加权核范数的边缘检测在最小化图像去噪中的应用

Sobel算子作为一种经典有效的边缘检测算子，在图像分割等图像处理技术中得到了广泛的应用。该算子在提取图像边缘的速度上具有明显的优势，但也存在对噪声敏感、出现伪边缘或者过度平滑图像等缺点。为了解决这些问题，提出了一种优化的边缘检测方案。该方案将加权核范数最小化(WNNM)图像去噪算法与Sobel边缘检测算法相结合，首先采用加权核范数最小化图像去噪算法的优良去噪性能，去除图像中一些敏感的噪声。经过该方法滤波后的图像，大大提高Sobel算子检测的准确度。该算法采用低秩图像去噪算法对传统的边缘检测算法进行改进。实验结果表明，该优化算法在处理含噪图像时能获得较好的检测效果，并且随着噪声强度的增加，该算法的优势更加明显；在高噪声水平下能够获得清晰连续的边缘信息，从而验证了算法的有效性。