边缘检测是通过识别对象之间颜色或强度信号边界变化的区域来勾画场景中对象轮廓的过程,对于对象识别、图像分割和特征提取等计算机视觉应用至关重要。
传统上,其准确性取决于图像质量。在视觉嘈杂的场景中,传统方法效果不佳。为了应对这一挑战,由合肥工业大学领导的联合研究小组开发了一种抗噪声方法,无需事先成像即可检测物体边缘。
提出了一种称为边缘敏感单像素成像的方法。在由于严重光污染等因素而通过传统光学方法难以获得清晰图像的场景中,新方法被证明可以有效地在存在噪声的情况下准确检测物体边缘。
为了实现这一突破,研究人员通过将标准 Hadamard 单像素成像模式与二阶微分算子进行卷积来设计调制模式。这种差分边缘检测系统显着增强了抗噪能力,确保边缘识别清晰而精确。值得注意的是,该方法展示了对移动物体的实时边缘检测性能,展示了其在不可见波段进行安全检查的潜力。