通过对比可以发现本文所提出的方法和传统的边缘检测方法相比鲁棒性更好,边缘定位更准确,并且能够获得比传统的边缘检测算子更多的边缘轮廓信息。
本文使用Sobel算子对彩色图像的RGB分量进行梯度值运算,获得彩色轮廓后,再分别通过灰度直方图的阈值分割、最大熵的阈值分割和最大类间方差阈值分割三种方法去除彩色轮廓边缘的噪声因素,从而获得更为清晰的二值化边缘轮廓图像。实验证明,该方法在检测图像边缘细微颜色变化和细节纹理信息方面比传统的检测方法具有更加良好的效果。 参考文献
[1] KOSCHAN A,ABIDI M. 彩色数字图像处理[M].章毓晋, 译.北京: 清华大学出版社, 2010.
[2] NOVAK C L,SHAFER S A.Anatomy of a color histogram[C]. In: Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Champaign, USA: 1992:599-605.
[3] ROBINSON G S. Color edge detection[C].In: Symposium on Advances in Image Transmission Techniques, San Diego, CA, 1976:126-133.
[4] PRATT W K. 数字图像处理[M]. 张引,译. 北京:机械工业出版社,2009.
[5] KOSCHAN A, ABIDI M. Detection and classification of edges in color images[J]. IEEE Signal Processing Magazine, 2005,22(1):64-73.
[6] GAO C B, ZHOU J L, HU J R, et al. Edge detection of colour image based on quaternion fractional differential[J]. Image Processing, 2011,5(3):261-272.