基于多梯度融合的污水域污染物边缘提取算法研究

由于水污染问题日益严重,污水域的污染物检测对水环境的保护显得至关重要。针对污染水域检测和识别的需求,提出一种多梯度融合的污水污染物边缘提取算法。首先,对污水图像进行预处理,同时提出改进的梯度算子,以适应污水环境监测准确率低的问题,然后采用八个3×3的梯度算子对污水图像进行边缘特征计算。最后将八个方向的梯度算子计算得到的边缘图像进行叠加、融合,实现对污水域污染物图像的边缘检测。比较多种经典的边缘提取算法,基于多梯度融合边缘提取算法能快速和准确的,对待测水源污染物图像进行提取处理,在确保对污染物提取到的同时,减少了水源中其他非污染物体的干扰,为污水域污染物的检测和提取提供了新的思路。

多梯度融合的RGBD图像边缘检测

基于单一的属性变化进行边缘检测往往会损失部分边缘信息,影响了检测结果的完整性,对此提出一种基于多梯度融合的边缘检测算法。该算法针对RGB图像,首先转换到YCbCr颜色空间下,分别提取亮度分量Y颜色分量Cb、Cr针对提取的亮度分量Y颜色分量Cb、Cr,结合深度图像D,分别使用多方向的圆形边缘检测算子进行梯度计算,对所获得的4种梯度图像进行融合获得边缘检测结果。实验结果表明,算法获得的边缘检测结果更加清晰完整,有效的提高了边缘检测的效果。