基于Canny算子與形態(tài)學(xué)融合的邊緣檢測算法.pdf

1、在圖像的分析與處理中，邊緣所起到的作用至關(guān)重要。而邊緣檢測的難點就是在濾除噪聲的同時增強邊緣。本文分別對傳統(tǒng)的Canny算子和形態(tài)學(xué)算法進行了研究，提出了新的邊緣檢測算法，具體工作如下:
　　首先，使用傳統(tǒng)的Canny算子進行邊緣檢測，存在兩方面的問題:一是無法消除局部噪聲的干擾，在檢測出偽邊緣的同時還會丟失邊緣細節(jié);二是很難設(shè)定高斯濾波參數(shù)，對不同的圖像缺乏自適應(yīng)性。為此，本文利用自適應(yīng)中值濾波代替高斯濾波，使得改進的Canny

2、算子檢測出的圖像邊緣受噪聲的影響明顯降低。而且，它保持了邊緣的強度和較為完整的細節(jié)信息，獲得了更為滿意的主觀效果，客觀評價也明顯提高。
　　其次，利用傳統(tǒng)形態(tài)學(xué)算法對圖像進行邊緣檢測，如果噪聲濃度較高，檢測效果就不理想。因此，本文提出了一種改進的抗噪形態(tài)學(xué)邊緣檢測算法，且利用兩個不同的結(jié)構(gòu)元素進行邊緣檢測。對于含有椒鹽噪聲的圖像，改進的抗噪形態(tài)學(xué)邊緣檢測算法能很好地減弱噪聲，得到的圖像較平滑，輪廓清晰，包含的信息也較為豐富。同時，