改进Laplace的无人机图像边缘检测算法研究

摘要

当图像灰度发生急剧变化时,常规算法存在"阈值检测不敏感"的问题.针对这一问题,借鉴RGB三相分解变换的思路,基于Laplace算法基本原理,文中提出BRGB-ALaplace算法.该算法先进行图像增强,并用高斯滤波器平滑图像和抑制噪声;再对RGB 3个相位分量方向进行拉普拉斯模板锐化拉伸,对这3个分量进行相位重组,实现基于Laplace边缘检测,进而对Laplace算法进行改进;最后,选取第三次全国土地调查中无人机外业举证脱敏图像进行实验,将提出的改进算法与常规算法进行检测效果比较,并开展有无噪声两种情况下的实验对比分析.实验结果评估显示,文中提出的BRGB-ALaplace算法边缘检测效果更好,所获得的峰值信噪比(PSNR)高于常规算法,且均方根误差(MSE)更小,算法也具有更好的鲁棒性.试验结果表明,提出的BRGB-ALaplace算法在实际生产应用中能够有效提高噪声图像边缘检测的效果,且因其检测结果中含有少量纹理信息,能够辅助地物识别,减少地物误判.