基于各向异性扩散方程的Canny边缘检测算法

计算机应用

基于各向异性扩散方程的Canny边缘检测算法

张洁檀结庆

合肥工业大学合肥工业大学

收稿日期:2008-02-28 修回日期:2008-04-02 发布日期:2008-08-01 出版日期:2008-08-01
通讯作者: 张洁

Canny edge detection algorithm based on anisotropic diffusion equations

<a href="http://www.joca.cn/EN/article/advancedSearchResult.do?searchSQL=(((Jie ZHANG[Author]) AND 1[Journal]) AND year[Order])" target="_blank">Jie ZHANG</a>

Received:2008-02-28 Revised:2008-04-02 Online:2008-08-01 Published:2008-08-01
Contact: Jie ZHANG

摘要/Abstract

摘要： Canny边缘检测算法由于使用高斯滤波对图像进行平滑，往往使得算法的信噪比和定位精度下降，从而产生一些虚假边缘，使角点变圆。针对Canny算法所出现的问题提出了一种改进方法，运用各向异性扩散方程代替高斯滤波，并对扩散后的图像做图像增强。实验结果表明，该算法有效地提高了边缘检测的准确性，得到了比较理想的边缘检测效果。

关键词: 边缘检测, Canny算法, 高斯滤波, 各向异性扩散方程, 图像增强

Abstract: The Canny edge detection algorithm which used Gaussian filter for smoothing the image may lead to lower SNR and higher edge location error, which produced false edge and corner roundness. To solve these problems, an improved edge detection algorithm was proposed by replacing Gaussian filter with anisotropic diffusion equations, and the image enhancement was carried out after diffusion. Experimental results show that the accuracy of edge detection is improved evidently, and a much better edge detection effect is obtained.

Key words: edge detection, Canny algorithm, Gaussian filter, anisotropic diffusion equations, image enhancement

张洁檀结庆. 基于各向异性扩散方程的Canny边缘检测算法[J]. 计算机应用.

Jie ZHANG . Canny edge detection algorithm based on anisotropic diffusion equations[J]. Journal of Computer Applications.

[1]	高工, 杨红雨, 刘洪. 基于深度学习的三维点云人脸识别[J]. 计算机应用, 2021, 41(9): 2736-2740.
[2]	牛康力, 谌雨章, 沈君凤, 曾张帆, 潘永才, 王绎冲. 基于深度学习的双通道夜视图像复原方法[J]. 计算机应用, 2021, 41(6): 1775-1784.
[3]	贺杰安, 吴晓红, 何小海, 胡建蓉, 卿粼波. 结合图像增强和卷积神经网络的小麦不完善粒识别[J]. 计算机应用, 2021, 41(3): 911-916.
[4]	胡立华, 左威健, 聂瑶瑶. 基于加权相似性度量的特征匹配方法[J]. 计算机应用, 2021, 41(2): 511-516.
[5]	陶冶, 许文海, 徐鲁强, 郭富城, 蒲海波, 陈广同. 基于人工欠曝光融合和白平衡技术的水下图像增强算法[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3672-3679.
[6]	杨佳义, 陈勇. 低照度视频图像自适应补偿增强的设计与实现[J]. 计算机应用, 2020, 40(8): 2372-2377.
[7]	宋杰, 于裕, 骆起峰. 基于RCF的跨层融合特征的边缘检测[J]. 计算机应用, 2020, 40(7): 2053-2058.
[8]	于天河, 李昱祚, 兰朝凤. 基于顶帽底帽变换的仿生图像增强算法[J]. 计算机应用, 2020, 40(5): 1440-1445.
[9]	王瑞尧, 岳雪亭, 周志青, 耿则勋. 最大差值图决策的低照度图像自适应增强算法[J]. 计算机应用, 2020, 40(4): 1164-1170.
[10]	滕旭, 张晖, 杨春明, 赵旭剑, 李波. 基于循环一致性对抗网络的数码迷彩伪装生成方法[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 566-570.
[11]	李翠锦, 瞿中. 基于深度学习的图像边缘检测算法综述[J]. 《计算机应用》唯一官方网站, 2020, 40(11): 3280-3288.
[12]	宋小娜, 芮挺, 王新晴. 结合语义边界信息的道路环境语义分割方法[J]. 计算机应用, 2019, 39(9): 2505-2510.
[13]	景年昭, 杨维. 基于RCF的精细边缘检测模型[J]. 计算机应用, 2019, 39(9): 2535-2540.
[14]	司马紫菱, 胡峰. 基于模拟多曝光融合的低照度图像增强方法[J]. 计算机应用, 2019, 39(6): 1804-1809.
[15]	程宇, 邓德祥, 颜佳, 范赐恩. 基于卷积神经网络的弱光照图像增强算法[J]. 计算机应用, 2019, 39(4): 1162-1169.