位置:成果数据库 > 期刊 > 期刊详情页
基于分数阶微分的图像边缘细节检测与提取
  • ISSN号:0372-2112
  • 期刊名称:电子学报
  • 时间:2013
  • 页码:1873-1880
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中南大学信息科学与工程学院,湖南长沙410083, [2]湖南师范大学数学与计算机科学学院,湖南长沙410081, [3]湖南工业大学计算机与通信学院,湖南株洲412008
  • 相关基金:国家自然科学基金(No.61071176,No.61171192,No.61272337;No.61134006)
  • 相关项目:矿物浮选泡沫视觉图像处理方法研究
中文摘要:

图像边缘细节包含重要的视觉感知信息,是进一步进行图像理解与场景感知的基础。针对常用的边缘梯度检测方法难以有效提取类似于分形纹理结构的复杂图像边缘问题,提出一种基于分数阶微分的图像边缘检测方法。该方法首先基于分数阶微分的性质进行图像拐点检测,并进一步结合拉格朗日多项式插值和Grumwald-Letnikov (G-L)分数阶微分的定义,推导出具有非整数步长像素信息的图像边缘检测算子。实验表明,该方法能有效提取图像中的边缘细节(拐点)特征。对被噪声严重污染的具有复杂边缘细节的图像,该算子同样具有较好的边缘细节检测能力,获得更好的视觉效果。

英文摘要:

The edge details in images involve significant visual perception information ,which play an important role in the further image understanding and scene perception .An image edge detection and extraction method is presented based on the fraction-al differentiation theory aiming at solving the problems of inaccurate edge detection like fractal structures in the images by the tradi-tional edge detection methods .Firstly ,the inflexion points in the images are detected based on the characteristics of fractional differ-entiation ;then ,an image edge detail detection and extraction operator with sub-pixel interpolation is derived from the Grumwald-Let-nikov (G-L ) definition of fractional differentiation combining with the Lagrange interpolation polynomials .The experimental results demonstrate that the proposed operator is capable of extracting image edge details (inflexion points ) efficiently .Furthermore ,it is able to detect the useful object edge details from image with serious noise to achieve better visual effect.

同期刊论文项目
期刊论文 25 会议论文 5 专利 1
同项目期刊论文
期刊信息
  • 《电子学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会
  • 主编:郝跃
  • 地址:北京165信箱
  • 邮编:100036
  • 邮箱:new@ejournal.org.cn
  • 电话:010-68279116 68285082
  • 国际标准刊号:ISSN:0372-2112
  • 国内统一刊号:ISSN:11-2087/TN
  • 邮发代号:2-891
  • 获奖情况:
  • 2000年获国家期刊奖,2000年获国家自然科学基金志项基金支持,中国期刊方阵“双高”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:57611