基于粗糙集和边缘信息测度的图像边缘检测算法

doi:10.3969/j.issn.1006-2475.2009.10.026

计算机与现代化 ›› 2009, Vol. 1 ›› Issue (10): 92-3.doi: 10.3969/j.issn.1006-2475.2009.10.026

基于粗糙集和边缘信息测度的图像边缘检测算法

刘瑞玲

浙江纺织服装职业技术学院服装学院,浙江宁波 315211

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2009-10-15 发布日期:2009-10-15

Algorithm of Image Edge Detection Based on Rough Set and Edge Information Meausure

LIU Rui-ling

Fashion School of Zhejiang Textile & Fashion College, Ningbo 315211, China

Received:1900-01-01 Revised:1900-01-01 Online:2009-10-15 Published:2009-10-15

摘要/Abstract

摘要：

基于粗糙集的思想，结合边缘信息测度提出一种新的边缘检测算法。本文首先提出边缘信息测度的定义式，并指出其特性，然后根据噪声、边缘信息测度属性对像素点分类。通过设定合适的阈值，较好地区分了各种边缘点和非边缘点，从而得到真正的边缘。实验结果表明，该算法能有效抑制噪声,保留较多的图像边缘的细节信息,边缘图像锐利而清晰，且运算速度较快。

关键词: 粗糙集, 边缘信息测度, 边缘检测

Abstract:

Basing on rough set thinking, and combining with the edge information measure, a new edge detection algorithm is proposed. At first, the definitin of edge detection measure and its property is presened. Then pixels of image are classified by the properties of noises and edge detection measure. Setting the appriate threshold, the edge points and nonedge points are distinguished, and the true edge is found. The experimental results show that this algorithm can not only effectively reduce the noises of the image, but also can precisely detect the edge position, and keep the image edges’ details well, compute quickly.

Key words: rough set, edge detection measure, edge detection

刘瑞玲. 基于粗糙集和边缘信息测度的图像边缘检测算法[J]. 计算机与现代化, 2009, 1(10): 92-3.

LIU Rui-ling. Algorithm of Image Edge Detection Based on Rough Set and Edge Information Meausure[J]. Computer and Modernization, 2009, 1(10): 92-3.

[1]	毛明扬, 徐胜超. 面向粒子群优化BP神经网络的粗糙集连续属性离散化算法[J]. 计算机与现代化, 2023, 0(09): 115-119.
[2]	段珣, 杨志勇, 江峰. 一种基于邻域粒度熵的离群点检测算法[J]. 计算机与现代化, 2022, 0(10): 19-23.
[3]	赵启雯, 徐琨, 徐源. 基于HED网络的快速纸张边缘检测方法[J]. 计算机与现代化, 2021, 0(05): 1-5.
[4]	姚传文, 黄道斌, 叶明全, . 基于粗糙集自适应粒度的MR脑肿瘤图像分割[J]. 计算机与现代化, 2021, 0(01): 34-37.
[5]	李希敏, 李书琪. 基于粗糙集的多源数据库缓存冲突自动处理方法[J]. 计算机与现代化, 2020, 0(10): 36-39.
[6]	李睿, 王德忠. 结合HED网络和双阈值分割的GMM目标检测算法[J]. 计算机与现代化, 2020, 0(06): 7-.
[7]	周洪雨1,马千里1,马蓬勃2. 鼓风机转子工件尺寸和对称性的检测方法[J]. 计算机与现代化, 2019, 0(11): 55-.
[8]	李华，江峰，于旭，杜军威，刘国柱. 基于粒度决策熵的属性约简[J]. 计算机与现代化, 2018, 0(04): 7-.
[9]	刘占. 基于局部期望阈值分割的图像边缘检测算法[J]. 计算机与现代化, 2016, 0(8): 52-55.
[10]	杜默1,2，王清理2. 基于双边缘检测的目标定位技术[J]. 计算机与现代化, 2016, 0(8): 56-59.
[11]	胡盼,秦亮曦,姚洪曼. 用人工鱼群算法自动确定三支决策阈值[J]. 计算机与现代化, 2016, 0(6): 97-102.
[12]	段珊珊1，李昕2. 基于RGBD传感器的场景自适应性视觉里程计算法[J]. 计算机与现代化, 2016, 0(12): 73-77.
[13]	朱海洋1，徐根玖2，李元晨1，张梦祺2. 基于图像分块的局部区域动态阈值选取方法[J]. 计算机与现代化, 2016, 0(11): 53-57.
[14]	汪耕任，范新南，史朋飞，陈伟. 基于粗糙集理论的水下大坝裂缝图像增强算法[J]. 计算机与现代化, 2015, 0(9): 35-41.
[15]	王秀华，武丽芬. 基于近邻边缘检测的支持向量机[J]. 计算机与现代化, 2015, 0(3): 15-19+25.

基于粗糙集和边缘信息测度的图像边缘检测算法

Algorithm of Image Edge Detection Based on Rough Set and Edge Information Meausure

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价