一种改进的Sobel边缘检测算子

在现有Sobel边缘检测的基础上,提出了一种改进的梯度算法,不仅简单易行,而且较好地解决了检测精度与抗噪声性能之间的协调问题。经实验证明,用改进的梯度算法检测的图像边缘不仅轮廓清晰,实时性好,而且具有较好的抗噪性能。     

织物悬垂测试系统中织物边缘的识别

由于织物花纹式样的多样性,传统的图像分割算法常常无法准确地识别出织物边缘轮廓。根据织物悬垂图像的边缘轮廓特点,提出采用基于梯度向量流场(GVF)的动态轮廓模型(Snake模型)来识别织物的边缘轮廓。采用贪心算法实现了Snake边缘检测模型,分别用该模型和基于边缘梯度扫描的算法识别5种典型印花织物悬垂边缘,并将2种算法得到的边缘轮廓进行了比较。实验结果表明,该边缘检测模型能准确地识别多种传统图像分割算法所无法准确识别甚至无法识别的特殊织物的边缘轮廓。     

基于Canny算子的白酒分子结构图像边缘提取

提出了一种改进的Canny和数学形态学相结合的白酒分子结构图像边缘检测方法。采用二维高斯函数的一阶偏导数来同时构造x和y方向滤波器计算梯度幅值,然后通过四阈值边缘检测方法进行边缘定位,最后引入了数学形态学对边缘进行融合。实验仿真表明,方法对酒分子结构边缘检测精度较准、抗噪性能良好,能有效的克服图像边缘模糊与断点,提高了...     

一种可用于纤维图像的聚焦评价函数

探讨一种适用于纤维图像的聚焦评价函数。通过研究边缘检测和传统的图像聚焦评价函数,将分数微分应用到纤维图像聚焦评价中,利用分数微分可以检测出图像纹理细节的特点,提出一种分数微分与整数微分相结合的纤维图像聚焦评价函数,并和其他传统的灰度梯度函数进行了比较。结果表明:所提算法满足无偏性和单峰性,并具有较高的灵敏性和抗噪性,优于传统的灰度梯度评价函数。认为:所提算法适合评价纹理细节丰富的纤维图像。     

微小塑料零件图像边缘检测方法的研究

边缘检测是计算机视觉及图像测量中的基础和重要的课题。文中分析了边缘检测的一些典型算法在微小零件非接触测量中应用的优劣，提出了结合图像分割算法与轮廓跟踪算法提取微小零件边缘，并以实际图像为例比较了这些算法。     

基于小波分解和奇异值分解的织物疵点检测

探讨基于小波分解和奇异值分解的织物疵点检测效果。运用三种算法进行了织物疵点检测。采用基本奇异值分解法进行机织物疵点检测,检测结果受噪声影响较大;采用Haar小波对待测图像进行除噪,边缘检测性较弱。利用Gabor小波良好的图像边缘敏感度、方向和尺度选择性,进行图像滤波,再进行SVD分解。结果表明:Gabor小波和SVD的融合算法可以对图像多种方向多种尺度进行调节,检测效果较好。认为:Gabor小波和奇异值分解相融合算法可应用于机织物疵点检测。     

基于机器视觉的低对比度纸病识别算法研究

利用机器视觉识别纸病时,若背景与目标纸病的对比度低,且采用单一的边缘检测算法,将会出现对目标纸病边缘定位不准确、抗噪性能不好等问题。对此,提出了一种解决方法,即首先分别用LOG算子和基于数学形态学的边缘检测方法对低对比度纸病图像进行边缘检测,然后对这两种边缘检测算法得到的图像进行小波融合,融合得到的图像中纸病边缘定位准确且具有一定的抗噪性,最后,对此进行了实验验证。研究结果表明,文中提出的解决方法可行,即可将该方法用于基于机器视觉的低对比度纸病识别。     

基于边缘和误差扩散的半色调图像水印算法

为使水印具有不可见性,提出了一种基于图像边缘和误差扩散的数字半色调图像水印算法。Canny算子去噪能力强,在边缘检测和噪声间能取得较好的平衡。先对灰度图像进行Canny边缘检测,得到灰度图像的边缘,然后将灰度图像的边缘近似作为半色调图像的边缘,并在灰度图像使用误差扩散算法进行半色调的同时,在边缘位置进行二值水印的嵌入。对水印图像进行了Arnold预处理,增强了水印的抗剪裁和涂抹攻击的能力。结果表明,该算法不会造成图像的明显失真,能很好地抵抗剪切、涂抹J、PEG压缩、噪声攻击。     

结合显著区域检测和手绘草图的服装图像检索

针对服装图像检索准确率和效率较低的问题,提出一种服装显著区域检测和手绘草图的服装图像检索方法。首先采用正则化随机漫步算法对输入的服装图像库进行视觉显著区域检测,并结合其边缘轮廓信息,得到服装显著边缘图像;其次,对输入的服装草图和服装边缘图像进行特征提取,得到服装草图和服装边缘图像各自的方向梯度直方图(HOG)特征;然后,通过计算服装草图特征和服装边缘特征的相似度,实现特征匹配;最后,按照特征匹配结果在服装图像库中检索与服装草图相似的服装图像,采用基于距离相关系数的重排序算法对其相似度进行排序并输出检索结果。结果表明,该方法提高了服装检索的准确率,具有较好的鲁棒性,检索准确率可达78.5%。     

基于改进L_0梯度的织物沾水区域提取

针对目前织物沾水等级评定方法不能有效消除噪声干扰和减弱光照不匀影响,提出L0梯度最小化和拉普拉斯特征映射相结合的方法解决上述问题。根据织物沾水图像的边缘信息,对图像中的像素值沿x、y方向求导,利用非零梯度个数约束整体平滑程度,并保持边缘不被平滑;然后把图像转化为CIELAB模式消除光照影响,计算邻域内颜色相似度;根据拉普拉斯特征映射理论计算其广义特征向量,组成颜色平缓过渡的图像,并使用模糊聚类算法对去噪后图像进行聚类分割。实验结果表明,该方法能够有效实现织物沾水图像的去噪处理,得到正确分割的织物沾水区域。     

基于机器视觉激光切割自动寻边技术研究

论述了利用计算机视觉和图像处理技术实现激光切割机自动寻边切割的基本原理和实现方法.提出一种阈值滤波算法用于图像预处理,能在去除噪声的同时,较好地保留原图像的边缘信息.为了克服由于环境而导致的光强变化及物体表面粗糙度对物体图像边缘的影响,采用改进的边缘检测算法用于边缘信息的提取,通过设计一个梯度极值算子窗口,在窗口领域内直接对像素进行操作,来提取边界特征像素.用VC 6.0开发了整个系统的图像处理软件和系统控制软件,该方法对自动寻边切割具有计算简单、效率高、边缘提取准确的特点,已成功地应用于实际的自动寻边激光切割系统中.     

基于形态学梯度重建的分水岭算法改进研究

图像分割是图像分析和计算机视觉领域中一个最重要的处理过程,常用的边缘检测算子存在边缘定位不准等缺点,而传统的分水岭算法则对噪声敏感且存在过分割的问题。本研究提出基于形态学梯度重建的改进型分水岭算法,该算法通过在人脸图像预处理过程中对图像进行中值滤波消除部分噪声,然后再对滤波后的图像进行增强对比度以及重构梯度图处理,最后利用分水岭算法对处理后的图像进行分割。仿真实验应用不同的算法对同一图像进行计算分割,对比结果显示,本研究提出的方法能够较好地抑制过分割,并且能够分割出人脸图像的主要特征。     

基于canny算子的边缘检测算法应用研究

边缘检测技术是图像处理过程的重要一环，本文主要研究基于canny算则的边缘检测算法中的抑制噪声、寻找亮度梯度、非极大值抑制、边缘的确定和连接等四个过程，并逐个分析其实现过程及作用。     

基于光电技术的棉纤维杂质快速测定

针对棉纤维杂质人工检测耗时长、劳动强度大等问题,提出一种基于光电技术的棉纤维杂质机器视觉测定方法。首先通过改变平滑模板窗口尺寸对棉纤维图像自适应中值滤波优化,然后采用Otsu算法自适应选取分割阈值,并遍历整个图像,进行边缘断裂端点的连接、边缘生长与连接,搭建光电检测系统原型,实现了棉纤维杂质的快速测定。实验结果表明:该方法能够有效去除图像噪声,避免伪边缘的产生,检测到的杂质边缘清晰完整。光电检测耗时较GB/T 6499—2012《原棉含杂率试验方法》降低95.1%,结果间误差为2.35%,杂质粒数与杂质面积比参数结果误差均在2.1%以内,能够有效用于棉纤维杂质的快速准确测定。     

基于位平面的纸病检测算法研究

针对当前纸病检测算法存在抗干扰能力差、定位不准确和运算复杂等问题,提出一种基于位平面的纸病检测算法。首先,采用自适应中值滤波算法对纸病图像进行滤波,然后,对滤波后的图像进行位平面分解,并运用格雷码对位平面加以增强,最后,使用数学形态学对其进行边缘检测,得到最终的纸病检测结果。仿真结果表明：该方法运算简单,能够较好地检测出纸病缺陷,并具有较好的抗干扰性和定位准确性。     

二次滤波法在织物疵点边缘检测上的应用

针对织物图像斑点噪声的特点，采用了一种新的图像边缘检测方法。该方法以锐化处理为基础，经二次滤波完成图穰预处理，克服了以往一次滤波方法的缺点，在抑制噪声的同时，增强了图像的边缘信息。通过对织物疵点的检测表明，该方法可以取得较好的边缘检测结果，是一种实用有效的方法。     

基于边界跟踪测量麻纤维横截面参数的算法研究与应用

针对在同一纤维横截面图像中难以同时测量多根纤维参数的问题,提出了一种基于边界跟踪测量麻纤维横截面参数的算法。首先利用边缘提取算法提取麻纤维的边缘,通过修改边缘提取算法的敏感度阈值获取合适的边缘检测图像,然后采用边界跟踪算法对边缘检测图像中的麻纤维进行识别和标记,利用循环标记出图像中所有的麻纤维并保存边界跟踪的路径点坐标,最后利用算法测量麻纤维的周长、面积和圆度。实验结果表明:该方法能够同时测量多根麻纤维的横截面参数;根据用于测试的标准圆的数据可知,本算法测得的麻纤维的周长偏差大约为3%,面积偏差大约为4%,数据误差较小。     

基于关键点保留的大米二值图像细化算法

传统的图像边缘检测算子一般都只能得到多像素宽度的边缘,这为后续的图像处理带来了一定困难。对大米二值图像的细化的程度直接影响颗粒特征的提取以及颗粒的识别,这也是开发大米检测系统软件部分又一个关键的课题。结合边缘走向趋势的估计技术以及对关键点判断的方法,提出一种新型的边缘细化算法—保持关键点的边缘细化算法。实验证明该算法能在保持边缘原有信息(连通和走向)的前提下,以较小的计算开销,满足物体骨架单像素宽为1的细化要求,实用性比较强。