基于3次B样条小波变换的改进自适应阈值边缘检测算法

针对含噪声图像边缘提取问题,提出了一种改进NormalShrink自适应阈值去噪算法。该算法首先通过小波变换和局部模极大值法提取出可能包含图像边缘特征的小波系数,利用边缘像素之间特殊的空间关系以及噪声在各级小波分解尺度下的不同效应,构建适合各个尺度级的改进NormalShrink自适应阈值,并依此对提取出的小波系数进行筛选。实验结果表明,与改进的Candy算子和传统的NormalShrink自适应阈值相比,本方法提取出的图像边缘较为完整清晰,峰值信噪比提升约6 db。

一种基于小波变换的改进Normalshrink自适应阈值边缘检测算法

针对含噪声图像边缘提取问题提出一种改进Normalshrink自适应阈值去噪算法,通过3次B样条小波变换和局部模极大值法提取出可能包含图像边缘特征的小波系数。考虑边缘像素之间特殊的空间关系以及噪声在各级小波分解尺度下的不同效应,构建适合各个尺度级的改进Normalshrink自适应阈值,并依此对提取出的小波系数进行筛选。实验结果表明,与改进的Candy算子和传统的Normalshrink自适应阈值相比,该方法提取出的图像边缘较为完整清晰,峰值信噪比提升约5db。