多尺度形态学图像边缘检测方法

在形态学边缘检测算子的基础上,综合形态膨胀和形态腐蚀,得到修正的边缘检测算子,以减轻图像边缘检测的模糊性;进行形态结构元素尺度调整,并综合各种尺度下的边缘特征,得到噪声存在条件下较为理想的图像边缘。实验验证了该算法的可行性和有效性。     

一种改进多尺度形态边缘检测算法

提出一种改进的多尺度形态边缘检测算法。用不同尺度大小的结构元素分别检测出图像的不同尺寸的边缘信息,运用本文提出的基于直方图配准的自适应方法对所获不同尺寸的图像边缘进行融合,获得理想的图像边缘,有效地消除了噪声。实验结果表明当图像中加入了强度超过20％的椒盐噪声后,检测到的边缘仍然非常清晰。     

一种基于形态学多结构元素的图像边缘检测算法

运用数学形态学的理论和方法,从多结构元素形态学变换的角度出发,利用形态学结构元的自然属性,自适应确定权重,在此基础上采用腐蚀运算构造边缘检测算法,最后将多结构元的检测信息加权求和。实验结果表明,自适应确定权重比平均权重具有更好的图像处理效果,在保持图像边缘清晰的同时,具有很强的去除噪声能力。     

一种精确的医学细胞图像边缘检测法

细胞边缘检测是进行细胞形态分析的基础,其检测结果直接影响病情分析和诊断的结果。传统的边缘检测算子由于受噪声影响比较大,无法检测细胞可靠的边缘位置,因而不宜应用于细胞形态分析。提出一种用迭代算法求图像分割最佳阈值和运用数学形态学的腐蚀算法实现轮廓提取相结合的细胞图像边缘精确检测算法,并给出仿真实例。与传统的边缘检测算子Laplacian-Gauss算子、Sobel算子相比较,该算法具有检测精度高和抗干扰能力强的优点。     

基于形态学的超声C扫描图像缺陷边缘检测

针对传统基于形态学的边缘检测算法自适应降噪能力差、计算效率低的问题,提出了一种基于边缘比率和多结构的自适应边缘检测算法,根据超声C扫描图像的边缘比率将超声C扫描图像分为3种不同复杂度的图像,针对不同复杂度的超声C扫描图像自适应选取结构元素进行边缘检测,再根据不同边缘图像的信息熵进行融合处理得到最后的边缘。实验结果表明：该算法有效抑制噪声的干扰,且较好地保持图像边缘细节,提高了超声C扫描图像缺陷边缘检测的效率和准确率。     

用多结构元素实现医学图像边缘检测

为了简单有效的获得医学图像边缘,本文从数学形态学的角度出发,利用多结构元素对不同方向的边缘敏感来保留更多的边缘细节信息,提出了一种改进的形态学边缘检测算法。本文首先将形态学的BTH与WTH运算相结合进行图像增强,再结合开闭运算提出了一种抗噪型的边缘检测算子,对运用多结构元素得到的边缘图像进行累加,最后对该叠加后的边缘图像进行修正得到最终结果。实验证明,该算法在抑制噪声对边缘的影响和保持图像的边缘细节上,均取得了很好的效果,具有一定的实用性。     

用多结构元素实现医学图像边缘检测

为了简单有效的获得医学图像边缘,本文从数学形态学的角度出发,利用多结构元素对不同方向的边缘敏感来保留更多的边缘细节信息,提出了一种改进的形态学边缘检测算法.本文首先将形态学的BTH与WTH运算相结合进行图像增强,再结合开闭运算提出了一种抗噪型的边缘检测算子,对运用多结构元素得到的边缘图像进行累加,最后对该叠加后的边缘图像进行修正得到最终结果.实验证明,该算法在抑制噪声对边缘的影响和保持图像的边缘细节上,均取得了很好的效果,具有一定的实用性.     

结构光调制图像的边缘提取方法研究

本文通过比较不同边缘检测算法的实际效果,来选择一种运算速度快、边缘定位准确、噪声抑制能力强的边缘检测算法,实现结构光调制图像标定数据的提取。     

结构光调制图像的边缘提取方法研究

本文通过比较不同边缘检测算法的实际效果,来选择一种运算速度快、边缘定位准确、噪声抑制能力强的边缘检测算法,实现结构光调制图像标定数据的提取.     

盲元综合检测和补偿算法

本文在总结国内外盲元检测和补偿算法的基础上,按照盲元表现形式的不同将其分为死像元、暗电流像元、噪声像元和闪变像元.并利用红外焦平面,对不同参考辐射的响应数据采用了不同的检测算法进行检测.与传统算法比较,该算法考虑了暗电流像元和闪变像元,且分类检测分设标准,检测精度高.利用相邻像元的相关性,提出了一种基于边缘检测和盲元块...     

基于内外边缘颜色特征的图像检索算法

算法的基本思路是提取边缘部分的颜色特征进行图像检索,将边缘分为内外边缘区别对待,加大内边缘(对应目标部分)的比重,通过多尺度多结构元的数学形态学方法实现。通过设置内外边缘的权重充分考虑了目标的重要性,克服了全局颜色直方图不能反映空间信息的缺陷。实验结果表明,该算法有效地提高了检索系统的效率。     

基于数学形态学的HSI空间彩色边缘检测方法

针对在RGB空间中很难有效区分颜色相似性的问题,选择更加符合颜色视觉特性的HSI颜色空间进行图像处理,提出一种基于HSI空间的多结构多尺度自适应彩色图像边缘检测方法.首先对H、S、I三个分量采用不同结构和不同尺度的结构元素进行形态学边缘检测,然后对三个边缘分量利用信息熵加权得到融合后的彩色边缘信息.实验结果表明,该方法可以充分利用彩色图像的色度,饱和度和亮度信息,有效地抑制噪声,自适应地提取完整的边缘信息.     

基于数学形态学的彩色图像边缘检测

为了克服传统边缘检测方法对噪声敏感的缺点,提出了一种基于数学形态学的彩色图像边缘检测新方法。该方法是在RGB空间内,把每个像素作为一个向量进行排序,将灰度形态学推广到了彩色图像。然后通过分析噪声（主要是椒盐噪声）污染图像的特点对彩色图像形态学基本算子进行了改进。改进后的算子有很强的抗噪性,可以直接实现边缘检测。实验表明,与传统方法相比,该算法能够更有效地抑制噪声对边缘检测的影响,并较好地保持图像边缘细节。     

A sub-pixel edge detection algorithm based on Zernike moments

Abstract

A novel hybrid technique of combining an improved morphological gradient operator and Zernike moments, named MGZ edge detection algorithm, is developed to meet the stringent requirements for measuring accuracies of charge coupled device metrology system. The mathematical morphological gradient and Zernike moment algorithm are discussed based on the pixels grey-scale and spatial structure information of the images. To improve the algorithm process, the image edge is oriented and extracted by using improved morphological gradient operator firstly; then, the calculation errors of the typical ideal step edge model are analysed and corrected by the proposed error compensation formula. The edge point is relocated with sub-pixel accuracy by means of Zernike moment operator based on the edge point vectors and the threshold value. Finally, the sub-pixel edge detecting of the image is attained. The extensive experimental results show that the measuring error of the edge point is compensated reliably and accurately, and the new algorithm has short operation time, more precise and stronger robustness to noise than the prior similar algorithms. Meanwhile, the proposed method can well meet the need of charge coupled device metrology system for sub-pixel edge detection.     

基于变差函数的噪声图像的多尺度边缘检测

基于区域化变量理论,针对受噪声污染的图像,本文提出了一种基于变差函数的多尺度边缘检测新方法.该方法根据图像各个不同区域的数据的不同方向的变差函数值来判断该区域是否存在边缘以及边缘的方向性,然后根据该区域边缘的方向性,在水平和垂直方向分别进行不同尺度的小波变换,进而达到在确保边缘定位准确的同时,尽最大可能去除由于噪声以及图像灰度不均匀产生的伪边缘点.仿真实验表明,本文算法在对受高斯白噪声污染较严重的图像进行边缘检测时能有效的去除噪声对图像边缘检测的影响,从而证明了该方法的可行性、有效性.     

基于高斯积分曲线拟合的亚像素边缘提取算法

针对传统边缘提取算法定位精度低、对噪声敏感等缺点,提出一种基于高斯积分曲线拟合的亚像素边缘提取算法。通过曲面插值求取像素级边缘法截线上各离散点的灰度值,再进行高斯积分曲线拟合,寻找高斯积分曲线的均值点坐标,实现亚像素边缘的精定位。用量块直线边缘进行实验,并与现有亚像素边缘提取算法比较,实验证明基于高斯积分曲线拟合的亚像素边缘提取算法定位精度较高,可以达到1 μm,且算法可靠性高、计算速度快,能够用于高精度测量。     

基于归一化RGB色彩模型的阴影处理方法

通过分析影像上阴影区域的属性，提出了一种基于阴影属性的高分辨率遥感影像阴影检测和去除算法。利用阴影区域蓝色分量偏高的特性，对归一化B分量和原始B分量进行阈值检测，并结合小区域去除和数学形态学处理，得到较精确的阴影区域；然后，分别在RGB空间和HSI空间对各个独立的阴影区域与其邻近的非阴影区域进行匹配，完成阴影去除操作；最后沿着阴影边界做一次中值滤波以减轻边缘效应。仿真结果验证了算法的有效性，并且显示在HSI空间获得了更好的补偿效果。     

基于小波变换与形态学的车牌定位方法

针对信号噪声环境下的车牌定位问题,提出了一种基于小波变换和数学形态学的图像定位方法.该方法先用自适应滤波多尺度边缘检测方法检测出车牌的边缘;然后用数学形态学方法对阈值二值化后的边缘图像进行系列形态运算,进一步消除无用信息;最后用基于车牌底色识别的方法进行车牌定位.实验结果表明,该方法定位效果好,适于有噪声的车牌图像进行定位.