基于局部结构形态改进图像边缘限幅滤波算法研究

应用经典限幅滤波算法(CFA)对边缘去噪处理时容易造成有效的高频边缘被抑制、破坏边缘连续性、丢失目标结构特征的问题。提出了一种基于局部结构形态特征的改进型限幅滤波算法,用于图像边缘滤波处理。该算法利用限幅滤波的原理,引入由5个相邻边缘点构成的滑动模子并遍历边缘各点,对滑动模子中增量超限的点加以结构形态预测和阈值判断,即通过滑动模子建立局部轮廓的结构形态模型,并应用模型进行边缘预测;对超限点与预测值的差异进行了比较,为判定是否遇到台阶、凸缘或尖锐的结构特征提供了依据。为了测试新算法在边缘保持和滤波降噪方面的能力,与传统限幅滤波算法进行了对比实验。实验结果表明:基于局部结构形态特征的改进限幅滤波算法不但具有高效的去噪能力,而且对目标结构中的高频边缘具有显著保护作用。