陈思吉, 王晓红, 李运川

(1.贵州大学 矿业学院,贵州 贵阳 550025；2.贵州大学 林学院,贵州 贵阳 550025)

近年来，数字图像处理一直是计算机视觉领域研究的热点和重点，诸多学者围绕数字图像处理关键技术展开了研究，如薛宾田等提出基于LBP(Local Binary Patterns)纹理特征和Canny算子的视频分割算法，该算法在背景光照发生变化且前景和背景交界处颜色相似时，具有明显检测优势[1]。徐少平等提出基于深度置信网络的随机脉冲噪声快速检测算法，该算法在检测准确率和执行效率两个方面效果明显[2]。马玛双等人针对在光照变化和强阴影干扰条件下的道路边缘检测问题，提出一种对光照鲁棒的道路边缘检测算法结合导向滤波和抗阴影特征提取器，首先，采用导向滤波对图像的边缘进行增强，减少背景噪声干扰；其次，利用抗阴影道路特征提取器提取道路粗边缘轮廓；最后，采用模糊联通性分析，结合道路边缘全局信息将道路边缘分为远、近两部分，对提取的边缘点进行修正，并采用RANSAC进行拟合，该算法在各种道路条件下，具有较好的鲁棒性和准确性[3]。代文征等人针对现有梯度算子在图像边缘检测中噪声敏感问题，提出一种改进的高斯—拉普拉斯算子的噪声图像边缘检测方法，方法对传统拉普拉斯算子进行改进，并结合高斯滤波器，应用高斯滤波器平滑图像，从而达到抑制噪声，最后在基于拉普拉斯梯度边缘检测器进行边缘检测，该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[4]。……