视频交通图像自适应阈值边缘检测

被引：15

作者：

肖旺新

张雪

黄卫

机构：

[1] 东南大学智能运输系统研究中心

[2] 东南大学计算机系

[3] 东南大学智能运输系统研究中心江苏南京

[4] 江苏南京

[5] 江苏南京

来源：

交通运输工程学报 | 2003年 / 04期

关键词：

视频交通; 小波变换; 边缘检测; 二次B样条小波; 自适应阈值;

D O I：

暂无

中图分类号：

U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

0838 ;

摘要：

应用小波变换对视频交通图像进行边缘检测,研究了边缘评价指标、尺度对性能指标的影响及自适应阈值边缘检测,并与经典的边缘检测Sobel算子进行了对比。提出用大尺度滤波器去抑制原图像的噪声,可靠地识别噪声;而用小尺度滤波器为图像边缘精确定位,并构造出紧支二次B样条小波。结果表明,二次B样条小波边缘检测方法具有计算量小,抗噪能力和适应能力强,且有改进余地等优点,仿真效果也明显好于经典的Sobel算子。

引用

页码：104 / 107

页数：4

共 6 条

[1] A computational approach to edge detection. Canny J. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1986
[2] An image detection technique based onmorphological edge detection and background differencing forreal-time traffic analysis. Fathy M,Siyal M Y. Pattern Recognition . 1995
[3] Real-time image processing approach tomeasure traffic queue parameters. Fathy M,Siyal M Y. IEE Proceedings-Vision,Image and Signal Processing . 1995
[4] Applications ofvideo image processing for traffic control systems. Ashworth R,Darkin D G,Dickinson K W,et al. SecondInternational Conference on Road Traffic Control . 1985
[5] A window-based image processing tech-nique for quantitative and qualitative analysis of road traffic pa-rameters. Fathy M,Siyal M Y. IEEE Trans . 1998
[6] Characterization of signal from multi-scales edges. Mallat S G,Zhong S. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1992

← 1 →