技术论文|加权核范数的边缘检测在最小化图像去噪中的应用

欢迎引用

[1]李亚楠,游洲,刘亚男,何正熙,陈智,曹荣生.sss核电站仪控设备压力传感器的老化机理分析[J].自动化与仪器仪表,2022,No.270(04):11-15+20.DOI:10.14016/j.cnki.1001-9227.2022.04.011.

摘 要:Sobel 算子作为一种经典有效的边缘检测算子,在图像分割等图像处理技术中得到了广泛的应用。 该算子在提取图像边缘的速度上具有明显的优势,但也存在对噪声敏感、出现伪边缘或者过度平滑图像等缺点。 为了解决这些问题,提出了一种优化的边缘检测方案。 该方案将加权核范数最小化( WNNM) 图像去噪算法与 Sobel 边缘检测算法相结合,首先采用加权核范数最小化图像去噪算法的优良去噪性能,去除图像中一些敏感的噪声。 经过该方法滤波后的图像,大大提高 Sobel 算子检测的准确度。 该算法采用低秩图像去噪算法对传统的边缘检测算法进行改进。 实验结果表明,该优化算法在处理含噪图像时能获得较好的检测效果,并且随着噪声强度的增加,该算法的优势更加明显;在高噪声水平下能够获得清晰连续的边缘信息,从而验证了算法的有效性。

关键词:Sobel 算子;加权核范数最小化;图像去噪;边缘检测

关注我的你,是最香哒!

声明:本站部分文章内容及图片转载于互联 、内容不代表本站观点,如有内容涉及侵权,请您立即联系本站处理,非常感谢!

(0)
上一篇 2022年5月10日
下一篇 2022年5月10日

相关推荐