Gabor滤波与数学形态学结合下激光图像亚像素边缘检测

发布时间：2020-12-30 04:30

　　针对当前图像亚像素识别定位易受到噪声干扰,导致边缘检测完整性较差的问题,提出基于Gabor滤波与数学形态学的激光图像亚像素边缘检测方法。采用指定不同方向与尺度Gabor滤波器和图像卷积,对卷积激光图像实行规格化操作,利用取极小值与平均值实现激光图像Gabor滤波器结果自适应性融合,获取增强后的图像。依据图像处理,根据图像灰度与空间结构特征,通过数学形态学实现边缘点粗定位,在图像像素级上得到边缘点坐标与梯度方向。依据边缘点向量与参考阈值,通过Zernike矩实现边缘点亚像素边缘精定位,完成激光图像亚像素边缘检测。实验结果表明,所提方法具备较高的检测精度和效率,可实践性能较强。 

【文章来源】：激光杂志. 2020年11期 北大核心

【文章页数】：5 页

【部分图文】：

二维激光图像亚像素的理想阶跃边缘模型示意图

为了使亚像素边缘检测精度更高，对式(12)得到的亚像素位置进行进一步精细化。图2为实际边缘模型。图2中，l″1、l″2代表采样像素的边缘与中心像素之间距离，图像亚像素边缘与中心像素之间的实际距离l″R位于l″1、l″2间。

不同研究成果检测结果对比

【参考文献】：
期刊论文
[1]复杂背景下激光条纹中心亚像素提取方法[J]. 甘宏,张超,李林,罗文婷.  光电工程. 2019(02)
[2]激光测距仪镜头感光元件的快速识别与定位算法研究[J]. 李超,周海波,王桂莲,穆浩志,李涛.  红外技术. 2019(01)
[3]飞秒激光等离子体光斑图像增强及亮度分析[J]. 王福斌,刘洋,潘兴辰,王宜文.  中国激光. 2019(02)
[4]行车环境下钢轨轮廓激光条纹中心的提取方法[J]. 王胜春,韩强,王昊,赵鑫欣,戴鹏.  光学学报. 2019(02)
[5]超分辨率数字全息实验研究[J]. 吴凯,吴学成,赵亮.  光学技术. 2018(01)
[6]基于CUDA的实时红外辐射传输及成像仿真设计[J]. 蔡方伟,卞春江,冯水春,曹景,毛博年.  电子设计工程. 2018(01)
[7]结合分层处理的激光光条亚像素中心提取方法[J]. 刘巍,张洋,高鹏,杨帆,兰志广,李晓东,贾振元,高航.  红外与激光工程. 2017(10)
[8]基于Bertrand曲面模型的边缘检测算法[J]. 王宁,段振云,赵文辉,杜坡,段博强,赵军贵.  光子学报. 2017(10)
[9]冰形表面激光光带中心线快速提取方法[J]. 康含玉,刘桂华,王斌,牛乾.  实验流体力学. 2017(05)
[10]基于约束流体化的激光图像特征三维重建算法（英文）[J]. 赵宇枫,徐科.  机床与液压. 2017(18)



本文编号：2946989