原始Zernike矩边缘算子抗干扰性能

针对Zernike矩算子在边缘模糊、随机噪声存在情况下的检测性能进行了研究,以获得该算子的抗干扰性能.通过分析Zernike矩算子的各阶矩计算过程,得知将像素灰度与模板进行卷积便可获得Zernike矩,这样的计算有利于减小随机干扰的影响.利用人工合成的二值图像进行了边缘检测性能测试,结果表明,对于模糊噪声图像,由于边缘的过渡特征,Zernike矩算子检测具有一定精确性,但会在某种程度上存在边缘细化能力、定位精度下降的问题;而对于随机噪声图像,当最大值在40以内时,Zernike矩算子具有较强的抗噪能力;若随机噪声超出此范围,则检测效果急剧恶化.     

两级Zernike矩算子的快速亚像素边缘检测

开发了基于两个不同尺寸模板Zernike矩的新边缘检测算子.首先利用小模板3*3尺寸的像素级Zernike矩算子快速检测出所有可能边缘点;然后利用大模板7*7尺寸的亚像素级Zernike矩算子重新精确定位边缘.检验结果表明,本方法定位精度为亚像素级,且算法运行时间为0.14s.新算子具有运算速度快、定位精度高的优点.     

一种快速医学图像亚像素边缘检测方法

针对目前医学图像配准中使用的多是配准精度较低的像素级的边缘检测的问题,提出一种新算法将像素级算子sobel,log,prewitt,roberts,zerocross和canny分别与Zernike矩算子及搜索算法相结合,并对边缘检测结果进行比较,从中选取较优的算子来实现医学图像亚像素边缘检测.实验结果表明该算法克服了像素级算子和Zernike矩算子的缺点,提取的边缘定位精度高,计算时间短,抗干扰性强.     

基于Zernike矩亚像素边缘检测的改进算法

通过分析Zernike矩以及基于Zernike矩的亚像素图像边缘检测原理,针对Ghosal提出的基于Zernike矩的亚像素图像边缘检测算法检测出的图像存在边缘较粗及边缘亚像素定位精度低等不足,提出一种改进算法。推导了Zernike矩模板系数,提出一种新的边缘判断依据。改进的算法能较好检测图像边缘并实现较高的边缘定位。最后,设计两组实验,实验结果将各尺寸模板结果及与Ghosal算法进行比较,证明了改进算法的优越性。     

一种黑片图像亚像素边缘检测方法

为了提高黑片图像边缘检测的精度,提出了利用亚像素边缘检测技术来检测黑片图像的边缘.针对Zernike矩的亚像素边缘检测算法存在计算量大和边缘定位精度低等不足,利用Sobel算子对图像进行像素级边缘提取,然后利用改进的Zernike矩算子来检测黑片图像的亚像素边缘,为了防止Sobel算子遗漏可能的亚像素点,增加了一个搜索算法来提高检测的精度.实验结果表明,该方法测量精度高,定位精确,能够应用于黑片的在线检测.     

图像边缘检测的Prewitt算子的改进算法

本文对图像边缘检测经典算子Prewitt算子和该算子模板匹配方法进行了分析,根据模板排列规律,建立矩阵变换关系,提出一种改进算法.经实验证明,在一定配置环境中,将改进算法应用在某图像连续处理系统中,图像处理效果保持不变,较好的平滑了噪声,且目标物体的边缘检测轮廓清晰.和经典Prewitt算子比较,改进后的算子处理时间显著缩短,处理358张大小为184×184的图片所用时间为2.563s,而改进前所用处理时间为19.685s.处理速度提高了8倍,满足了图像连续处理系统对处理时间的要求.     

计算机视觉技术在大米轮廓检测上的应用

分析了使用Roberts算子、Sobel算子、Prewitt算子及模板匹配法和快速模糊边缘检测法对大米轮廓进行边缘检测,并通过对大米图像的分割实验,验证了快速模糊边缘检测法最为有效。为大米等级的分类作了前期准备。     

光流计算中二次曲线的表示和检测

建立了空间二次曲线和平面二次曲线坐标概念 ;提出了一种适合于光流计算的空间二次曲线表示方法 ;提出了一种较为简单的二次曲线求解方法 ;给出了一种效果较好的边缘检测新方法 ,即把模板为 3× 3的 Sobel算子和边缘细化以及轮廓跟踪结合起来的方法     

柱状喷射沉积坯图像处理法的精确检测

为保证检测精度,在柱状喷射沉积坯尺寸的实时检测中,采用了两个不同尺寸模板的Zernike矩亚像素边缘算子进行边缘检测,其中较小尺寸的3×3模板用于快速检测边缘,较大尺寸的7×7模板用于重新精确定位边缘.检测结果表明,边缘的厚度为1个像素,实际边缘厚度为小于1的亚像素精度.采用贝塞尔曲线对边缘突变、边缘不连续处进行了修补,最终获得了完整的柱状喷射沉积坯轮廓.验证结果表明,检测的沉积坯尺寸相对误差为0.94%,满足检测精度的要求.     

基于图像的小尺寸零件圆参数亚像素定位算法

亚像素软件处理技术可以在一定程度上补偿图像测量系统由硬件限制引起的边缘定位误差,针对工业中的小尺寸圆形零件参数检测,提出了一种基于Zernike矩、二次多项式插值和最小二乘法拟合的圆参数亚像素定位算法。首先根据Zernike正交复数矩建立圆物体边缘点与边缘参数之间的映射关系,并提取边缘点;然后利用二次多项式插值在梯度方向上对提取出的边缘点进行进一步定位;最后利用最小二乘法拟合插值后的边缘点,得到亚像素精度的圆参数。通过小尺寸圆形惯性器件图像边缘提取实验,对该算法的有效性和检测精度进行了研究,给出了惯性器件的实测尺寸对比结果。实验结果表明:提出的圆参数亚像素定位算法比传统算子具有更高的检测定位精度,可满足图像目标高精度实时在线测量的要求。     

一种快速医学图像亚像素边缘检测方法

针对目前医学图像配准中使用的多是配准精度较低的像素级的边缘检测的问题，提出一种新算法将像素级算子sobel，log，prewitt，roberts，zerocross和canny分别与Zemike矩算子及搜索算法相结合，并对边缘检测结果进行比较，从中选取较优的算子来实现医学图像亚像素边缘检测，实验结果表明该算法克服了像素级算子和Zemike。矩算子的缺点，提取的边缘定位精度高，计算时间短，抗干扰性强。     

计算机视觉技术在大米轮廓检测上的应用

分析了使用Roberts算子、Sobel算子、Prewitt算子夏模板匹配法和快速模糊边缘检测法对大米轮廓进行边缘检测。并通过对大米图像的分割实验。验证了快速模糊边缘检测法最为有效。为大米等级的分类作了前期准备。     

基于邻域加权的多层次模糊边缘检测算法

针对目前边缘检测方法在低对比度图像、噪声图像中检测效果不理想的问题,本文结合微分算子和模糊边缘检测的优点,提出一种基于邻域加权的多层次模糊边缘检测方法。首先,利用微分算子计算图像梯度特征,依据图像梯度特征对图像进行自适应地分层;然后构造模糊函数,用模糊函数增强不同强度的图像梯度特征,取得了较好的边缘检测结果。仿真实验表明:基于邻域加权的多层次模糊边缘检测算法能较好地检测低对比度图像的边缘,同时能有效抑制椒盐噪声、高斯噪声对图像边缘检测的干扰。     

一种医学图像的边缘检测算法

针对医学CT图像特点,提出了一种医学图像边缘检测算法,该算法利用SUSAN边缘检测算法,对整幅图像中的所有象素,用圆形模板进行扫描.通过比较模板内每一象素与中心象素的灰度值,并与给定的阀值比较,判别该象素是否属于USAN区域,确定边缘点.实验结果表明:对于相同的一幅图像,该算法直接利用图像灰度相似性的比较,是使用3×3模板的Sobel算子的运缘检测算法的50%.对于相同的配置,运算速度可提高一倍以上.与其他算子相比,该算法运算量更小,运算速度更快,并具有较强的抗噪声能力,适于医学CT图像这种含噪低对比度灰度图像的边缘检测.     

车牌提取方法研究

提出了一种基于模糊边缘检测和纹理特征的牌照提取方法。首先由投影法确定车牌候选区域，然后由12个边缘模板计算每个候选区域中边缘两侧的平均灰度差，并作出灰度梯度的二维直方图。据此确定每个候选区域模糊边缘检测中广义渡越点的值。然后根据车牌区域特点来提取牌照。经测试，该算法简单快速、定位准确，为后继字符分割和识别做了较好的预处理工作。     

基于Canny算子的白酒显微图像边缘提取

文章提出了一种改进的Canny算子和数学形态学相结合的白酒显微图像边缘检测方法。首先采用二维高斯函数的一阶偏导数同时构造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,该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,提高了边缘的连续性。     

人脸识别中边缘检测器的改进

分析了现有的人脸识别边缘检测器存在的缺陷,提出了改进的边缘检测器：高斯微分算子快速算法使计算速度提高１０倍以上;图像二值化的“或与法”大大提高了二值图像的质量．实验证明该文的边缘检测器性能优良,是复杂图像二值化的好方法．     

用于工业无损检测的高精度边缘检测法

本文提出把矩匹配法子象素边缘检测技术用于工业无损检测中机器零部件疵病几何尺寸的测量．采用迭代算法修正线条边缘位置参数，理论误差可小于０．０００６象素．对于几个经过预先标定几何尺寸的图象，用５×５模板计算其几何尺寸，结果误差仍小于０．０１５象素．这一方法的另一优点是计算比较简单．     

一种基于Canny理论的边缘提取改进算法

在对Canny的最佳边缘检测算子进行理论和实验研究的基础上,针对传统Canny算法在高斯滤波及梯度幅值计算上的缺陷,提出了用中值滤波代替高斯滤波,并通过计算像素八邻域内一阶偏导数有限差分代替2×2邻域内求有限差分来确定梯度幅值的方法,提高了Canny算子在提取图像边缘细节及缓变边缘信息和抑制假边缘噪声方面的性能。实验结果表明,该方法具有较高的信噪比及边缘定位精度,能达到理想的边缘检测效果。     

一种改进的图像边缘检测算法

针对传统单一算子图像边缘检测效果欠佳的问题,提出一种新的边缘检测算法.新算法融合了LOG算子对于图像的阶跃型边缘定位准确、旋转不变性的优点和Canny算子的强抗噪声能力.通过实例实验分析表明:相比传统单一算子,新算法检测图像边缘的准确度更高,检测效果更理想.