摘要提出了一種基於小波提升和形態學的圖像邊緣檢測方法。
一般人們習慣於用基於梯度和基於模板的算子提取邊緣,但這類算子都不能很好地濾除噪聲,因而給噪聲圖像邊緣檢測帶來了困難。
該噪聲值可以用於視頻降嗓器、運動目標檢測和圖像邊緣檢測等實時系統,對視頻信號進行自適應處理。
由於DSA圖像會伴隨着各種噪聲,而且血管的細節部分易丟失、信噪比低等特點,這就進一步增加了DSA圖像邊緣檢測的難度。
經圖像邊緣檢測應用結果表明,該算法對於加快網絡學習的收斂*有着顯著成效。
為此,本文提出了一種新的基於圖像邊緣檢測技術的初至波自動拾取方法。