论文部分内容阅读
灰度图像的分割通常都基于灰度的梯度变化。平均边沿梯度法常被使用以取得好的边沿效果,如,Sobel、Prewitt及Kirsch边沿算子。这些算子使用梯度和梯度的平均值来达到去噪和边沿检测,但忽略了增强图像边沿。通过把图像像素点看成受陷于能量为陷阱中的量子,我们得到相邻像素点对中心点的贡献与该点地灰度成线性关系。由此,本文提出了一个边沿分割方法。该方法不仅能够具有好的去噪效果,同时还具有锐化图像边沿的效果。