结合无下采样Shearlet模极大值和改进尺度积的有噪图像边缘检测

来源：信号处理杂志 2015年第3期北京时间：

作者：吴一全, 李海杰

摘要：为从噪声污染的图像中提取出更为清晰、连续的边缘，进一步改善边缘检测效果，本文提出了一种基于无下采样Shearlet模极大值和改进尺度积的边缘检测方法。首先对含噪图像进行多尺度、多方向无下采样Shearlet变换（Non-subsampled Shearlet Transform, NSST），得到图像在NSST域的高频系数；然后选取相邻的两个较大尺度的高频系数进行改进的尺度积运算，并经NSST模极大值处理得到边缘二值图像；最后使用区域连通方法去除二值图像中的孤立点，得到准确的边缘图像。大量实验结果表明，与小波模极大值、小波尺度积、基于无下采样Contourlet变换（Non-subsampled Contourlet Transform, NSCT）模极大值和尺度积、NSST模极大值等4种边缘检测方法相比，本文提出的方法具有更强的抗噪能力，且有效地避免了纹理的影响，检测出的边缘完整清晰，连续性好。

关键词：边缘检测, 有噪图像, 无下采样Shearlet变换, 模极大值, 改进尺度积, 区域连通性