优点。
图像处理 Canny算子 影像边缘检测 开关中值滤波 K-means算法 面积形态学 激光与光电子学进展
2020, 57(24): 241024
1 上海交通大学,材料科学与工程学院,上海,200030
2 装甲兵工程学院,装备再制造技术国防科技重点实验室,北京,100072
为消除图像中的脉冲噪声,提出了自适应开关中值(ASM) 滤波算法.该算法采用一种新的噪声检测方法将图像中的像素分为信号点和噪声点两类.对检测出的噪声点统计其个数并由此估算图像中的噪声密度,根据估计的噪声密度自适应确定滤波窗口尺寸,采用改进的中值滤波对检测出的噪声点进行处理;而信号点则保留其灰度值不予处理.对ASM滤波进行仿真实验,结果表明,它能在有效去除噪声的同时很好地保护图像细节,较传统中值滤波及其它改进中值滤波算法有更优的滤波性能.
脉冲噪声 自适应开关中值滤波 噪声检测
