摘要
针对传统边缘检测方法受高斯噪声、椒盐噪声污染,以及边缘梯度变化幅度小等因素影响而出现的物体轮廓检测效果不理想,误检率、漏检率高等问题,提出了CannyCauchy边缘检测算法。该算法是Canny算法的一种改进,首先对椒盐噪声图像进行自适应中值滤波预处理,在清除椒盐噪声的同时保护了边缘不被模糊。在滤波器的设计上,该算法使用柯西分布函数的一阶导数作为边缘检测函数,通过对函数采样得到边缘检测滤波器。对所提出的边缘检测函数按照边缘检测算法的三条设计准则进行理论分析,并在BSDS500数据集上与其他边缘检测算法进行了对比实验。实验结果表明,降噪方面该算法可以在20%密度的椒盐噪声下保证处理后图像的峰值信噪比大于30dB,结构相似性大于0.9。边缘检测方面该算法比传统Canny算法对白噪声的抑制能力以及对真实边缘的响应能力更强,在BSDS500数据集上面F1分数提升了7.5%,平均准确率提升了10.2%。
- 单位