一种基于改进的边缘搜索和CANNY算法的图像分割方法

提出了一种基于边缘搜索和CANNY算法相结合的简捷而有效的图像分割方法.该算法中使用了ROBERT法来检测边缘,再用改进的带权启发式边缘搜索法来搜索所有的边缘信息,最后用CANNY算法自增强边缘.将该算法应用于ICT图像自动分割中,获得了边缘清晰、平滑、定位精确的分割图像.     

亚像素精度的行星中心定位算法

为实现深空探测中对行星目标的光学自主导航,提出了亚像素精度的行星中心定位方法.首先,建立了导航相机和目标行星的坐标变换关系,结合光学成像理论分析了行星成像的边缘特性;提出使用行星图像有且仅有的一段半圆形边缘,通过圆拟合法实现行星的中心定位.然后,根据行星图像的边缘分布特征,改进了Canny算法以快速提取行星的真实边缘,并利用最大距离法提取半圆形边缘.最后,分析了传统高斯函数亚像素边缘检测算法的理论依据,基于成像理论提出了改进型高斯函数亚像素边缘检测算法,并通过圆拟合求得行星的亚像素中心.仿真和月亮实拍实验显示,改进型定位算法的精度达到了0.02和0.68 pixel,比传统插值算法约高0.03和0.21 pixel,在可靠性、定位精度、抗噪声等方面均满足深空探测的需要.     

一种快速精确的虹膜定位方法

为了提高虹膜定位的速度和精度,本文提出了一种定位方法.对于虹膜的内边缘定位,本文基于图像二值化和形态学的腐蚀、膨胀,建立了有效的去噪算法,并提出了一种灰度投影与圆的方程相结合的方法,可准确定位虹膜内边缘.对于虹膜的外边缘定位,本文利用虹膜内边缘定位数据对边缘图像去噪得到有效的边缘信息,在此基础上提出了一种改进的Hough变换方法,可以快速准确地定位虹膜外边缘.实验结果表明,本文提出的虹膜定位算法显著提高了虹膜定位的速度和精度,避免了传统Hough算法搜索的盲目性.     

基于改进形态学梯度和Zernike矩的亚像素边缘检测方法

为满足电荷耦合器件(CCD)图像测量系统的快速、高精度测量要求,提出了一种基于改进形态学梯度和Zernike矩算法的图像亚像素边缘检测新方法.基于CCD图像灰度和空间结构信息特点,该算法先利用改进的数学形态学梯度算子进行边缘点的粗定位,在像素级上确定边缘点的坐标和梯度方向;然后再根据构造的边缘点向量和参考阈值,用Zernike矩算法对边缘点进行亚像素的重新定位,实现图像的亚像素边缘检测.仿真图像和实际图像的边缘定位实验结果表明,与Zernike矩、LOG-Zernike矩及Sobel-Zernike矩算法相比,该方法具有更好的定位精度与抗噪性,且检测速度更快.     

基于视觉图像的二次曲线特征参数精密测量方法

为了满足视觉检测中对二次曲线参数(圆或椭圆)高精度测量要求,提出了一种基于视觉图像的二次曲线特征参数精密测量方法.该方法利用变结构元广义形态学边缘检测算法对图像中的二次曲线进行初始边缘定位,充分提取图像边缘细节信息的同时抑制图像噪声的影响.在亚像素图像处理中,基于Zernike矩边缘检测算法计算出的边缘参数,提出了对二次曲线特征进行亚像素边缘定位的边缘检测算法,建立了曲线边缘点与边缘参数之间的映射关系.利用检测出的二次曲线亚像素边缘点数据,通过定义的数据点分布优化的参数拟合算法,可以计算出二次曲线的特征参数.实验结果表明:该方法稳定性好且实时性强,定位不确定度优于0.03像素,可实现二次曲线特征参数的精密测量.     

基于非极大值抑制的圆目标亚像素中心定位

圆形目标在基于图像的测量系统中应用广泛,针对圆目标中心的高定位精度和快速提取的要求,提出了一种基于非极大值抑制的亚像素中心定位方法.该方法利用Sobel算子进行边缘检测,通过改进非极大值抑制方法获取连续细化的边缘,实现了像素级边缘定位,采用Zernike正交矩对边缘点进行亚像素级定位,并用最小二乘法进行二次拟合来获取精确的标志点的中心坐标.仿真图像和实测图像的实验结果验证了该方法的有效性和准确性,其定位精度可以达到0.02像素,通过测试算法的运行时间,证明该算法具有很好的实时性.     

基于改进Zernike矩的小模数齿轮亚像素边缘检测

针对传统Zernike矩亚像素边缘检测算法中奇数尺寸模板卷积的不对称性,在分析卷积不对称性和卷积窗口中心局限性对检测精度影响的基础上,提出一种改进的Zernike矩亚像素边缘检测算法。算法采用像素级边缘检测算子进行初定位,获取像素级边缘点;利用小尺寸奇数模板求解Zernike矩进行二级初定位,获取亚像素级边缘点;分析二级初定位边缘点所在区间;根据所在区间,选取偶数模板或者奇数模板求解Zernike矩进行精定位,获取更精确的亚像素级边缘点。为了验证算法的有效性,分别对模拟图像和实际图像进行亚像素边缘检测实验。根据齿轮的边缘特性,通过最小二乘拟合法评价算法对齿轮图像的检测效果。实验结果表明,该算法具有绝对定位精度高、抗噪性能强、曝光敏感度好的优点。     

边缘检测及二值化算法在车牌定位中的应用

比较若干不同的边缘检测算子及二值化算法,讨论了其在车辆牌照识别中的应用.文中用Matlab软件对这些算法进行了仿真,并根据结果选取了适用于车牌定位的算法,得到了较好的定位结果.     

改进Zernike矩的运动靶标高精度定位算法

针对目前运动靶标中心定位检测精度低、实时性差的难题,提出一种改进Zernike矩的亚像素边缘定位算法.该算法将Zernike算法和迭代法相结合,首先采用传统的Zernike算法计算图像的阶跃灰度矩阵,在阶跃灰度矩阵的基础上采用迭代法计算得到最佳灰度阶跃阈值作为边缘判据;最后从矩模板和灰度边缘模型两个角度对误差进行了分析和补偿.以靶标中心定位为实验研究对象,采用改进Zernike矩算法对靶标进行亚像素边缘定位,然后利用最小二乘法拟合圆心坐标,最后通过坐标变换得到靶标的空间位置,测试结果表明:该算法能够准确对运动靶标中心进行定位,算法的检测精度优于传统算法,同时最佳阈值的自动选取相比于人工手动调试具有更高的效率.     

基于高斯积分曲面拟合的亚像素边缘定位算法

针对现有亚像素边缘定位算法存在精度不高、计算复杂的问题,提出一种基于高斯积分曲面拟合的亚像素边缘定位算法。根据单边阶跃状边缘特征,构建边缘法截线的高斯积分模型,在确定边缘过渡带的基础上,将拟合曲面区域内的像素点信息转化为边缘曲线的活动坐标,并对转化后的像素点坐标与灰度值按照高斯积分模型进行拟合,准确定位图像的亚像素边缘。采用所述视觉测量系统,用量块直线边缘进行实验,并与传统高斯曲面拟合亚像素边缘定位算法比较,证明基于高斯积分曲面拟合的亚像素边缘定位算法具有较高的定位精度,一等量块的直线度误差在1μm以内,计算速度提高一倍。采用该算法确定亚像素边缘时,可通过修正高斯积分模型的均值,有效补偿光源强度造成的误差。本算法可以应用于齿轮等高精度机械零件的测量。