一种基于改进Sobel算子的苹果图像边缘提取算法的研究

摘要

苹果图像边缘提取是苹果分级过程中的重要一步,正确地提取出苹果边缘,可有效提高分级的正确率.针对传统边缘提取算法边缘定位精度低、抗噪能力弱、边缘点模糊等缺点,提出一种基于多方向改进Sobel算子和自适应阈值的苹果边缘提取算法.将传统Sobel算子方向模板增加至8个来提高边缘定位精度;通过改进小波系数邻域进行方差估计,来获得自适应最佳阈值;结合阈值和改进Sobel算法获得苹果边缘图像.通过苹果边缘检测实验表明:该自适应算法处理时间相比于传统Sobel边缘检测降低了30.4％,分级正确率从93％提高至97.5％,表明该算法在去噪的同时能够较好保留边缘信息,有利于提高后续苹果分级检测的精度.