基于拉普拉斯边缘检测算子的图像分割

通过分析作为二阶梯度的拉普拉斯公式,得出可应用到实践图像分割中的拉普拉斯边缘检测算子,并通过VC＋＋6.0加以实现。分析图像分割结果,并对拉普拉斯边缘检测算子进行利弊分析。     

用于图象边缘检测的拉普拉斯-多项式算子

将用于求解二阶导数的▽~2算子与多项式局部曲面拟合相结合,构造了用于边缘检测的拉普拉斯-多项式(Laplacian of Polynomial:▽~2P)算子。图象物体边缘定义为▽~2P 与图象卷积的过零点。证明了:采用正交多项式作为拟合基函数时,可用卷积方法实现局部曲面拟合,使得计算效率大大提高。     

Canny边缘检测器

Canny边缘检测器在计算机视觉中得到广泛应用，它能检测图像形状密度的变化，并寻找图像的边界，在最大密度方向的变化上，如果梯度级象素在边界上大于这些密度象素，Canny边缘检测器能分类这些边缘象素。本文示出了一些未检测的边缘，并作了定义，同时介绍了如何改进Canny边缘检测器以及提高检测的正确率。     

基于改进高斯-拉普拉斯算子的噪声图像边缘检测方法

针对现有梯度算子在图像边缘检测中存在的对噪声比较敏感的问题,提出了一种基于改进高斯-拉普拉斯算子的图像边缘检测方法。噪声图像中的边缘检测是一项关键任务,然而目前常用的几种梯度算子,包括已经提出的高斯-拉普拉斯算子都没能取得理想效果。提出的方法对传统的拉普拉斯边缘检测算子做了改进,并与高斯滤波器相结合。首先,应用高斯滤波器来平滑图像,抑制噪声。然后基于拉普拉斯梯度边缘检测器进行边缘检测。最后在标准图像上进行评估,评估结果显示,提出的边缘检测方法所获得的峰值信噪比(PSNR)和均方误差(MSE)均优于其他几种对比方法。     

一种改善高斯拉普拉斯算子零交叉方法的车辆边缘检测

本文介绍了一种视频交通车辆边缘检测的方法。边缘像素是二阶梯度图像产生零交叉时的位置对应像素,但对于斜坡边缘这一类灰度变化非常缓慢的情形,单纯的零交叉方法并不能检测到有效的边缘,往往还会参杂许多背景物体的轮廓。为解决这个问题,本文在高斯拉普拉斯边缘检测算子的基础上,结合了自适应阈值二值化、边界跟踪和细化技术,从而得到了具有较高定位精度的单像素宽的边缘图像。     

基于拉普拉斯算子的彩色图像锐化处理

彩色图像增强过程中,对图像进行锐化处理是一个重要环节。介绍了图像锐化处理的概念和拉普拉斯算子的算法原理;重点阐述了一种基于拉普拉斯算子,在C#.NET中构造功能函数并借助模板取样测试原理实现彩色图像锐化处理的方法。实践证明,BMP、JPEG格式的图像使用该方法锐化后的效果良好。     

基于边缘检测器组合的密集边缘检测

本文提出了基于多个边缘检测器组合的密集边缘检测方法 ,并从理论上阐述了此方法的性质 .在实验中 ,采取了组合中值混合滤波器、Teboul变分法和最优的 Gabor滤波器的方式 ,随后用组合的边缘检测器对人脑横切片图和取自 Vis Tex数据库的图像进行分割 .实验结果表明此方法是有效的 .     

基于拉普拉斯算子的Snakes方法分析

基于一个与传统Snakes方法能量函数等价的目标优化函数,变分得到Snakes的水平集形式,该形式具备清晰的几何物理意义：一方面,演化速度自适应于图像内容,并在理论上精确达到零,给出了Snakes曲线在边缘位置停止演化的理由;另一方面,演化方向自适应于图像内容,揭示了Snakes的初始曲线不用设定演化方向而水平集需要设定的原因,文中结果对如何拓展水平集演化方向的自适应性具有理论意义。     

基于CUDA的拉普拉斯边缘检测算法

拉普拉斯边缘检测算法常用于去除CCD天文图像中的宇宙射线噪声,但其串行算法计算复杂度较高。为此,分析拉普拉斯边缘检测算法的并行性,在统一计算设备架构(CUDA)并行编程环境下,提出一种基于CUDA的拉普拉斯边缘检测图形处理单元(GPU)并行算法。分割天文图像得到多幅子图,根据GPU的硬件配置设定Block和Grid的大小,将子图依次传输到显卡进行并行计算,传回主存后拼接得到完整的图像输出。实验结果表明,图像尺寸越大,该并行算法与串行算法相比具有的速度优势越大,可获得10倍以上的加速比。     

采用高斯差分算子的拉普拉斯线绘制

近年来,图像空间的线绘制技术在绘制质量和算法鲁棒性方面取得了长足的进步.但是,图像空间的线绘制算法不能生成特征线的空间几何信息,因而应用面不如物体空间的线绘制技术广泛.针对现有物体空间线绘制算法的绘制效果和绘制速度还远不如图像空间算法,提出一种物体空间线绘制算法.在预处理阶段,采用网格模型的高斯差分算子计算法向拉普拉斯;在实时绘制时,通过计算法向拉普拉斯与视线方向的点积,从而快速计算特征线的三维几何.在该算法框架下,进一步提出各向异性的高斯差分算子,在计算法向拉普拉斯时对于特征线的梯度方向和切线方向做不同的滤波处理,从而更好地反映特征线的走向.实验结果表明,文中算法比现有的其他物体空间线绘制算法更加鲁棒,对于包含几何噪声和非均匀网格化的三维模型,其生成的线绘制结果更加光顺,能更清晰地揭示模型的形状特征;在实时绘制效率方面,能实时生成包含上百万三角面片的网格模型的线绘制结果.     

复用拉普拉斯算子的高效网格融合方法

针对传统基于测地线的泊松融合方法中插值旋转场与尺度场计算量大而影响交互建模的应用,提出了基于复用拉普拉斯算子的高效融合方法.该方法将几何融合、旋转场与尺度场的插值问题均转化为拉普拉斯（泊松）方程进行求解,仅需一次Cholesky分解和多次回代计算,得到融合所需的8个标量场,比起传统基于测地线的插值方法快两个数量级;随后,运用基于约束Delaunay三角化与离散极小曲面的鲁棒方法对融合边界处的网格进行优化,实现网格的高效融合.同时,再次复用拉普拉斯算子,在进行几何融合的同时,实现了纹理坐标的快速融合.该算法不仅能够处理具有复杂拓扑与多个边界模型,并获得与传统泊松融合方法相媲美的实验结果,而且显著地提高了效率,能够满足交互响应的需求.     

用边缘检测算子实现图像边缘检测

边缘检测作为一种低层图像处理方法,是各种高级图像处理的基础,它在医疗诊断、指纹识别等方面有着广泛的用途。本文探讨了用边缘检测算子实现边缘检测的方法。     

用Sobel算子细化边缘

提出了一种用Ｓｏｂｅｌ算子细化边缘的新方法,通过引入衰减因子得到不失真的灰介边缘图Ｐ１,然后将灰阶边缘图Ｐ１用Ｓｏｂｅｌ算子进行正理２,得以边缘的边缘图Ｐ２,再用前者减去后者得差值图Ｐ３,再将Ｐ３中为负的点改为０,用以除去３图中边缘外侧的点,从而得取边缘产细的边缘,对于边缘模糊的部分这种过程可以重复多次,最后也可得到较细的边缘（但不一定连接）,此种方法对于处理其它边缘检测方法得到的边级也有效。边缘     

基于拉普拉斯算子和图像修补的图像去噪算法

通过分析偏微分方程(PDE),设计了基于拉普拉斯算子和图像修补的图像去噪算法用于处理被噪声污染的图像：ROF调和拉普拉斯(RHL)算法和ROF调和修补(RHI)算法。通过分析图像的局部特征,结合ROF模型在处理图像时具有边缘保护能力,调和模型在处理图像平滑区域时能够避免产生“阶梯效应”和拉普拉斯算子具有增强细节信息的特点,设计了RHL算法;在RHL算法的基础上,结合基于PDE的图像修补模型设计了RHI算法。实验结果表明,设计的RHL算法和RHI算法既克服了ROF模型、调和模型在去除图像噪声时的缺点,又结合了两者的优点,与其他基于PDE的算法相比,在去除图像噪声、处理图像平滑区域、保持图像边缘细节信息方面都有较好的性能。     

基于拉普拉斯算子的人脸表情克隆优化方法

针对人脸克隆表情的真实性和表情重建的效率,提出了一种基于运动捕捉数据的人脸表情克隆新方法。使用运动捕捉设备捕捉人脸六种基本表情数据,并对数据进行归一化处理,使其位于同一区间范围,保证克隆表情数据的有效性;在表现人脸表情的关键区域选取41个特征点,通过采用凸权值的拉普拉斯变形算法将人脸表情转移到目标模型上,很好保留了人脸表情的细节,克服了均一权值保真度低和余切权值计算不稳定的问题。实验结果表明,该方法合成的克隆表情真实、自然,人脸表情克隆的效率得到了显著提高。     

基于高斯拉普拉斯算子的汽车轮胎磨损检测算法

针对目前人为根据经验判断汽车轮胎是否达到最终使用时间不准确造成资源浪费的问题,提出了一种基于高斯拉普拉斯算子的汽车轮胎磨损检测算法.首先,将拍摄的汽车轮胎图片进行预处理,包括图像灰度化和高斯滤波,用拉普拉斯算子对图像的边缘进行检测;然后,对处理好的图片进行像素坐标提取,通过汽车轮胎花纹深度的检测算法,得到轮胎的实际深度...     

基于高斯拉普拉斯算子的多聚焦图像融合

多聚焦图像融合利用图像众多互补信息,获取清晰的融合图像。为了解决基于变换域和空域方法中易丢失信息及时间复杂度高的问题,提出基于高斯拉普拉斯算子(LOG)的多聚焦图像融合算法。利用高斯拉普拉斯算子对原始图像进行掩膜卷积,取其绝对值得到相应原始图像的聚焦程度度量图;用滑动窗口技术,分别对每个度量图进行比较,窗口内和值大的视为聚焦,相应得分图加1,通过得分图与一定策略得到决策图;通过决策图对原始图像加权得到融合图像。从多聚焦图像公开数据库进行实验,LOG平均融合结果指标PSNR、MI、Q~(AB/F)为28.08、5.28、0.73,均高于算法MST-SR和CSR。     

噪声污染图象中的广义形态边缘检测器

在深入地探讨数学形态学在边缘检测领域中的应用的基础上,系统地给出了普通形态差分算子,并提出了一类广义形态差分算子。同时,把提出的广义形态差分算子应用于受噪声污染的图象,以提取图象的边缘。通过实验表明,广义形态边缘检测算子能较好地提取边缘,在抑制噪声对边缘的影响和保持图象的边缘细节上,效果优于经典的边缘检测器和普通形态边缘检测器。     

利用Delphi 6实现拉普拉斯高斯边缘检测算法

本文描述了拉普拉斯高斯边缘检测算法结合算法在Delphi 6编程环境下对BMP格式的灰度图像进行了边缘检测处理,从而体现其优越性。     

基于拉普拉斯算子的模糊图片批量检测算法设计

为了解决在日常生活中,对同一运动目标进行快速多次拍摄后,难以逐一挑选模糊图片的问题,特提出了一种基于拉普拉斯算法的模糊图片批量检测算法设计。该算法基于OpenCV库进行开发,运用Python语言逻辑建立算法结构并验证及最终实现设计。经实际运行效果表明,该算法设计对模糊图片的识别速度快、判别准确,具有一定的实际应用能力和使用价值。