马雪景，王文焕，刘国巍

(安徽理工大学 电气与信息工程学院，安徽 淮南 232001)

0 引 言

近年来，图像处理技术随着相关领域网络性、数据性的改进而变得越来越重要[1]。有效的检测结果能够保障图像的后期处理与分析的质量[2-3],而含噪图像边缘检测技术是图像处理程序中的重要环节。

文献[4]采用双边滤波代替高斯滤波过程，并增加2个方向上的图像梯度幅值，从而保留图像真实边缘，然后对图像做Curvelet变换，实现边缘信息检测；文献[5]设定了一个表示平坦区域的模板图像，并建立同时考虑图像梯度和图像窗口方差信息的隶属度函数，在此基础上，通过计算模糊直觉散度检测边缘信息。然而，上述2种算法下的含噪图像边缘表现度较差。文献[6]在改进全卷积神经网络的基础上，通过添加辅助输出层的方式初步提取图像多像素边缘，然后利用分水岭算法细化并提取边缘信息；文献[7]将二进小波变换与形态学算子相融合，对含噪图像边缘进行初步检测，然后设计多结构抗噪形态学算子抑制噪声，再利用Laplace算子得到边缘检测结果。然而上述2种算法的检测耗时较长、效率偏低。

人工神经网络可从信息处理的角度抽象模拟人脑神经元网络，具有较强的信息类别划分和识别能力，其在认识科学、神经生理学、信息科学等领域取得重大突破，将人类文明推进到一个崭新的高度。近年来，人工神经网络技术不断深入发展，在模式识别、智能控制、生物、医学、经济预测等领域已成功解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性。……