Resumen

Para obtener una localización precisa y bordes continuos, se utiliza el modelo de mezcla gaussiano y la supresión de no máximos del módulo de dirección local en las subbandas de alta frecuencia de la transformada Contourlet no submuestreada. La distribución de los coeficientes de las subbandas de alta frecuencia de la NSCT tiene la característica estadística no gaussiana de "picos altos, cola larga". Se utiliza un modelo de mezcla gaussiano (GMM) para distinguir la señal singular lineal y la señal singular no lineal en las subbandas de alta frecuencia. Para refinar la señal singular lineal se utiliza la supresión local del módulo de dirección no máximo. Se utiliza un umbral adecuado para distinguir los píxeles de borde de los que no lo son y obtener una imagen binaria. Los resultados experimentales demuestran que el método propuesto puede capturar más bordes continuos en múltiples direcciones y tiene una localización precisa de los bordes. Además, los bordes son muy útiles para el reconocimiento de imágenes.

• Materias:Ingeniería electrónica Sensores Redes Inalámbricas Tecnología de sensores Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering sensors Wireless Networks Sensor technology Signal processing computer-assisted Data processing
• Palabras claves:modelo de mezcla gaussiana, subbandas de alta frecuencia, señal singular lineal, bordes continuos, supresión no máxima del módulo de dirección local, coeficientes de subbandas de alta frecuencia, supresión no máxima del módulo de dirección local, característica estadística gaussiana, localización precisa de bordes, señal singular no lineal
• Keywords:gaussian mixture model, high frequency subbands, linear singular signal, continuous edges, local direction modulus nonmaxima suppression, high frequency subbands coefficients, local direction modulus nonmaxima suppression, gaussian statistical characteristic, accurate edge location, nonlinear singular signal