Canny算法在中國古畫上的應(yīng)用與改進.pdf

1、圖像邊緣檢測是圖像分析的前提，也是非常重要的一步，邊緣檢測的效果直接影響到后續(xù)的研究。本文對古畫邊緣檢測的方法進行分析和研究，為后續(xù)基于古畫的三維建?；蛘邤?shù)字化仿真提供前提。由于古畫存放年代久遠或存放不當?shù)仍?，導致圖像噪聲多，色澤暗淡等，傳統(tǒng)的邊緣檢測方法并不適用，因此本文基于經(jīng)典的 Canny算法，針對 Canny算法在古畫上應(yīng)用時的缺陷進行改進，用本文算法得到的邊緣相較于傳統(tǒng)的算法有比較明顯的改善。本文的主要工作如下：
　　

2、1、分析了傳統(tǒng)的邊緣檢測算子以及經(jīng)典的Canny算法的優(yōu)劣性，根據(jù)實驗結(jié)果得出傳統(tǒng)的邊緣檢測算法以及經(jīng)典的 Canny算法均不適用于古畫的邊緣檢測。
　　2、對古畫預處理，針對古畫噪聲多、畫質(zhì)不清晰等特點，在做邊緣檢測之前需要對圖像預處理以減少噪聲對檢測效果的影響。本文采用引導濾波的方法對古畫圖像進行噪聲處理，用此方法代替了經(jīng)典Canny算法中的高斯濾波。
　　3、在經(jīng)典Canny算法的基礎(chǔ)上進行改進。第一，針對經(jīng)典的Can

3、ny算法在計算梯度幅值時所用的方法對噪聲比較敏感的缺陷進行改進。第二，針對經(jīng)典的Canny算法在非極大值抑制的過程中所參考的像素點較少的缺點進行改進。通過這兩點的改進，使得到的邊緣定位更加精確，同時減少了噪聲對邊緣檢測效果的影響。
　　4、針對經(jīng)典的Canny算法的在閾值選擇上的困難，提出兩種改進的Canny自適應(yīng)選擇閾值的方法，并詳細闡述了這兩種改進的自適應(yīng)選擇閾值算法的步驟，最后通過對實驗結(jié)果的對比，驗證了本文所提出的改進方法