基于非线性扩散滤波的边缘检测和图像测量

付树军; 阮秋琦; 穆成坡; 王文洽

doi:null

您当前的位置：

首页 >

文章列表页 >

基于非线性扩散滤波的边缘检测和图像测量

更新时间：2020-08-12

- 基于非线性扩散滤波的边缘检测和图像测量
- Edge detection for image measurement based on nonlinear diffusion filtering
- 光学精密工程 2007年15卷第2期页码：289-293
- 作者机构：
  
  1. 山东大学数学与系统科学学院, 山东济南 250100
  2. 北京交通大学信息科学研究所, 北京 100044
  3. 北京理工大学宇航科学技术学院, 北京 100081
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP391.41
- 收稿日期：2006-09-30，
  
  修回日期：2006-12-14，
  
  网络出版日期：2007-02-20，
  
  纸质出版日期：2007-02-20
- 稿件说明：
移动端阅览
付树军, 阮秋琦, 穆成坡, 等. 基于非线性扩散滤波的边缘检测和图像测量[J]. 光学精密工程, 2007,15(2):289-293.

FU Shu-jun, RUAN Qiu-qi, MU Cheng-po, et al. Edge detection for image measurement based on nonlinear diffusion filtering[J]. Optics and precision engineering, 2007, 15(2): 289-293.
付树军, 阮秋琦, 穆成坡, 等. 基于非线性扩散滤波的边缘检测和图像测量[J]. 光学精密工程, 2007,15(2):289-293. DOI：

FU Shu-jun, RUAN Qiu-qi, MU Cheng-po, et al. Edge detection for image measurement based on nonlinear diffusion filtering[J]. Optics and precision engineering, 2007, 15(2): 289-293. DOI：

摘要

提出了一种基于自适应非线性扩散方程滤波的边缘检测方法

以提高图像测量的精度。首先对原始图像实施一种非线性扩散处理

即沿着等照度线(边缘)的梯度方向实施反向扩散以锐化边缘

而相反地沿切线方向实施正向扩散以去除噪声和锯齿伪像; 然后应用经典的微分算子来检测边缘。实验结果表明

相对于经典的边缘检测算子

本算法得到了尖锐而平滑的单像素宽的图像边缘

较好地定位了边缘

相对误差为0.03。当图像边缘模糊和存在附加噪声时

测量结果将会受到很大影响。本方法较好地定位了边缘像素

对于微小尺寸测量显示出它的优越性.

Abstract

Image measurement technique is a new developing method in the non-contact measurement and instrument fields. In this paper

an adaptive nonlinear flow equation process is presented to improve the measurement precision. First

an inverse diffusion is performed to sharpen edges along the normal directions to the isophote lines (edges)

while a normal diffusion is done to remove noise and artifacts ("jaggies") along the tangent directions. Then

classical differential operator is employed to detect image edges. With a better edge location

experimental results show that sharper and smoother edges with one pixel are abtained in a relative error of 0.03. The method also shows its advantages in the minuteness measurement for a better edge location. In the case of blurry edges and additional noise in the image

the measurement results would be worse.

关键词

Keywords

references

. 吴晓波, 杨永琴. 图像测量技术的新应用[J]. 光学精密工程, 1998, 6(3): 10-15. WU X B, YANG Y Q. New applications of image measurement technology[J]. Opt. Precision Eng., 1998, 6(3): 10-15. (in Chinese)

. HASHIMOTO T, MURAI S. Traffic flow measurement by video image processing[J]. SPIE, 1990, 1395: 802-808.

. TANG S H, HUANG Y Y. Fast profilometer for the automatic measurement of 3-D object shapes[J]. Appl. Opt., 1990, 29(20): 3012-3018.

. 叶东,刘长英,车仁生,等. 基于遗传算法的像机虚拟立体校准技术研究[J]. 光学精密工程,2006,14(3):485-489. YE D,LIU C Y,CHE R S,et al..Dummy solid camera calibration technology using genetic algorithm[J]. Opt. Precision Eng.,2006,14(3):485-489.(in Chinese)

. 王建军,王颖. 光栅法在船体横扭角测量中的应用 . 光学精密工程,2005,13(3):371-375. WANG J J,WANG Y. Application of raster metering to hull transverse twist measurement[J]. Opt. Precision Eng.,2005,13(3):371-375.(in Chinese)

. 王德强, 谢常青, 叶甜春. 用于X射线光刻对准的图像边缘增强技术[J]. 光学精密工程, 2004, 12(4): 426-431. WANG D Q, XIE C Q, YE T C. Image edge enhanced technique for X-ray lithography alignment[J]. Opt. Precision Eng., 2004, 12(4): 426-431. (in Chinese)

. CASTLEMAN K R. Digital image processing[M]. Prentice Hall, 1995.

. AUBERT G, KORNPROBST P. Mathematical problems in image processing: partial Differential equations and the calculus of variations[M]. Springer-Verlag, Applied Mathematical Sciences, 2001.

. OSHER S J, RUDIN L I. Feature-oriented image enhancement using shock filters[J]. SIAM J. Numer. Anal., 1990, 27: 919-940.

. ALVAREZ L, MAZORRA L. Signal and image restoration using shock filters and anisotropic diffusion[J]. SIAM J. Numer. Anal., 1994, 31(2): 590-605.

. 付树军, 阮秋琦, 王文洽. 基于特征驱动的双向耦合扩散方程的图像去噪和边缘锐化[J]. 光学精密工程, 2006, 12(2): 315- 319. FU S J, RUAN Q Q, WANG W Q. A feature-oriented coupled bidirectional flow equation for image denoising and edge sharpening[J]. Opt. Precision Eng., 2006, 12(2): 315- 319. (in Chinese)

. PERONA P, MALIK J. Scale-space and edge detection using anisotropic diffusion[J]. IEEE Trans. Pattern Anal. Mach. Intell, 1990, 12(7): 629-639.

. 何金国, 石青云, 黄克勤. 一个基于各向异性的热传导方程导出的图像锐化算子[J]. 计算机研究与发展, 2000, 37(6): 692- 696. HE J G, SHI Q Y, HUANG K Q. An image enhancement method designed by a new anisotropy diffusion equation[J]. J. Comput. Res. Dev., 2000, 37(6): 692-696. (in Chinese)

. GILBOA G, SOCHEN N, ZEEVI Y Y. A forward and backward diffusion process for adaptive image enhancement and denoising[J]. IEEE Trans. Image Process., 2002, 11(7): 689-703.

浏览量

364

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于特征驱动的双向耦合扩散方程的图像去噪和边缘锐化

图像边缘特征分析

小模数直齿轮免参数并行快速测量

面向小目标测量的通道注意力网络与系统设计

强噪声下自适应Canny算子边缘检测