有关于对数强噪声干扰下对数极坐标空间边缘提取算法网

论文导读：
摘要：准确提取对数极坐标空间的目标边缘信息是对数极坐标变换视觉不变性获得成功应用的前提和关键。由于传统的边缘提取算法无法满足强噪声干扰下的单像素精度要求，在主动轮廓模型和水平集方法的基础上，设计了一种独特的边缘提取算法。经融合Canny算子的水平集方法全局降噪，利用能量驱动的主动轮廓模型逐次演化逼近，提取可能的边缘曲线，通过改进型跟踪寻迹剔除虚假信息，即可得到最终的目标边缘。实验表明，该算法行之有效，边缘提取特征相似度达96%以上。
关键词：边缘提取；对数极坐标空间；主动轮廓模型；水平集方法；跟踪寻迹
中图分类号：TN911.73
0引言
对数极坐标变换因具有良好的视觉不变性[1-4]，被越来越多地应用于基于图像的目标检测、跟踪与识别。在工程环境下，受成像高度、角度，以及大气条件等因素的影响，图像中的运动目标不可避免地存在着尺度和旋转变化。而这些变化映射到对数极坐标空间，仅仅表现为目标像点的上下平移和左右平移。也就是说，对于对数极坐标空间内的目标边缘图像而言，尺度和旋转变化只是改变了目标边缘曲线的平移，其形状并未发生改变。由于平移是比较容易分析的，因此只要能够准确地提取出目标的边缘信息，抗尺度和抗旋转处理将迎刃而解。
边缘提取是图像处理中的经典问题[5]。传统的边缘提取算法主要是考察图像中每个像素在其邻域内的灰度跳跃式变化，数学上可以用一阶或二阶导数来判别，例如Prewitt算子、Sobel算子、LoG（LaplacianofGaussian）算子等，它们不是对噪声敏感，就是提取出的边缘容易出现多像素宽度。Canny算子虽具有一定的噪声抑制能力，能够提取真正的弱边缘，但是，对于不同的图像，Canny算子的高、低阈值不可能一成不变，也就是说它不具有自适应能力，如果用户不熟悉该算法而自行调节参数，那么在很多情况下难以取得好的边缘提取效果。
由于对数极坐标空间内的目标边缘曲线形式多样，且常常伴有严重的噪声，因此传统的边缘提取算法并不适用。为了准确地提取单像素精度的目标边缘信息，本文在主动轮廓模型和水平集方法的基础上设计了一种强噪声干摘自：毕业论文前言www.7ctime.com
扰下的对数极坐标空间边缘提取算法。