0 引言
轮廓提取技术是重要的图像处理方法，已广泛用应用于工业、医学等领域中。轮廓提取的传统的算法有经典的Robert算子、Prewitt算子、Kirsch算子和Canny算子，这些算子皆通过微分局部极值来检测图像的边缘。其中Canny算子相对于其他几种算子具有较优的检测效果。但传统的Canny算子在椒盐环境下以及算法的适用性上存在着一定的问题。近年来，许多学者针对 Canny算子存在的问题进行了改进。文献[5]提取用中值滤波器代替高斯滤波器，减少了一定的运算量，但是对于密集度不同的椒盐噪声的处理效果不佳；文献[6]采用自适应中值-高斯滤波器代替高斯滤波器，引入Ostu算法计算图像双阈值，提高了边缘检测的效果，但是算法计算复杂度较为繁琐，算法的执行效率较低；文献[7]拓宽模板尺寸，增设了Sobel算子的45o和135o方向模板，一定程度上增加了抗噪性，但是未很好利用45o、135o方向数据提取边缘信息；文献[8]采用小波变换和自适应中值滤波代替高斯滤波，提高算法的噪声抑制、检测精度，但算法的复杂程度加大，时间较长。
针对上述问题以及传统Canny算子的局限性，本文提出通过改进的自适应中值滤波代替原算法高斯滤波增强算子的抗噪能力；增设Sobel算子的模板，提高对于斜对角方向的边缘信息敏感度；在非极大值抑制过程中采用线性插值法，提高边缘细节的完整度；在双阈值上采用最大类间方差求得图像高低阈值，提高算法的适用性。
本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005351
作者信息：
裴庄，俞洋
（江苏理工学院 电气信息工程学院，江苏 常州 213001）
