基于多模糊阀值分割技术图像边沿提取方法研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Method of Edge Extraction Technology Based on Fuzzy Threshold Segmentation 作者：李宏昭 英文作者：Li Hongzhao;Beijing Polytechnic; 关键词：模糊阀值 ; 图像分割 ; 边沿 ; 灰度值 ; 资格函数 ; 模糊属性 英文关键词：fuzzy threshold;;image segmentation;;edge;;gray value;;qualification function;;fuzzy attribute 中文刊名：KJTB 英文刊名：Bulletin of Science and Technology 机构：北京电子科技职业学院; 出版日期：2018-12-31 出版单位：科技通报 年：2018 期：v.34;No.244 语种：中文; 页：KJTB201812047 页数：5 CN：12 ISSN：33-1079/N 分类号：195-199

摘要

传统Sobel算子、Canny算子、图像分割技术中需要多个固定阀值作为约束条件,阀值缺少关联性,分割精度差。提出了一种基于多模糊阀值分割技术的图像边沿提取方法,通过对图像进行尺寸与灰度预处理得到边沿区域明显灰度图像,然后通过模糊阀值算法提取图像主要轮廓,以确保提取边沿完整性,确定最佳阀值计算完成图像边沿的提取。实验结果表明,与传统自适应阀值分割算法相比,该算法在滤除图像噪声、保留细节边缘和保持图像边缘连通性方面以及清晰度都获得了不错效果,提高了边沿提取效率,节省时间,且增强了图像处理普适性,更具有实用性。
        Traditional Sobel operator, Canny operator, require multiple fixed threshold in image segmentation technology as constraint conditions, the threshold lack of relevance, segmentation accuracy is poor. Put forward a kind of fuzzy threshold segmentation technology based on image edge extraction method, through the study of the size of the image and the pretreatment of the gray level have obvious gray image edge area, and then the main contours of the image by fuzzy threshold algorithm, in order to ensure the integrity of the extracted edge, determine the optimal threshold calculation with image edge extraction. The experimental results show that compared with the traditional adaptive threshold segmentation algorithm, this algorithm on the edge of the image noise filtering, reservation details and keep the image edge connectivity and resolution are obtained the good effect, improve the efficiency of the edge extraction, save time, and the universality of the enhanced image processing, more practical.

引文

[1] 张平凤, 方霞, 聂方彦. 模糊Tsallis熵及其在图像阈值分割中应用[J]. 甘肃科技, 2014, 30(17):19-22.
    [2] 严学强, 叶秀清, 刘济林,等. 基于量化图像直方图的最大熵阈值处理算法[J]. 模式识别与人工智能, 1998(3):352-358.
    [3] Xue Jinghao, Zhang Yujin, Lin Xinggang,等. DYNAMIC IMAGE SEGMENTATION USING 2-D GENETIC ALGORITHMS二维遗传算法用于图象动态分割[J]. 自动化学报, 2000, 26(5):685-689.
    [4] 俞勇, 施鹏飞, 赵立初. 基于最小能量的图像分割方法[J]. 红外与激光工程, 1999, 28(4):21-24.
    [5] 任明武, 杨静宇, 孙涵. 一种基于边缘模式的直方图构造新方法[J]. 计算机研究与发展, 2001, 38(8):972-976.
    [6] 罗玉玲, 唐贤英. 基于阈值优化的图像模糊边缘检测算法[J]. 微计算机信息, 2007, 23(6):286-288.
    [7] 史晓楠, 欧阳震. 图像分割常用方法综述[J]. 科技视界, 2014(33):33-33.
    [8] 朱峰, 宋余庆, 薛万宇,等. 基于模糊加权熵的医学图像多阈值分割[J]. 微计算机信息, 2006, 22(36):308-309.
    [9] 赵志刚, 管聪慧. 基于多尺度边缘检测的自适应阈值小波图像降噪[J]. 仪器仪表学报, 2007, 28(2):288-292.
    [10] 许永峰, 张书玲, XUYong-feng,等. 多阈值图像分割的模糊粒子群优化算法[J]. 计算机工程与应用, 2008, 44(11):182-183.
    [11] 陈星明, 廖娟, 李勃,等. 动态背景下基于改进视觉背景提取的前景检测[J]. 光学精密工程, 2014, 22(9):2545-2552.
    [12] 孔珊珊, 降爱莲. 基于第二代模糊集阈值选择的图像 Canny 边缘检测[J]. 计算机应用与软件, 2013(12):160-162.
    [13] 陈明建, 刘春生, 王秀. 基于图像分割阈值的模糊边缘检测算法[J]. 义乌工商职业技术学院学报, 2008(4):61-64.
    [14] 王爽, 黄友锐, 李冬. 基于阈值优化的图像模糊边缘检测快速算法[J]. 安徽理工大学学报(自科版), 2008, 28(1):49-53.
    [15] 陈冬岚, 刘京南, 余玲玲. 几种图像分割阈值选取方法的比较与研究[J]. 机械制造与自动化, 2003(1):77-80.