基于梯度幅度直方图和类内方差的边缘提取方法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于梯度幅度直方图和类内方差的边缘提取方法

傅仲良, 李勇

文章导航 > 武汉大学学报 ● 信息科学版 > 2005 > 30(12): 1056-1058

傅仲良, 李勇. 基于梯度幅度直方图和类内方差的边缘提取方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(12): 1056-1058.

引用本文:

傅仲良, 李勇. 基于梯度幅度直方图和类内方差的边缘提取方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(12): 1056-1058.

FU Zhongliang, LI Yong. Edge Detection Based on Gradient Histogram and Variance Within Clusters[J]. Geomatics and Information Science of Wuhan University, 2005, 30(12): 1056-1058.

Citation:

FU Zhongliang, LI Yong. Edge Detection Based on Gradient Histogram and Variance Within Clusters[J]. Geomatics and Information Science of Wuhan University, 2005, 30(12): 1056-1058.

基于梯度幅度直方图和类内方差的边缘提取方法

傅仲良¹,
李勇

¹ 武汉大学遥感信息工程学院,武汉市珞喻路129号,430079

基金项目: 国家自然科学基金资助项目(60175022)

作者简介:
傅仲良,博士,教授,博士生导师。主要研究领域包括地理信息系统、虚拟现实技术、图像处理与分析、遥感、GIS工程设计与开发等

中图分类号: P237.4

Edge Detection Based on Gradient Histogram and Variance Within Clusters

FU Zhongliang¹,
LI Yong

¹ School of Remote Sensing and Information Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 国家自然科学基金资助项目(60175022)

摘要: 针对复杂背景中目标边缘提取的问题,提出一种基于梯度幅度直方图和类内方差进行边缘提取的新方法———CAGH(cluster algorithm based on gradient histogram)算法。该算法先分析经“非最大梯度抑制”后的梯度幅度直方图的特征,确定边缘集中区域,再通过类内方差确定梯度阈值,并利用该阈值确定边缘。在车牌识别中运用该方法提取复杂背景中的车牌边缘,并与Sobel、Canny等算法进行了比较。结果表明,CAGH算法适应性强、提取效率高,提取的是连通性、独立性好的单像素边缘,有利于后续的特征提取和模式识别。
- 边缘提取 /
- 梯度 /
- 类内方差 /
- 车牌识别
Abstract: In this paper,a new method for edge detection from complex scenes based on gradient histogram and variance within clusters is proposed(cluster algorithm based on gradient histogram,CAGH).After analysing gradient histogramming by "Non-maximal suppression",edges can be extracted with the gradient threshold based on the variance within clusters.In comparision with other methods for edge detection of vehicle license plates from complex scenes,this method has better adaptability and more efficiency,which generates one pixel width edges with good connectivity and independence,is good to subsequent feature extraction and pattern recognition.
- edge detection /
- gradient /
- variance within clusters /
- recognition of vehicle license plates

[1]	朱邦彦, 姚冯宇, 孙静雯, 王晓. 利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因 . 武汉大学学报 ● 信息科学版, 2020, 45(3): 442-450. doi: 10.13203/j.whugis20190081
[2]	叶昕, 秦其明, 王俊, 郑小坡, 王建华. 利用高分辨率光学遥感图像检测震害损毁建筑物 . 武汉大学学报 ● 信息科学版, 2019, 44(1): 125-131. doi: 10.13203/j.whugis20150490
[3]	段光耀, 刘欢欢, 宫辉力, 陈蓓蓓. 京津城际铁路沿线不均匀地面沉降演化特征 . 武汉大学学报 ● 信息科学版, 2017, 42(12): 1847-1853. doi: 10.13203/j.whugis20150537
[4]	张建廷, 张立民. 结合光谱和纹理的高分辨率遥感图像分水岭分割 . 武汉大学学报 ● 信息科学版, 2017, 42(4): 449-455,467. doi: 10.13203/j.whugis20150097
[5]	安家春, 章迪, 杜玉军, 张辛. 极区电离层梯度的特性分析 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 75-79.
[6]	黄敏儿, 杜志强, 朱庆, 张叶廷, 胡翰. 利用像素高度图的三维建筑物屋顶和立面提取方法 . 武汉大学学报 ● 信息科学版, 2014, 39(10): 1221-1224.
[7]	张帆, 黄先锋, 李德仁, 张璇. 基于直线感知增强的边缘提取算法 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 36-39.
[8]	费浦生, 王文波. 基于小波增强的改进多尺度形态梯度边缘检测算法 . 武汉大学学报 ● 信息科学版, 2007, 32(2): 120-123.
[9]	徐新禹, 李建成, 邹贤才, 禇永海. 最小二乘法求解三类卫星重力梯度边值问题的研究 . 武汉大学学报 ● 信息科学版, 2006, 31(11): 987-990.
[10]	杜辉强, 舒宁. 高光谱影像能量边缘提取 . 武汉大学学报 ● 信息科学版, 2006, 31(2): 132-135.
[11]	姜涌, 曹杰, 谢求成, 李勃. 一种基于形态学梯度矢量和自适应模糊的目标边缘提取算法 . 武汉大学学报 ● 信息科学版, 2006, 31(6): 484-488.
[12]	潘励, 张志华, 张剑清. 融合区域分割和边缘信息的居民地提取方法 . 武汉大学学报 ● 信息科学版, 2006, 31(8): 671-674.
[13]	黄培之, 刘泽慧. 基于地形梯度方向的山脊线和山谷线的提取 . 武汉大学学报 ● 信息科学版, 2005, 30(5): 396-399.
[14]	方圣辉, 佃袁勇, 李微. 基于边缘特征的变化检测方法研究 . 武汉大学学报 ● 信息科学版, 2005, 30(2): 135-138.
[15]	袁修孝, 许骥, 谢酬. 基于边缘梯度投影图的航空影像初始视差确定 . 武汉大学学报 ● 信息科学版, 2005, 30(9): 762-765.
[16]	刘楠, 舒宁. 基于光谱空间密度分析的边缘提取 . 武汉大学学报 ● 信息科学版, 2004, 29(12): 1093-1096.
[17]	黄谟涛, 管铮, 欧阳永忠. 海洋平均重力异常计算与精度估计 . 武汉大学学报 ● 信息科学版, 1995, 20(4): 327-331.
[18]	仇彤, 张祖勋. 基于松弛法的影像边缘提取 . 武汉大学学报 ● 信息科学版, 1994, 19(4): 322-327.
[19]	周世健. 方差的边缘极大似然估计 . 武汉大学学报 ● 信息科学版, 1993, 18(2): 48-54.
[20]	郭东美, 何慧优. 应用全张量重力梯度组合识别并提取南海断裂 . 武汉大学学报 ● 信息科学版, 0, 0(0): 0-0. doi: 10.13203/j.whugis20190434

WeChat

点击查看大图

计量

文章访问数: 669
HTML全文浏览量: 31
PDF下载量: 465
被引次数: 0

基于梯度幅度直方图和类内方差的边缘提取方法

傅仲良¹,
李勇

¹ 武汉大学遥感信息工程学院,武汉市珞喻路129号,430079

基金项目: 国家自然科学基金资助项目(60175022)

作者简介:
傅仲良,博士,教授,博士生导师。主要研究领域包括地理信息系统、虚拟现实技术、图像处理与分析、遥感、GIS工程设计与开发等

收稿日期: 2005-11-20
修回日期: 2005-11-20
刊出日期: 2005-12-05

中图分类号: P237.4

关键词:

摘要: 针对复杂背景中目标边缘提取的问题,提出一种基于梯度幅度直方图和类内方差进行边缘提取的新方法———CAGH(cluster algorithm based on gradient histogram)算法。该算法先分析经“非最大梯度抑制”后的梯度幅度直方图的特征,确定边缘集中区域,再通过类内方差确定梯度阈值,并利用该阈值确定边缘。在车牌识别中运用该方法提取复杂背景中的车牌边缘,并与Sobel、Canny等算法进行了比较。结果表明,CAGH算法适应性强、提取效率高,提取的是连通性、独立性好的单像素边缘,有利于后续的特征提取和模式识别。

English Abstract

傅仲良, 李勇. 基于梯度幅度直方图和类内方差的边缘提取方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(12): 1056-1058.

引用本文:

傅仲良, 李勇. 基于梯度幅度直方图和类内方差的边缘提取方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(12): 1056-1058.

FU Zhongliang, LI Yong. Edge Detection Based on Gradient Histogram and Variance Within Clusters[J]. Geomatics and Information Science of Wuhan University, 2005, 30(12): 1056-1058.

Citation:

FU Zhongliang, LI Yong. Edge Detection Based on Gradient Histogram and Variance Within Clusters[J]. Geomatics and Information Science of Wuhan University, 2005, 30(12): 1056-1058.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码