递归滤波在边缘检测中的应用：一种新算法

"这篇文章是2011年发表在《计算机应用》期刊上的一篇工程技术论文，由薛寺中撰写，主要探讨了基于递归滤波的边缘检测算法在处理含有噪声数字图像中的应用。文章提出了两种新的滤波器，它们基于房顶型模糊边缘模型，用于图像的平滑和边缘检测。通过三阶递归的方式实现图像平滑和梯度计算，接着采用非极大值抑制和双阈值策略来连接边缘。实验结果显示，这种方法相比于经典的Canny和Deriche滤波算子，能够得到更清晰的梯度图像和更完整的边缘检测结果，同时在检测速度上也有优势。关键词包括边缘检测、递归滤波、平滑滤波器和模糊边缘模型。" 这篇论文中涉及的知识点包括： 1. **边缘检测**：边缘检测是图像处理中的关键步骤，它旨在识别图像中不同区域之间的边界，通常用于特征提取、图像分割等任务。 2. **噪声数字图像**：数字图像可能会受到各种噪声的影响，如椒盐噪声、高斯噪声等，这会影响边缘检测的准确性和效果。 3. **递归滤波**：递归滤波是一种利用前几个时间步的信息来预测或过滤当前数据点的信号处理方法，适用于动态环境下的信号平滑。 4. **房顶型模糊边缘模型**：这种模型用于描述图像边缘的模糊特性，模拟实际图像边缘由于各种因素（如分辨率限制、光照不均匀）而产生的不清晰现象。 5. **平滑滤波器**：在边缘检测前，平滑滤波常用来去除图像噪声，常用的方法有均值滤波、高斯滤波等。 6. **三阶递归**：这里指的可能是三次差分或者更高阶的递归滤波器，用于平滑图像并计算梯度。 7. **梯度计算**：梯度是图像强度变化的度量，对于边缘检测至关重要，因为它指示了图像亮度变化最快的方向。 8. **非极大值抑制**：在边缘检测后，此步骤用于消除非边缘像素的响应，确保边缘只出现在梯度最大的方向。 9. **双阈值边缘检测**：通过设定两个阈值来确定边缘，弱边缘和强边缘，有效区分真实边缘和噪声。 10. **Canny滤波算子**：Canny算法是一种经典的边缘检测方法，它结合了高斯滤波、梯度计算、非极大值抑制和双阈值检测。 11. **Deriche滤波算子**：Deriche滤波器是一种基于小波理论的边缘检测方法，可以达到亚像素精度，但计算复杂度较高。 12. **实验比较**：论文通过实验对比了提出的递归滤波算法与Canny和Deriche方法，在图像质量、完整性和检测速度上的优劣。 这篇论文贡献了一种改进的边缘检测方法，通过递归滤波技术提高了在噪声环境下的边缘检测性能，并在实际应用中表现出色。