《表1 不同算子的边缘检测运行时间对比s》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进引导滤波与DCPCNN的图像融合方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

s

本文使用改进Kirsch算子来调整能量函数中的正则项参数。Kirsch算子不仅具有提取逐渐变化的图像边界的强大能力，而且还有利于抑制图像噪声。在传统的边缘检测算法中，Sobel算子处理水平与垂直梯度方向，取其最大值作为该点的像素值，其运算复杂度小，但会使边缘真实部分信息缺失；Kirsch算子利用八个方向掩膜处理图像，将其中响应最大的作为边缘，因而可以有效的检测边缘，但是计算的方向数较多，其运算复杂度较高。本文选用文献[30]改进后的Kirsch算子，将八个方向平均差分简化为四个方向梯度运算。与Sobel算子、传统Kirsch算子比较如图1所示。从图中可以看出，改进后的Kirsch算子对复杂背景图像拥有更好的边缘检测提取功能。运行时间对比见表1。