《基於非因果和分數階次信號處理的邊緣檢測新方法》是依託南京航空航天大學，由葉永強擔任項目負責人的面上項目。
基本介紹
- 中文名：基於非因果和分數階次信號處理的邊緣檢測新方法
- 項目類別：面上項目
- 項目負責人：葉永強
- 依託單位：南京航空航天大學
項目摘要,結題摘要,
項目摘要
圖像邊緣的精確檢測一直是圖像處理的基礎和難點。現有的經典邊緣檢測方法一般是基於微分的，這常常會造成圖像邊緣檢測精度與抗噪性不能兼顧的問題。根據分數階次微積分的幅頻特性受控於分數階次的特點以及反向濾波的反向相頻特性，本項目將用基於非因果信號處理和分數階次微積分的複合導數替代傳統求導算法進行一階/二階求導，進而分別得到兩種檢測精度與抗噪性能兼顧的新方法。通過深入地研究非因果信號處理、分數階次信號處理以及邊緣檢測理論，建立基於反向濾波和分數階次微積分的精確邊緣檢測理論和方法；以噪聲條件下的SAR/紅外/可見光目標圖像為對象，研究新邊緣檢測方法的參數設計和自適應技術，從而全面提升檢測的效果。本項目將致力於使新算法成為同Canny算法一樣成熟有效的高精度邊緣檢測方法，同時將有關研究成果套用在自動目標跟蹤與識別等方面。
結題摘要
圖像邊緣檢測中一直困擾研究者的難題是如何處理好抗噪聲能力和檢測精度的關係。本課題根據分數階次微積分的幅頻特性受控於分數階次的特點以及反向濾波的反向相頻特性，構造基於非因果信號處理和分數階次微積分的複合導數，以替代傳統一階/二階導數，進而提出一種新型的梯度微分運算元，並將其成功套用於圖像邊緣檢測。 本課題取得的主要成果是：(1) 將控制領域內的非因果信號處理的概念引入圖像處理，採用了屬於非因果信號處理的反向濾波。（2）提出一種分數階積分運算元和一種複數分數階微分運算元。（3）基於非因果信號處理，把全通導數概念推廣到利用正向分數階次微分和反向分數階次積分的組合來實現一般非全通求導, 即一般“複合導數”。（4）構建基於複合導數的邊緣檢測理論與方法。通過調節複合導數的微分階次，能夠有效解決傳統整數階微分邊緣檢測難題——有效地折中抗噪能力與檢測精度之間的矛盾。
