论文部分内容阅读
针对传统边缘检测算法中因无法实现阈值选择从局部信息到整体特征的自适应而出现的噪声干扰、误分割等问题,提出了基于小世界网络的自适应阈值边缘检测算法。该算法根据小世界现象特征,以像素与邻域像素亮度上的差异性,建立图像阈值分层模型。通过计算各像素的亮度变化,将其划分到不同的阈值层,形成候选边缘像素的状态空间;然后在选定边缘像素阈值层内,各像素按给定的概率在HS空间中聚类,实现边缘的提取。仿真实验表明,该算法能有效地消除噪声,提高边缘检测的准确性,保证边缘的连续性。