基于Canny检测的股骨边缘轮廓连接算法

基于图像信息和像素特点,提出了一种边缘轮廓信息的连接算法,由边缘检测、单一化处理、端点信息分类及模拟退火相串联构成。选取合适的Canny方差和成熟的标记算法为生成理想边缘信息,结合节点处的特征信息、检测和计算符合条件的终点位置,最终精确连接出边缘轮廓。利用MATLAB软件对提出的方法进行模拟,详细分析了连接算法的理论模型以及端点类型对于连接效果的影响。试验证明,基于模拟退火和端点类型的算法在选定合适Canny参数和经过单一化处理的情况下具有良好的连接效果,且安全可靠。     

基于自适应阈值的Canny算法在MRI边缘检测中的应用

Canny算法作为一种经典的多级优化算法广泛应用于核磁共振成像(MRI)边缘检测中,MRI具有灰度密度不均一且对比度低的局限性,本文以腰椎间盘MRI为例提出一种改进的Canny算法在边缘检测中进行优化.首先增强图像对比度,在此基础上引入中值滤波有效处理脉冲噪声进行预处理;针对边缘提取精度不足的问题,增加梯度方向模板求取梯度幅值和方向;针对假边缘数量过多及边缘间断等问题,采用梯度强度信息计算法实现阈值自适应;最后通过直方图正规化再次进行图像增强.本文采用峰值信噪比、结构相似性、均方误差及算法运行时间四方面评价准则对传统算法、现有算法以及本文所改进的算法进行验证,结果表明:改进后的Canny算法对MRI检测精度明显提高且算法的自适应性更强,伪边缘有效减少,本文结果对MRI在医学图像处理中有一定的借鉴意义.     

基于Retinex理论图像增强的边缘检测

分析了基于Retinex理论图像增强算法和传统的Canny边缘检测算法,提出将2种方法有效结合起来,应用于曝光不均匀、图像模糊不清或者对比度低图像的边缘检测中。实验表明该方法能准确检测图像中的目标边缘,比单一应用Canny算法检测到的边缘细节更丰富,且能较好地保持目标边缘的连通性。     

基于Canny算子的边缘检测及评价

详细介绍了Canny算子边缘检测理论的基本原理，给出了Canny算子的具体算法过程。在此基础上，本文提出了一种基于4-连通成分、8-连通成分与边缘点数的比值的边缘评价方法。对实验结果从主客观方面分析、对比表明，Canny算子提取边缘的效果较理想。     

基于Canny准则的公路路面图像边缘检测算法

基于Canny准则的算法在数字图像处理中被广泛应用。本文详细阐明Canny准则以及基于Canny准则的算法。在此基础上，结合阈值选择算法对原有算法加以改进，应用于公路路面图像的边缘检测中，取得了良好的效果。     

基于方向空间的边缘检测

提出了一种基于方向空间的边缘检测方法．首先建立方向差分级空间,沿方向差分级函数方向,通过逻辑判断的方法分别提取方向Ridge边缘像素和方向Valley边缘象素,构成方向Roof边缘映射图;然后再沿方向差分级函数方向,在所有相邻的方向Ridge边缘和方向Valley边缘之间提取方向Step边缘,构成方向Step边缘映射图;最后将几个不同方向获取的方向：Ridge边缘映射图、方向Valley边缘映射图和方向Step边缘映射图,分别通过逻辑“或”的方法合成为相应的Ridge边缘映射图、Valley边缘映射图和Step边缘映射图．将该算法与经典算法、Marr—Hildreth算法和Canny算法进行的比较实验结果表明,提出的算法除了不需要复杂运算之外,在边缘定位准确度方面具有优势。     

基于边缘检测和Hough变换的圆定位算法

为了解决机器视觉系统对具有小直径特征的多圆进行定位时计算量过大、效率低下和检测精度过低的问题,提出一种基于边缘检测和Hough变换的圆定位改进方法。首先,针对Canny算法进行边缘检测时对图像平滑处理过度,且对无关瑕疵点削弱能力差的缺点,采用改进的中值滤波代替高斯滤波,增加45°和135°方向来计算梯度幅值,通过最大类间方差法自动选取阈值。改进的Canny算法能有效去除细小瑕疵并完整保存孔位边缘。其次,在边缘检测的基础上用Hough变换对圆进行定位,对像素点采取75%的抽样,同时限定检测圆的直径范围,减少累积次数。实验结果表明,检测精度可达0.06mm,能够满足工业现场检测要求。     

一种新的改进Canny边缘检测算法

对Canny边缘检测算法的性能进行了分析和评价, 针对传统Canny算法在梯度幅值计算上的缺陷, 提出了一种通过计算像素八邻域内图像一阶偏导数有限差分来确定梯度幅值的方法, 改善了传统Canny算子利用2×2邻域内求有限差分均值对噪声的敏感性, 提高了边缘定位的精度. 在此基础上, 在基于非极值抑制原理检测边缘点时, 将像素的八邻域分为4个像限结合双线性插值的方法进一步提高了边缘检测的精度和准确度. 实验结果表明, 该算法在保证实时性的同时, 具有更好的检测精度和准确度.     

基于多结构元素的数学形态学图像边缘检测

提出一种基于多结构元素的数学形态学图像边缘检测算法。利用边缘与噪声具有不同的形态,在进行边缘检测时,只需要先确定出梯度突变的像素点,然后再利用多结构元素对该像素点进行二值形态学的腐蚀操作,以确定该像素点是边缘点还是噪声点:若是噪声点则被滤除,若是边缘点则保留。为验证算法的效果,给出了本文算法和几种传统算子对图像进行边缘提取的实验结果。结果表明,该算法成功地完成了图像的边缘检测,且检测效果明显优于经典的Sobel算子和Canny算子。     

基于统计估计的图像边缘检测

针对传统的基于微分边缘检测算法的噪声鲁棒性较差这一问题,分析了图像边缘形成机理,依据统计估计评价准则,提出一种基于统计估计的边缘检测算法.该算法将像素点的圆形邻域沿θ方向分割成2个半圆,分别计算出2个半圆内像素样本的均值和方差,分析2个半圆内样本统计估计的有效性,进而排除噪声和纹理对边缘检测的影响.根据边缘两侧像素样本的统计估计偏度呈屋脊形分布的特点,对边缘进行细化和连接,以无噪声Canny算子检测得到的边缘作为先验知识,运用条件概率建立边缘检测评价函数.实验结果表明,基于统计估计的图像边缘检测方法具有较好的检测精度和噪声鲁棒性.     

基于边缘检测和自动种子区域生长的图像分割算法

针对传统区域生长算法对噪声敏感和初始种子过度依赖的问题,提出一种基于边缘提取和自动区域生长相结合的分割算法,即先利用Canny算子对图像进行边缘提取,得到边缘像素点集,再利用灰度直方图从点集中选取自动种子点,结合平均相似度,采用区域生长法进行图像分割。该算法能够实现阈值和种子的自动选取,在传统算法中很难实现。实验结果表明该算法有效。     

基于Canny算子的复合绝缘子憎水性图像边缘检测

憎水性检测对于保障复合绝缘子安全可靠运行具有重要意义,在复合绝缘子憎水性自动识别过程中如何准确检测出水珠（或水迹）的边缘至关重要．为此,提出一种基于Canny算子和数学形态学的图像边缘检测方法,采用自适应局部灰度均衡对憎水性图像进行增强,减小因水珠透明性导致的目标与背景的相似度;采用形态学滤波,降低噪声影响、保持边缘细节;采用Ostu阈值法自适应的设定高低阈值．实验结果表明,该算法能够准确获取复合绝缘子表面水珠（或水迹）信息,为开展复合绝缘子憎水等级自动识别奠定了基础．     

Hough变换和区域分离-合并相结合的分割算法

针对传统区域分离-合并算法中过分割的问题,提出一种基于边缘提取和区域分离-合并相结合的分割算法。即利用Canny算子对图像进行边缘提取,得到边缘像素集。然后将像素集作为边缘线,采用区域分离-合并算法进行图像分割。由于Canny算子所提取的像素集是不完整的,所以需要用Hough变换对其进一步完善,得到连续的边缘线。该算法能够提高区域分离-合并算法的精确度,较好地解决其过分割的问题。实验结果表明,该算法有效。     

自适应Canny算子边缘检测技术

采用Canny算子进行边缘检测时,梯度图像需要进行模非极大值抑制,然后求取双阈值提取边缘,但目前双阈值的求取无法避免人工设定的影响,试验表明,针对不同的图像采用相同的阈值,边缘检测效果差异很大.这一点限制了Canny算子在实际中的应用.针对这一问题,提出基于梯度幅度直方图和类内方差最小化自适应的确定高低阈值的方法,可针对不同的图像,实现双阈值的自适应提取,不需要人为设定任何参数,采用模糊控制技术提取边缘像素,实验结果证明了该算法的有效性.     

基于Riesz变换的图像边缘检测

针对传统边缘检测算法易受光线变化影响的问题,提出一种基于Riesz变换空间下的相位一致性边缘检测方法。用Riesz变换替代Hilbert变换对图像进行处理,通过Riesz变换的不同尺度因子构造计算相位一致性所需要的变换空间,根据相位一致性计算方法在新的Riesz变换空间获得特征图像;使用非极大值抑制检测出图像边缘信息;与传统相位一致特征提取方法、2DLog-Gabor变换以及Canny边缘提取算法对比实验。仿真实验结果说明,该边缘检测方法在不均匀关照条件下可用于图像的边缘特征提取,相比在Hilbert变换空间下的相位一致特征提取方法运算速度快,算法可行有效。     

基于融合图像特征的角点提取方法

基于图像边缘的角点提取往往对噪音敏感,提取精度较高但运算量大,而基于图像灰度的角点提取易于实现但提取效果不佳.因此提出一种融合图像边缘特征和图像灰度特征的角点检测方法.首先在一较低尺度用Canny算法求出所有边缘点,然后求出每一边缘点的曲率值并求出初始角点集,利用Harris算法通过实验在一较优尺度下对初始角点进行筛选并确定最终的角点集合.所提方法融合图像角点提取的两大特征,可以有效改进在单一特征提取下的不足.通过对比实验,该算法明显地提高了图像角点检测性能.     

基于各向异性扩散滤波的边缘提取算法

针对Canny边缘检测算法在滤波方面的不足,提出了一种基于各向异性扩散滤波的边缘提取算法,用各向异性扩散的平滑方式代替Canny算法中的高斯滤波,弥补Canny算法中滤波方法的不足.研究了各向异性扩散的P-M方程,得出了其离散化形式,并确定了其中分量的表达式,进而用Matlab编程实现了对图像的各向异性扩散处理.通过误差和结构相似度评定,得出经过各向异性扩散处理的图像滤波效果优于高斯滤波.对经过两种滤波方法处理后的图像用Canny算法提取边缘,通过灰度值比较,验证了各向异性扩散处理在边缘特征保持方面优于高斯滤波.     

自适应多尺度Canny边缘检测

Canny边缘检测算法中有个可以改变的自由参数,该参数具有内在的尺度意义。根据图像自适应地确定该参数所在的尺度集合,在每个尺度上进行Canny边缘检测,然后组合它们的输出结果以获得理想的边缘。自适应多尺度Canny边缘检测算法可以得到抗噪性能和细节保持兼顾的良好边缘。实验结果表明,与Canny边缘检测相比,该算子检测的图像边缘比较清晰,具有较高的信噪比,而且用来检测含白噪声图像的效果也相当理想。