摘要
本发明公开了一种用于边缘图像算法的图像优化方法,包括:对预先获取的图像进行预处理;对预处理后的图像进行对比度增强和初步边缘检测,获得边缘增强后的图像;利用Canny算法和形态学操作提取边缘增强后的图像中的显著边缘和去除伪边缘并连接断裂部分,获得边缘提取后的图像;利用训练完成的卷积神经网络模型和多尺度特征融合技术对边缘提取后的图像进行优化,获得边缘优化后的图像。本发明通过包括降噪、灰度化、对比度增强、Canny边缘检测、卷积神经网络优化的图像处理,能够有效去除图像中的噪声干扰,提取到更加显著和准确的边缘特征,即使在复杂场景或高噪声环境下,依然可以稳定地获得高质量的边缘检测效果。
技术关键词
图像优化方法
卷积神经网络模型
Canny算法
特征融合技术
边缘检测
对比度
图像优化系统
生成机制
标签
噪声
处理器
图像处理
可读存储介质
模块
存储器
电子设备
空隙
滤波
系统为您推荐了相关专利信息
定位标记
导电网格
多层次
图案
亚像素边缘检测算法
监督学习算法
残差模块
卷积神经网络模型
网络模块
矿井
水果果脯
炒制设备
图像分析模块
破碎机构
边缘检测算法
滤波器系数
复合模块
信号源
构建卷积神经网络
采样点