论文部分内容阅读
为解决传统边缘检测方法中阈值设置过高或过低,致使关键信息被遗漏或干扰信息被误看作重要信息,造成边缘检测结果不可靠的问题,通过引入自适应阈值思想,研究了基于全自动泊车与对数变换法的轨迹图像边缘信息细节化检测方法。对采集的全自动泊车的轨迹图像进行直方图均衡化和自适应二值化处理及先腐蚀后膨胀的操作,对小对象物体及平滑较大物体边界进行消除。通过一阶微分算子求解经预处理后图像不同点的梯度幅值与梯度方向,细化梯度幅值图像中的屋脊带,仅保留幅值的局部极大值。采用对数变换法对梯度范围进行扩展。通过新的局部自适应阈值