一种基于多信息融合的模糊边界检测算法  

Fuzzy boundary detection algorithm using multi-information fusion

作　　者：高梁[1] 刘晓云[1] 廖志武[2] 陈武凡[1,3] 

机构地区：[1]电子科技大学自动化工程学院,成都611731 [2]四川师范大学计算机科学学院,成都610101 [3]南方医科大学生物医学工程学院,广州510515

出　　处：《仪器仪表学报》2011年第11期2506-2514,共9页Chinese Journal of Scientific Instrument

基　　金：国家973重点基础研究发展规划项目基金(2010CB732501)资助项目

摘　　要：提出了一种有效的模糊边界检测算法。首先,用滤波器组和改进的K-Means算法快速提取了图像的纹理基元特征;然后,采用模糊手段将图像的局部灰度信息、纹理信息和空间信息有机地融合起来,定义了一个边缘检测函数,求出每个像素所对应的模糊梯度值,并由此构成模糊梯度特征向量;最后,结合分类器的学习能力进行边界检测。实验结果表明,对于纹理和灰度边界混合的自然图像的边界检测问题,该算法是一种实用和有效的方法。This paper presents an effective algorithm for fuzzy boundary detection.First,texton feature is extracted using the filter bank and improved K-means clustering algorithm.Then this new algorithm incorporates local intensity information,texture information and spatial information in a fuzzy way to define a novel edge detection function.The fuzzy gradient value of each image pixel is computed from the edge-detection function,and furthermore,these values constitute fuzzy gradient feature vectors.And then a classifier is used to detect image boundary.Experiments performed on natural images with fuzzy intensity and texture show that the proposed algorithm is practical and effective.

关 键 词：模糊边界检测 多信息融合 边缘检测函数 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]