图像边缘检测算法对变电设备智能组件环境监测

由于变电设备智能组件在复杂高压的环境中运行,易发生火灾等安全事故,因此为了对变电设备智能组件进行安全监测,提出基于自适应阈值小波的图像边缘检测算法对变电设备智能组件发生火灾时进行图像去噪和火灾轮廓特征提取,有效提高火灾报警性能.首先建立多目视觉传感器对变电设备现场进行图像采集,然后对采集的图像首先经过Rgb2gray颜色转换,然后通过融合自适应阈值小波滤波,消除冗余障碍物信息干扰,最后通过改进的边缘检测Boundaries算法对火灾二值图边缘轮廓进行检测.实验表明建立的自适应阈值小波的图像边缘检测算法可以提高火灾图像去噪性能和火灾边缘轮廓检测的效果.     

面向视觉假体的复杂图像处理技术

为了更准确地提取视觉假体采集的复杂图像中的信息,提出了一种基于视觉显著性的复杂图像视觉焦点检测和基于多尺度信息融合的图像边缘特征提取算法。算法首先利用GB算法计算复杂图像显著性图,然后利用双阈值分割和形态学方法提取出复杂图像中的视觉焦点区域。其次,针对传统边缘检测中单尺度微分算子的不足,提出了融合多尺度Sobel的边缘检测方法。提出的复杂图像处理策略既简化了图像信息编码的复杂度,又提高了边缘提取算法的噪声稳健性。     

小波分析在图像边缘检测中的应用

本文采用基于小波变换的自适应阈值图像边缘检测方法对图像边缘进行检测,并通过matlab软件对算法进行了验证。通过与传统边缘检测方法的比较,证明采用自适应阈值时,还能较好地保留微弱边缘,对强弱边缘同时存在的图像有较好的适应能力。该方法较传统方法具有更高的抗噪能力。     

基于灰度加权阈值和形态学的锅炉火焰边缘检测

提出了一种灰度加权阈值和数学形态学相结合的锅炉火焰图像边缘检测算法.该算法首先利用灰度加权阈值算法取得分割阈值,然后利用形态学方法提取边缘.这种方法有效地抑制了噪声,能够成功地检测出燃煤锅炉火焰连续的边缘.实验结果表明,该文所用的边缘检测方法要优于传统的边缘检测方法.     

基于改进Canny算子的输电导线图像边缘检测

为解决传统边缘检测算子在提取架空输电导线时有缺损,导致图像呈现出不连贯、不准确的问题,提出了一种改进Canny算子的边缘检测方法.针对传统Canny算子模板单一的问题,给出了4方向改进模板并选择倾斜角度较大值进行梯度计算.针对阈值选取的局限性问题,提出了结合截距法和人工蜂群算法的Otsu算法的自适应阈值选取方法.实验表明,该方法相比Otsu-PSO阈值选取改进算法,抗噪能力和准确度分别提升了9.38％和1.7％,单一边缘响应效果得到改善,有效地提升了输电导线的边缘检测水平.     

基于改进边缘连接Canny算法的绝缘子憎水性图像分割研究北大核心CSCD

传统自适应Canny算法在憎水性图像边缘检测上的效果不甚理想,往往检测出来的图像边缘断点较多,不能形成一个完整的闭合边缘。因此,文中针对绝缘子憎水性图像中水珠上边缘难以捕捉的特点,分别从滤波、阈值选择以及边缘连接方向几个层面进行优化,提出了一种改进边缘连接的Canny算法。首先,联合对比度受限的自适应直方图均衡化与引导滤波对图像进行预处理,通过双边滤波平滑图像,在Canny算法中引入二维OTSU以及边缘连接实现图像分割,最后应用最大水珠面积比法判定复合绝缘子图像的憎水性等级。实验结果表明:文中方法能够准确有效的分割水珠图像,为后续憎水性的判定提供了依据。     

小波变换在图像检测中的应用

提出了一种基于小波变换的图像边缘检测算法,该算法具有计算复杂度小,运算速度快等特点,仿真结果表明该算法在信／噪比和边缘检测定位精度方面优于传统的边缘检测方法,获取了较满意的图像边缘检测效果。     

管道腐蚀视觉测量图像边缘检测算法研究

为实现管道内表面腐蚀图像的边缘检测,分析了经典的边缘检测方法,针对其存在检测精度低和抗噪声性能差等缺点,研究了一种基于BP神经网络的图像边缘检测算法。利用标准图像和经传统边缘检测算法检测得到的边缘图像作为输入输出数据,并用大量数据进行训练,构建了可实现图像边缘检测的BP神经网络。用训练好的神经网络实现管道内表面腐蚀图像边缘检测,并与传统的边缘检测算法检测结果进行了比对,实验结果表明,该算法可明显提高检测精度及抗噪声能力,具有广泛的适用性。     

基于改进Canny算子的绝缘子裂纹检测研究

为解决绝缘子图像中由于背景的复杂性 导致边缘检测 存在噪声及伪目标问题,提出了基于二维阈值分割的Canny算子边缘优化法。首先,在HSI颜色空间通过对S分量进行强化,有效弱化背景,突出绝缘子目标;其次,针对传统canny算子在提取绝缘子边缘时由于部分噪点突出导致检测裂纹的精度较低,提出对Canny算子中的阈值选取进行改进,采用二维直方图灰度-局部方差法对经预处理的图像进行阈值处理。所提改进算法能够有效优化绝缘子航拍图像处理结果,提高检测绝缘子裂纹准确率。     

基于中智理论与方向α-均值的图像边缘检测算法

为了提高边缘检测算法对目标边缘细节的保持能力和降低噪声导致的伪边缘等问题,设计了一种基于中智理论与方向α-均值的边缘检测方案。首先,基于中智理论,将图像转换为中智图像,通过真实性、不确定性和虚假性3个要素来表示中智图像,提高了噪声等不确定性信息的表达能力;然后,为了有效地去除了噪声并保持边缘细节,计算中智图像像素的方向掩模,并通过方向平均函数定义了一种方向α-均值算子,并利用生成的方向α-均值算法对图像进行各向异性滤波;最后,构建了一种迭代方程,通过判断梯度的阈值来确定图像像素是否为边缘像素,从而完成边缘检测。实验表明,与当前流行的边缘检测算法比较,所提方法能够更为准确地检测出目标边缘,在不同噪声水平干扰下,其检测结果中所含的伪边缘与不连续边缘信息更少。     

基于机器视觉的光纤几何参数检测算法设计

为了满足工业检测中快速检测光纤横截面几何参数的需求,运用数字图像处理技术实现光纤几何参数测量。最大类间方差法用于分割高对比度光纤二次涂覆层区域;改进Canny算法用于提取低对比度光纤一次涂覆层和包层边缘,该算法在传统Canny算法的基础上运用局部区域距离阈值法代替双阈值法中的高阈值,实现单一边缘响应原则;结合使用二次曲线标准化法和齐次方程法用于边缘曲线拟合,并用高斯-牛顿迭代法求解光纤几何参数。检测结果与高精度光纤测试仪FGM-502进行对比,结果证明本文研究的光纤检测算法的有效性及准确性,满足企业光纤几何参数检测需求。     

基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法

研究低成本和便携的红外成像技术是最近几年带电检测的发展趋势,为减少红外检测环境、红外传感器以及其他因素的影响,解决红外检测中红外图像含噪声干扰、模糊和对比度低的问题,文章设计了一种基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法。对原始红外图像进行NSCT域变换;变换后含有噪声的高频分量采用VT去噪后,接着采用改进模糊增强处理;对变换后含有电力设备主体的低频分量进行灰狼自适应阈值分割为背景和前景部分,随后分别进行增强处理;最后将处理后的各分量进行逆NSCT变换。经对比应用,验证了该算法应用在变电站电力设备红外检测上的优越性：文章算法与其他算法相比在边缘强度、信息熵、对比度、标准差、峰值信噪比五类评价指标上的涨幅至少为3.94%、 2.16%、 9.86%、 7.45%、 21.86%。文章算法处理后的红外图像符合人眼视觉效果,更易于人眼识别故障,有利于电力设备热故障的检测与故障定位。     

基于多尺度Gabor滤波器的彩色图像边缘检测

为了更好实现对彩色图像进行边缘提取,并保证算法具有更好的稳定性,文章使用多尺度Gabor滤波器的方法,来提取彩色图像边缘和轮廓.构建了3个尺度、16个方向的Gabor滤波器.首先将彩色图像灰度化,利用多尺度Gabor虚部滤波器提取图像灰度变化信息.通过非极大值抑制,并通过高低阈值获取边缘像素点及其候选边缘,最后利用局部边缘连接获取图像边缘轮廓.并将本算法与常用边缘检测算法进行实验性能比较,实验结果表明:提出的算法既能获得较高的定位准确度,又具有很好的噪声鲁棒性,该算法与常用的Roberts等一系列算法相比,检测效果更好,稳定性更强.     

一种改进工件边缘检测方法的研究

针对现有边缘检测技术难以同时消除图像中噪声和工件表面划痕对边缘检测的影响,并保持图像边缘的清晰度和连续性,提出了一种基于二阶微分算子和数学形态学的改进边缘检测技术。首先利用数学形态学理论,设计了一种形态学开闭运算处理图像的方法,为去除工件表面划痕做好预处理;然后用二阶微分Laplace算子对预处理后的图像进行边缘检测;最后改进了一种高斯与双边滤波结合的算法,强化去噪效果,并对最终算法进行实验验证。实验结果表面,改进的算法在去除工件表面划痕方面效果明显,并与传统微分算子比较,边缘清晰度、峰值信噪比(PSNR)都有大幅提高,为提高工件识别精度打好基础。     

一种基于数学形态学的灰度图像边缘检测方法

图像边缘包含图像的绝大部分有用信息,因而图像识别、匹配等具有很大的研究价值。传统的边缘检测算法去噪能力差、边缘定位能力低,而一般数学形态学算法提取的边缘清晰度不高,且不够平滑,难以满足图像处理的需要。采用序列多尺度结构元素分别对图像进行滤波,再灰度累加取均值,有效滤除噪声的基础上,尽量突出有效的边缘信息,去掉无效的细节信息。通过仿真验证,边缘定位精度高且平滑连贯,效果良好。     

基于 2D 预处理的点云分割和测量研究

针对传统 3D 工业相机获取的点云数据进行工件检测时因工件粘连和噪声干扰导致边缘分割问题,考虑点云数据量大 影响检测实时性和 3D 特征点选取不准确导致测量误差大的因素,提出一种基于 2D 边缘检测的预处理方法,实现点云快速分 割和测量。 首先,采用改进的 Canny 算法对有序点云的纹理图像进行边缘检测,将检测后的图像进行数学形态学操作和轮廓检 测完成纹理图像分割,规避了在 3D 空间中进行分割处理,有效减少了点云数量;其次,结合工件的形状特征和放置方式,利用 掩膜操作提取出有序点云数据,使用基于 RANSAC 和条件滤波结合的方法对分割后的点云进行自适应阈值滤波处理,有效去 除了噪声点云;最后,对经过预处理后的目标点云基于 PCA 的包围盒去计算工件尺寸以及表面法向量。 实验结果表面,和传统 的 3D 分割算法相比,能够更准确的提取出目标点云,有效减少了待处理点云数量,整体分割效率提高了约 20%;工件尺寸的平 均相对误差约 1. 24%,可以满足测量的需求。     

基于改进的各向异性模型对IVUS图像降噪算法

针对血管内超声图像中的强背景噪声和边缘模糊等问题,提出了一种改进的各项异性扩散滤波算法.引入中值滤波,将滤波后的梯度模代替传统各向异性滤波中原始图像的梯度模,以控制扩散的过程,并能较好地保持边缘的特性;将各向异性扩散方程的常规扩散方向由4个方向扩展为8个方向,可保留更多的图像细节;并提出了一种自适应选取扩散门限的方法,解决了滤波和边缘保持的矛盾.实验结果表明,改进的算法在滤除噪声和保留边缘方面有着比较满意的效果,为以后血管内超声图像中外膜的提取提供了基础.     

基于提升小波变换的指针式仪表图像边缘检测

为解决工业中对指针式仪表的自动检定,针对自动检定系统中所涉及的图像边缘检测技术难点,分析了现有传统算法的不足之处,提出一种有效的基于提升小波变换的边缘检测算法。该算法利用提升小波变换尺度的低通作用,避免受高频噪声影响,在传统边缘检测算法的基础上,提取低频轮廓。利用小波系数的方向性,结合方向性边缘检测算子,获得高频边缘信息,最后利用小波重构获得准确清晰的图像边缘,为后续Hough变换准确的提取指针提供了有利保障。实验结果表明,该算法得到的图像边缘较传统Canny算法更清晰准确,无虚假边缘,应用于仪表自动检测系统中是可行的。     

基于多路信号联合去噪的Prony谐波检测法

针对传统Prony算法易受噪声干扰且同一区域内多路电能质量信号存在相关性的特点,文中提出了一种基于多路信号联合去噪的Prony谐波检测算法,实现在较强噪声条件下的谐波准确检测。首先,采用中心频率法和轨迹相似度法改进多元变分模态分解（MVMD）算法;其次,利用改进的MVMD算法联合分解相关联的多路信号,提取出主导模态分量并重组为适宜Prony分析的稳定信号;最后,对稳定信号进行Prony分析得到初步的谐波参数,通过阈值筛选和人工鱼群全局寻优,得到准确的谐波检测参数。仿真实验表明,改进的MVMD去噪算法的输出信噪比为37.3,高于VMD去噪法（33.2）和小波去噪法（32.8）,去噪效果更优;文中算法谐波检测结果的误差总体小于传统Prony算法,具有谐波检测准确度高、同时计算多路信号的特点。