Page 80 - 无损检测2023年第四期

丁 妍, 等:

基于三次 B样条小波变换和 Cann y 算法的火焰边缘检测算法

图4 火焰2的不同算法检测结果 图6 火焰1的不同算法含噪检测结果

图5 火焰3的不同算法检测结果 图7 火焰2的不同算法含噪检测结果
结果可以看出, 其边缘轮廓“ 笼统”, 许多边缘细节被
平滑带过。相较于两种单一算法, 文章所提出的融

合优化算法边缘定位准确, 边缘完整清晰。
在获取火焰图像时, 受试验现场环境以及系统
本身等因素影响, 会存在噪声干扰。因此, 对火焰
1 , 2 , 3的原图加入密度为0.05的椒盐噪声, 再次进
行边缘检测, 其结果分别如图6 , 7 , 8所示。
可以看出, Cann y 算法无法抑制噪声, 整个图像
轮廓几乎被噪声覆盖。同时比较图6 ( c ) 与图3 ( c )、
图7 ( c ) 与图4 ( c )、 图8 ( c ) 与图5 ( c ) 可以看出, 对于
加噪声的火焰图像, 小波变换可以有效抑制噪声。
从图6 ( d )、 图7 ( d )、 图8 ( d ) 可以看出, 融合优化算
法不仅可以有效抑制噪声, 同时还保留了较多的边
图8 火焰3的不同算法含噪检测结果
缘细节信息。
3.2 分析与对比 火焰1 , 2 , 3的检测结果, 分别选择3个评价标准, 与
为了客观评价融合优化算法的检测结果, 对于 单一边缘检测算法进行比较, 评价标准分别为峰值
4
6
2023年 第45卷 第4期
无损检测