摘要

由于在利用原有方法进行舰船监测视频图像模糊边缘识别时,受边缘不确定性的影响而无法进行模糊边缘检测,在椒盐噪声密度为0.010~0.030的范围内存在识别边缘品质因数值较低的问题,因此设计一种基于机器学习的舰船监测视频图像模糊边缘识别方法。基于机器学习算法中的小波变换方法对舰船监测视频图像进行去噪处理。利用Pal. King算法对舰船监测视频图像实施图像模糊边缘检测,通过模糊理论边缘识别算法进行舰船监测视频图像的模糊边缘识别。为了证明该方法在该椒盐噪声密度范围内的识别边缘品质因数值较高,将原有方法与其对比,实验结果证明该方法的识别边缘品质因数值更高,实现了边缘识别性能的提升。

  • 单位
    周口科技职业学院