基于尺度空间边缘强度累计的边缘检测

doi:10.3969/j.issn.1000-565X.2014.09.011

华南理工大学学报（自然科学版） ›› 2014, Vol. 42 ›› Issue (9): 59-64.doi: 10.3969/j.issn.1000-565X.2014.09.011

• 电子、通信与自动控制 • 上一篇下一篇

基于尺度空间边缘强度累计的边缘检测

胡跃明陈泽武陈安高红霞

华南理工大学精密电子制造装备教育部工程研究中心∥自动化科学与工程学院，广东广州 510640

收稿日期:2014-03-24 修回日期:2014-05-27 出版日期:2014-09-25 发布日期:2014-08-01
通信作者: 胡跃明(1960-)，男，博士，教授，博士生导师，主要从事非线性系统控制、机器视觉及精密电子制造研究． E-mail:auymhu@scut.edu.cn
作者简介:胡跃明(1960-)，男，博士，教授，博士生导师，主要从事非线性系统控制、机器视觉及精密电子制造研究．
基金资助:
国家“863” 计划项目(2012AA041312);国家科技重大专项(2014ZX02503);国家自然科学基金资助项目(61105081);广东省新兴战略性产业重大专项(2010A081002007)

Edge Detection Based on Edge Intensity Accumulation in Scale- Space

Hu Yue- ming Chen Ze- wu Chen An Gao Hong- xia

Engineering Research Center for Precision Electronic Manufacturing Equipments of the Ministry of Education∥ School of Automation Science and Engineering,South China University of Technology,Guangzhou 510640,Guangdong,China

Received:2014-03-24 Revised:2014-05-27 Online:2014-09-25 Published:2014-08-01
Contact: 胡跃明(1960-)，男，博士，教授，博士生导师，主要从事非线性系统控制、机器视觉及精密电子制造研究． E-mail:auymhu@scut.edu.cn
About author:胡跃明(1960-)，男，博士，教授，博士生导师，主要从事非线性系统控制、机器视觉及精密电子制造研究．
Supported by:
国家“863” 计划项目(2012AA041312);国家科技重大专项(2014ZX02503);国家自然科学基金资助项目(61105081);广东省新兴战略性产业重大专项(2010A081002007)

摘要/Abstract

摘要： 为抑制图像中的细微结构、噪声、弱边缘等干扰对边缘检测的影响，同时提高边缘检测的位置精度，提出了一种基于尺度空间中边缘强度累计特性的边缘检测方法．该方法首先通过比较目标对象在多个尺度下的平均边缘强度来选择检测目标边缘的最佳尺度，然后依据边缘点在尺度空间上的强度累计值的差异滤除该尺度下的干扰边缘．实验结果表明，文中方法能够在少量的平滑预处理条件下有效地抑制上述各种干扰，提高图像中目标边缘的稳定性与位置精度．

关键词: 边缘, 边缘强度, 尺度, 累计

Abstract:

In order to reduce such effects of interference as microscopic structure,noise and weak edge on theimage edge detection and to improve the positional accuracy of the detection,an edge detection method is proposedon the basis of edge intensity accumulation characteristic in scale- space.This method selects the optimal scale oftarget edges by comparing the average edge intensity of target object at different scales,and then filters out all thejamming edges at the optimal scale according to the difference of edge intensity accumulation values of edge pointsin scale- space.Experimental results show that the proposed method can effectively restrain all the above interferenceswith slight smoothing,and thus the stability and positional accuracy of target edges is improved.

Key words: edge, edge intensity, scale, accumulation

中图分类号:

TP391

胡跃明陈泽武陈安高红霞. 基于尺度空间边缘强度累计的边缘检测[J]. 华南理工大学学报（自然科学版）, 2014, 42(9): 59-64.

Hu Yue- ming Chen Ze- wu Chen An Gao Hong- xia. Edge Detection Based on Edge Intensity Accumulation in Scale- Space[J]. Journal of South China University of Technology (Natural Science Edition), 2014, 42(9): 59-64.

[1]	王世勇, 乾国康, 李迪, 等. 面向边缘特征的实时模板匹配方法[J]. 华南理工大学学报(自然科学版), 2023, 51(9): 1-10.
[2]	李家春, 李博文, 林伟伟. AdfNet：一种基于多样化特征的自适应深度伪造检测网络[J]. 华南理工大学学报(自然科学版), 2023, 51(9): 82-89.
[3]	罗玉涛, 吴志强. 基于DAEKF算法的锂离子电池主要状态在线联合估计[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 84-94.
[4]	黄怀纬, 贺万里, 曹亚军. 基于多尺度法的预载压电梁俘能特性[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 118-126.
[5]	李勇, 佘佩健, 欧其罐, 等. 基于机器视觉的不规则形状超薄热管宽度测量方法[J]. 华南理工大学学报(自然科学版), 2022, 50(4): 46-55.
[6]	杨春玲杨雅静. 基于多尺度特征逐层融合深度神经网络的无参考图像质量评价方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(4): 81-89,141.
[7]	易清明, 吕人毅, 石敏, 等. 融合多尺度空洞卷积与反卷积的轻量化目标检测[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 41-48.
[8]	杨晋生, 陈洪鹏, 关欣, 等. 一种多尺度轻量级脑胶质瘤图像分割网络[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 132-141.
[9]	宋昱孙文赟. 基于重加权l1范数的边缘保持图像平滑算法[J]. 华南理工大学学报（自然科学版）, 2021, 49(6): 109-121.
[10]	杨易, 谭健成, 金博崇, 等. 基于WRF与CFD的复杂地形风场多尺度耦合模拟分析#br#[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 65-73,83.
[11]	陈玲, 杜安林, 唐煜括, 等. 不同糊化度淀粉材料结构演变对其热挤压 3D 打印成型性的影响[J]. 华南理工大学学报(自然科学版), 2021, 49(3): 62-70,87.
[12]	苏峰华冯文营袁熙. 基于多尺度方法的机油冷却器数值模拟[J]. 华南理工大学学报（自然科学版）, 2020, 48(5): 112-117.
[13]	孙朝云, 裴莉莉, 李伟, 等. 基于改进 Faster R-CNN 的路面灌封裂缝检测方法[J]. 华南理工大学学报（自然科学版）, 2020, 48(2): 84-93.
[14]	刘杰平温竣文梁亚玲. 基于多尺度注意力导向网络的单目图像深度估计[J]. 华南理工大学学报（自然科学版）, 2020, 48(12): 52-62.
[15]	杨静, 吴晓当, 张若英, 等. 边缘云增强光无线融合网络能效研究[J]. 华南理工大学学报（自然科学版）, 2020, 48(10): 120-128.

基于尺度空间边缘强度累计的边缘检测

Edge Detection Based on Edge Intensity Accumulation in Scale- Space

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价