一种基于零交叉的图像边缘检测的改进方法

理论上，边缘像素应该是二阶梯度图像产生零交叉时的位置对应的像素，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得到合适的边缘。为解决这类问题，在高斯拉普拉斯边缘检测算子的基础上，结合了梯度图像二值化，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。     

基于混合核函数的支持向量机的图像边缘检测方法

研究了基于混合核函数的最小二乘支持向量机(LS-SVM)的图像边缘检测技术,利用LS-SVM对图像像素邻域的灰度值进行了曲面拟合,通过混合核函数推导出了图像的梯度算子和零交叉算子,并结合梯度算子和零交叉算子实现了图像边缘定位。     

基于零交叉及Canny算子的边缘检测方法

针对图像的边缘检测问题,本文综合CANNY算子及零交叉法对静态图像进行边缘检测,再用高斯函数进行平滑,以得到的零交叉点作为边界点,然后进一步细化边缘、提取骨架,减弱了由噪声或干扰造成的影响。进一步提高了图像边缘检测的质量,实验证明该算法能真正检测出图像的弱边界,得到清晰连续的边缘图像,而且能有效抑制噪声.是边缘检测的实用方法。     

基于全局图像结构信息的Seam Carving算法*

本文提出了一种基于全局图像结构信息的Seam Carving算法,它根据像素的重要性修改图像尺寸和比例。通过从图像提取特定方向的边缘结构信息,再利用每个像素的梯度信息,从全局和局部两方面定义新的像素能量计算函数,以此来阻止Seam通路与特定方向图像边缘的交叉,避免边缘像素的不一致位移,以此保持图像的边缘结构。实验结果证明,本文算法减少了处理后图像的结构形变,有效改进了Seam Carving算法的处理效果。     

基于降维技术及空间矩的彩色图像亚像素边缘检测

现代图像的边缘检测方法需要在充分利用图像中的色彩信息基础上能够提供亚像素边缘信息。提出一种基于图像降维技术的彩色图像亚像素边缘检测方法,利用Ostu算法得到图像的像素级边缘,并在降维所得的投影图像上结合空间矩方法提取亚像素级边缘。实验结果表明,该算法定位精度可达到0.14个像素,能够有效地提取真彩色图像的边缘轮廓信息。     

基于改进Zernike方法实现圆形边缘亚像素检测

在图像测量中,图像边缘的精确定位与检测是影响测量精度的关键。为了实现快速、高精度的图像边缘定位与检测,提出了一种改进的Zernike方法,采用四个方向模版Sobel算子对图像初处理,利用被测物的几何信息,只使用零阶矩实现对边缘的亚像素定位。实验结果表明改进算法比原算法具有更高的精度,而运行的时间不到原算法的1/4。该算法具有良好的处理效率,能够满足一般具有几何特征图像边缘实时、亚像素精度定位与检测的要求,具有广阔的应用前景。     

高分辨率PCB图像亚像素边缘检测算法

针对高分辨率工业印刷电路板PCB图像的直方图和边缘特征进行了统计分析,提出了一种基于直方图统计的双门限选择方法进行像素级边缘定位,然后根据亚像素原理把像素级边缘校正到亚像素精度的快速亚像素边缘检测算法。与插值、空间矩以及曲面拟合等传统亚像素边缘检测算法的对比实验结果表明,本文算法在检测精度上达到0.066个像素,满足检测精度的要求,并在计算速度上具有较大优势。     

基于亚像素边缘定位点查找表的检测算法

提出了一种新型的测量图像快速亚像素边缘检测方法。首先通过计算机模拟仿真,找出图像边缘处灰度落差与边缘点偏移之间的规律性,建立了一个由灰度落差得到边缘亚像素定位点的查找表;然后结合改进的Sobel检测算子和十字窗检测法将图像边缘检测精度达到像素级,并应用查找表实现了亚像素级的检测精度。实验表明:该方法不仅得到了较高的检测精度,定位精度为0.3pixels,而且可以大大地提高检测速度。     

基于零交叉的噪声图像边缘检测

由于数字图像中可能包含不同程度的噪声,使得边缘检测在图像处理中变得比较困难。传统的边缘检测算法对于信号中的噪声比较敏感,使得边缘信息不能完全准确地检测出来。本文提出了一种基于零交叉的噪声图像边缘检测方法。在文献[1]算子的基础上先平滑图像,计算图像的梯度,然后对梯度图像用新推导出的递归算子求二阶导数,并分别按行方向和列方向进行过零点检测,最后合并两个方向上检测到的过零点得到图像边缘。实验结果表明,该方法不仅对于含噪图像具有良好的边缘检测效果,而且由于所有滤波算子都是可递归执行的,大大减少了运算量和运算时间。     

基于小波变换的颗粒图像边缘检测算法研究

为了能在颗粒图像边缘检测中得到单边缘响应、连续的边缘线,在图像边缘检测的过程中,本文采用了小波变换的处理方法：在使用小波变换边缘检测算法检测出边缘后,本文提出一套较完整的边缘线加工算法,最终得到单像素宽的边缘．并利用加工后的边缘信息成功分割了一类颗粒图像。     

一种基于边缘梯度的图像分割方法

利用Krisch边缘方向算子，实现了对彩色和服图片中的和服边缘检测，同时根据真实边界点处的梯度强度值大于其左右邻域的梯度强度值的特征，获得了边缘细化。在结合边界跟踪技术的基础上，有效地去除了和服中大量的与和服分割无关的花瓣图案，得到了和服的有效边缘。实用的边缘连接技术则成功地实现了和服图片中和服各部分的分割。实验结果表明该方法在和服分割上是一种实用的和成功的方法。     

一种基于边缘特征的海岸线检测方法

针对遥感图像中灰度特征的不稳定性,尤其是SAR（合成孔径雷达）图像中水陆灰度的弱对比性,提出一种利用相对稳定的边缘特征进行海岸线检测的新方法。该方法首先用Roberts算子提取海岸区域图像的梯度,并进行自动阈值分割,进而用轮廓跟踪的方法得到海岸线的粗略位置。借鉴主动轮廓的思想,设计一种轮廓逼近的方法,根据遥感图像的梯度强度对粗略的海岸线进行调整,最终得到精确的海岸线。实验表明这种方法在检测精度和抑制海域内干扰等方面都能达到令人满意的效果。     

New edge-adaptive image interpolation using anisotropic Gaussian filters

Edge-adaptive interpolation is an effective technique to obtain a sharp high-resolution (HR) image from a low-resolution (LR) image. In this paper, we propose a new image interpolation method using edge-adaptive anisotropic Gaussian filters (AGFs). In the proposed method, the edge information of the LR image, which is the edge orientation and its energy, is first estimated using the modified Leung–Malik (LM) filter bank. Then, the edge information of the LR image is converted into that of the HR image by using a mapping function. Based on the HR edge information, edge-adaptive interpolation is performed using the AGF with variable shape and direction. Simulation results show that the proposed method objectively and subjectively outperforms conventional edge-based methods.     

边缘检测滤波尺度自适应选择算法

为回避多尺度边缘检测中融合多幅图像涉及的启发性规则, 同时克服 Jeong 算法的局限性, 本文首先基于 Tan 的广义边缘定义设定一个适应度函数, 然后采用自适应遗传算法针对单个像素及其邻域结构的特征搜索最佳滤波尺度得到局部最佳边缘检测尺度, 最后由最佳尺度高斯滤波器得到最终边缘图像. 实验证明能够得到令人满意的结果.     

Image enhancement using a human visual system model

In this paper we report the result of a set of computer experiments carried out to enhance digital images. We use a special line weight function (LWF) which is a combination of zero- and second-order Hermite functions. We are motivated by the physiological evidence reported in R. A. Young, Spatial Vision 2(4), 273–293 (1987), that visual receptive fields are shaped like the sum of a Gaussian function and its Laplacian. This function can also be derived mathematically when the contrast sensitivity experiments in psychophysics are posed as an eigenvalue problem (A. L. Stewart and R. Pinkham, Biol. Cybernetics 64, 373–379 (1991). Analyses of the edge location error show that the proposed function has extremely good localization capability (i.e. the points marked by the operator is as close as possible to the center of the true edge). We also show that the LWF does not detect phantom edges which do not correspond to significant image intensity changes.     

基于空频域联合闭值分割的轮廓检测方法

传统的边缘检测算子仅在空域上对梯度图像进行阈值分割来计算二值边缘图像,当应用在自然场景图像中时,检测结果中往往含有大量的干扰边缘。为了消除干扰边缘,提高传统边缘算子的轮廓检测性能,提出了基于空频域联合阈值分割的轮廓检测方法:首先对梯度图像进行频域阈值分割消除干扰边缘,然后进行空域阈值分割得到最终的二值边缘图。结合Canny算子,利用自然场景图像对该方法进行了性能评估,结果表明,该方法大大减少了干扰边缘,有效提高了Canny算子在复杂自然场景图像中的轮廓检测性能。     

边缘分割算法在机场识别中的应用

机场识别作为模式识别领域的问题之一,在军事上有着重要的应用前景。图像的边缘包含了大量的梯度信息,图像中的真实边界点处的梯度强度大于其左右领域的梯度强度值。本文结合机场识别自身的特点,通过对几种经典的边缘分割算法的比较,并对实验结果进行分析,论述了几种不同分割算法的优劣,为了进一步的识别工作做好了准备。     

分形特性角度定位研究

提出一种将分形理论用于PCB图像定位的新方法，以PCB上的矩形定位标志图像为研究对象，分析其边缘特征，结果表明图像边缘具有典型的分形特性；用去除边缘异常噪声加补偿的方法对图像边缘进行处理，消除噪声对图像边缘对应的分形曲线特性的影响，得到较精确的边缘分形曲线形维数；推导出图像转动角度与图像边缘分开曲线分形维数的理论关系式，根据边缘曲线的分形维数精确地得到了目标图像的转动角度，解决了PCR板的精确，快速角度定位问题。     

虚拟仪器的计算机视觉系统设计研究与应用

本文以虚拟仪器开发平台LabVIEW和图像处理软件IMAQVision为依托,利用计算机视觉技术,进行水果边缘检测。通过软件实现了中值滤波、阈值处理、图像分割和形态过滤等图像处理过程。从腐蚀与膨胀后的细化处理结果来看,达到了设计要求。研究表明,虚拟仪器计算机技术应用于水果图像处理是可行的,具有广阔应用前景。