分层像素级图像融合中线性轮廓信息识别仿真

摘要

为提升分层像素级图像融合的效率和效果,文章提出了一种基于图像分割的线性轮廓信息识别方法,首先对模糊块状的源图像进行层次划分,通过灰度值的差值计算获得清晰的像素区域,以获得分层像素级图像的最佳融合区域;而后,根据传统Canny算子阈值设置不合理造成的轮廓边缘不连续或伪边缘的问题,引入最大信息熵进行阈值自适应选择,以改进Canny算子,去除伪边缘的问题,并融合自适应生长区域算法、Otsu阈值分割识别轮廓边缘的断点信息,解决轮廓边缘不连续的问题。最后,利用Matlab仿真分析,验证了改进Otsu阈值法和自适应阈值Canny算子的线性轮廓信息识别算法的准确度、完整性更高。