论文部分内容阅读
针对现有梯度算子在图像边缘检测中存在的对噪声比较敏感的问题，提出了一种改进的高斯-拉普拉斯算子的边缘检测方法。噪声图像中的边缘检测是一项关键任务，然而目前常用的几种梯度算子，包括已经提出的高斯-拉普拉斯算子都没能取得理想效果。提出的方法对传统的拉普拉斯边缘检测算子作了改进，并与高斯滤波器相结合。首先，应用高斯滤波器来平滑图像，抑制噪声；然后，基于拉普拉斯梯度边缘检测器进行边缘检测；最后，在Imagenet数据集中选取了10幅图像进行了实验，将提出的高斯梯度边缘检测器与传统的边缘检测器进行比较。评估结果显示，提出的方法所获得的峰值信噪比(PSNR)高于对比算法，而均方误差(MSE)更小。实验结果表明，提出的方法在实际应用中能够有效提高噪声图像边缘检测的质量。