An edge detection method based on the Sobel and K-means

doi:10.13741/j.cnki.11-1879/o4.2014.05.003

您当前的位置：

首页 >

文章列表页 >

An edge detection method based on the Sobel and K-means

更新时间：2025-09-01

- An edge detection method based on the Sobel and K-means
- Vol. 40, Issue 5, Pages: 394-398(2014)
- 作者机构：
  
  1. 1:中国矿业大学计算机科学与技术学院
  2. 2:常熟理工学院计算机科学与工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2014.05.003
  CLC：
- Published：2014
- 稿件说明：
移动端阅览
An edge detection method based on the Sobel and K-means[J]. 2014, 40(5): 394-398.
DOI：

An edge detection method based on the Sobel and K-means[J]. 2014, 40(5): 394-398. DOI： 10.13741/j.cnki.11-1879/o4.2014.05.003.

摘要

传统边缘检测算子处理结果为边缘锐化的梯度图像

需人为确定阈值获取二值边缘图像

容易造成边缘信息丢失。应用增加了卷积模板的Sobel算子

使用K-means聚类算法基于梯度直方图自适应获取阈值

并分割梯度图像得到二值化边缘

最后对边缘细化与连接。通过使用最大类间方差法检验阈值与边缘检测结果对比分析

该方法自适应梯度阈值定位准确

所得边缘信息丰富度、定位精度、连续性均优于改进Sobel算子

与最佳阈值Canny算子检测结果基本相同

适用于机器视觉均匀稳定照明环境下获取图像的边缘检测。

Abstract

关键词

Keywords

references

Views

305

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

An algorithm for accurately detecting the real cell edge

Spring inner and outer diameter dimension detection based on improved sub-pixel algorithm

Infrared dim small target detection algorithm based on difference histogram of oriented gradients and saliency map

Real-time edge detection of Lidar range image

Two-dimensional size detection method of parts based on image processing

Related Author

胡小锋

叶庆泰

戴星

刘凌霄

王德成

程鹏

郎宁

李德新

Related Institution

1:上海交通大学机械工程学院

2:上海交通大学机械工程学院

3:上海第九人民医院

1:机械科学研究总院中机生产力促进中心

⁰