典型文献
加权核范数的边缘检测在最小化图像去噪中的应用
文献摘要：
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.
文献关键词：
Sobel算子;加权核范数最小化;图像去噪;边缘检测
中图分类号：
作者姓名：
李雪梅;钟坚
作者机构：
成都理工大学机电工程学院,成都610059
文献出处：
引用格式：
[1]李雪梅;钟坚-.加权核范数的边缘检测在最小化图像去噪中的应用)[J].自动化与仪器仪表,2022(04):16-20
A类：
加权核范数最小化,WNNM
B类：
图像去噪,Sobel,图像分割,图像处理技术,图像边缘,检测方案,去噪算法,边缘检测算法,低秩,检测效果,噪声强度,噪声水平,边缘信息
AB值：
0.152464
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
