文献类型：期刊文章

作　　者：代文征[1] 杨勇[2]

Dai Wenzheng;Yang Yong(School of Information Engineering,Huanghe S & T University,Zhengzhou 450063,China;School of Computer Science & Technology,Huazhong University of Science & Technology,Wuhan 430074,China)

机构地区：[1]黄河科技学院信息工程学院,郑州450063 [2]华中科技大学计算机科学与技术学院,武汉430074

出　　处：《计算机应用研究》

基　　金：国家青年科学基金资助项目(61502432);河南省科技厅科技攻关计划资助项目(152102210001);河南省人力资源与社会保障厅博士后项目(2014022)

年　　份：2019

卷　　号：36

期　　号：8

起止页码：2544-2547

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对现有梯度算子在图像边缘检测中存在的对噪声比较敏感的问题,提出了一种改进的高斯—拉普拉斯算子的边缘检测方法。噪声图像中的边缘检测是一项关键任务,然而目前常用的几种梯度算子,包括已经提出的高斯—拉普拉斯算子都没能取得理想效果。提出的方法对传统的拉普拉斯边缘检测算子作了改进,并与高斯滤波器相结合,应用高斯滤波器平滑图像,抑制噪声,再基于拉普拉斯梯度边缘检测器进行边缘检测。最后,在imagenet数据集中选取了10幅图像进行实验,将提出的高斯梯度边缘检测器与传统的边缘检测器进行比较。评估结果显示,提出的方法所获得的峰值信噪比(PSNR)高于对比算法,而均方误差(MSE)更小。实验结果表明,提出的方法在实际应用中能够有效提高噪声图像边缘检测的质量。

关 键 词：边缘检测 高斯-拉普拉斯  高斯滤波器 噪声图像 峰值信噪比 均方误差

分 类 号：TP391.41]