基于Gabor滤波器的Sobel算子图像边缘检测算法

Sobel算子对图像进行边缘检测时,只对垂直与水平方向敏感,使得一些边缘检测不到,从而限制了Sobel算子的检测性能.针对此问题,文中提出了一种基于Gabor滤波器的边缘检测算法,先对图像进行Gabor变换,找出不同方向上人眼敏感程度低的系数,再用Sobel算子对变换过的图像进行边缘检测,最后把此图像与直接用Sobel算子检测的图像相加.实验表明,该算法改善了Sobel算子检测方向单一的不足,包含较多的边缘信息.     

基于Gabor滤波器的Sobel算子图像边缘检测算法

Sobel算子对图像进行边缘检测时,只对垂直与水平方向敏感,使得一些边缘检测不到,从而限制了Sobel算子的检测性能。针对此问题,文中提出了一种基于Gabor滤波器的边缘检测算法,先对图像进行Gabor变换,找出不同方向上人眼敏感程度低的系数,再用Sobel算子对变换过的图像进行边缘检测,最后把此图像与直接用Sobel算子检测的图像相加。实验表明,该算法改善了Sobel算子检测方向单一的不足,包含较多的边缘信息。     

基于改进Sobel算子的红外图像边缘提取算法

针对红外热像仪采集的图像边缘信息模糊,图像显示多样性,边缘信息难提取的特点,提出了一种基于Sobel算子梯度相乘的边缘提取算法.该算法首先对红外热像仪图像进行待识别目标的高温区域提取,然后分别利用增加了6个方向模板的Sobel算子和Roberts算子对图像进行边缘提取,再将得到的两幅梯度幅值图像进行梯度相乘,最终得到边缘提取图像.最后,用MATLAB对图像进行了仿真,仿真结果表明,该算法能够快速有效地提取红外热像仪图像的边缘,弥补Sobel算子的不足及提高了Sobel算子边缘检测的性能,计算简单,具有良好的检测精度,而且得到的边缘较细,极大的改善了图像边缘提取的效果.     

一种基于阈值分割的红外图像边缘检测方法

针对红外图像对比度和信噪比低,经典的图像边缘检测方法对实际图像难以检测的特点,提出了一种基于阈值分割的边缘检测算法。首先利用最大方差阈值法分割出红外图像的目标图像,其次用线性拉伸的方法对目标图像中存留的噪声进行去除,最后运用Sobel算子对目标图像进行边缘检测得到结果图像,并与经典的Roberts边缘检测算法、Sobel检测算法、Prewwit检测算法、Gauss-Laplacian检测算法进行比较。实验结果显示该检测方法是可行、有效的。     

基于CCS的图像边缘检测和提取设计

Matlab对数字图像的处理在工程化方面存在一定的不足。针对这一不足,利用硬件仿真平台CCS,采用数字图像灰度梯度最大值法、Sobel算子边缘检测算法对数字图像进行检测,实现了数字图像的边缘提取。实验表明,Sobel算子边缘检测算法对数字图像进行边缘检测和提取的效果比较理想,且为图像处理提供了一种硬件实现方法。     

基于Sobel算子的改进边缘检测算法

提出了一种基于Sobel算子改进的边缘检测算法。该算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度。在计算图像梯度时结合了方向拆分法,将每个方向梯度与两个子方向半个模板对应的像素点之和分别求比值,选择最大者作为该方向的梯度值,然后将四个方向梯度的最大值作为窗口中心点的梯度,最后对梯度图像进行阈值分割和细化,得到边缘图像。实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、图像边缘较细的优点。     

一种Sobel算子的抗噪型边缘检测算法

边缘检测在图像处理过程中占有重要的地位,Sobel算子是在数字图像边缘检测中常用的一种方法。经典Sobel算法简单、速度快,但也存在着边缘定位不精确、提取的边缘较粗、噪声干扰情况下抑制能力差等问题,针对这些问题,提出了一种抗噪声的Sobel边缘检测算法。算法先对图像采用多子窗口进行滤波,去除图像中存在的噪声;然后采用改进的Sobel算法对图像进行边缘检测,算法结合边缘方向计算梯度图像,并对梯度图像在3×3邻域内采用统计信息结合梯度阈值进行了2次边缘细化处理。与经典的Sobel算法及其他文献算法进行了对比试验,结果表明,该算法对噪声具有较强的抑制能力,在去除噪声的同时能够准确地检测出图像的边缘,而且得到的边缘更细,定位更精确。     

基于CCS的数字图像边缘检测的设计

数字图像边缘检测的设计大多是基于Matlab软件设计的,这与工程化还有一定的距离。针对这一不足,给出了数字图像边缘检测Sobel算子以及程序设计流程,并在CCS v3.1的软件仿真环境下进行仿真实验。通过3个实例的分析,验证了基于CCS的数字图像边缘检测设计的可行性。结果表明,使用Sobel算子实现了图像边缘检测,这为图像处理提供了一种硬件实现的方法。     

对数域梯度与改进Sobel算子相结合的边缘检测

为了消除不均匀光照给图像边缘检测带来的影响,提出一种对数域梯度与改进Sobel算子相结合的边缘检测方法。该方法首先将图像变换到对数域,通过削弱低频入射分量增强高频反射分量,以提升图像亮度;然后合成改进的4方向Sobel算子,并用无穷范数表示梯度,以使需要被检测的图像更加完整;最后通过Bernsen算法得到的阈值与高斯滤波后得到的Bernsen算法阈值进行线性组合来确定最佳阈值,以使图像边缘更加连续完整。仿真实验结果表明,该方法可以有效消除不均匀光照对图像边缘检测的影响,与相关算法和文献相比,该方法对不同照度图像的边缘检测效果更好。     

一种改进Sobel算子的热红外影像边缘检测方法

热红外影像特殊的成像机理和特点,使影像中存在大量的噪声导致边缘信息模糊难提取。基于传统Sobel算子提出了一种新的边缘检测方法。首先利用数学形态学中的不同尺度、不同结构元素对具有随机噪声的热红外影像进行形态学去噪,再用Otsu算法对去滤波后的影像进行全局阈值分割,最后利用Sobel算子对其进行边缘提取。基于MATLAB仿真实验,结果表明:与传统的Sobel算子相比,该方法不仅有较强的抗噪性,而且检测出的边缘外部轮廓与内部细节特征表达较好,边缘具有连续一致性,是一种简单、快速的边缘检测新方法。     

Radar remote sensing image retrieval algorithm based on improved Sobel operator

Aiming at the time-consuming problem caused by large computational load of radar image retrieval, based on blocking histogram, Sobel edge detection operator and gray level co-occurrence matrix (GLCCM), new radar remote sensing image retrieval algorithm based on improved Sobel operator is proposed. Firstly, the Sobel edge detection algorithm is used to process the image, the edge image is acquired, the radar remote sensing image is analyzed from different angles, and then the different radar remote sensing images are transformed. Then, based on the above processing, Radar Remote Sensing Image Retrieval Algorithm is acquired; finally, the plurality of statistic of the matrix is recorded as a feature vector describing the radar image, and the image is retrieved according to the feature vector of the radar image. Through a large number of experiments, Radar Remote Sensing Image Retrieval algorithm can greatly reduce the retrieval time, and it also has a good retrieval effect for images with rich texture.     

复杂光照条件下的图像边缘提取算法的改进

边缘是数字图像中的一个重要的局部特征。在复杂光照条件的情况下,图像分辨率较低,传统Sobel算子利用卷积计算出来的灰度梯度较为平缓,边缘不能有效的识别。通过改进Sobel算子的模板,平衡图像的亮边缘与暗边缘,尽可能地避免暗边缘信息的丢失。与此同时,通过分析数据建立相应的数学模型,优化子区域大小,把图像划分为多个子区域,在子区域内利用大津法进行边缘的检测与提取,最后使用Hilditch细化算法将图像的边缘提取出来。通过MATLAB仿真结果表明,与传统So bel算子的边缘提取算法相比,文中算法简单易实现,对于复杂光照条件下的图像,边缘信息提取更完整,自适应能力更强。     

一种新的红外热像仪图像边缘检测方法

针对红外热像仪采集的红外影像边缘信息模糊、影像存在噪声、边缘信息难提取的特点,提出了一种基于数学形态学对LOG算子改进和Roberts算子数据相结合的边缘检测新方法。该方法首先引进形态学中的开闭运算对具有随机噪声的红外影像进行滤波,接着运用拉普拉斯算法边缘检测,然后再采用Roberts算子提取边缘信息,建立相应的融合规则及阈值条件,将两种方法检测出的影像边缘信息融合,得到最终的融合影像。最后,对增加椒盐噪声的影像用MATLAB进行仿真实验,结果表明,该方法结合了两种检测算子的优点,定位精度高,有很强的抗噪性,获得了比较理想的检测效果。     

常用图像边缘检测方法及Matlab研究

边缘检测在数字图像处理中有着重要的作用。为了在实际应用中能够选择最佳的边缘检测方法,采用Matlab语言编程,将若干常用的边缘检测方法应用于花瓶边缘检测仿真实验,包括微分算子法（Robert算子、Sobel算子、Prewitt算子和Kirsch算子）、高 数字图象处理 边缘检测方法 Matlab对比研究 微分算子法 斯-拉普拉斯算子法、坎尼算子法、零交叉法和Frei-chen边缘检测法等。经过对结果的对比研究,得到其各自特性和适用范围。     

图像边缘检测算法研究

边缘检测是图像处理中很重要的组成部分,其效果直接影响到后面的图像分析。在此介绍Roberts算子、Prewitt算子、Sobel算子、LOG算子和Canny算子等经典边缘检测算子,对其性能和算法特点进行分析。运用Matlab进行算法的仿真,并对其检测结果进行分析和比较,得出Canny算子的边缘连接程度最佳,景物的细节表现得最明晰,轮廓边缘提取得很完备。     

一种改进的Sobel边缘检测算法的设计及其FPGA实现

为了快速得到边缘更清晰、敏感度更高的实时边缘图像数据,提出了一种改进的Sobel边缘检测算法.对原始图像的边缘进行平滑滤波后,利用2个3×3模板对选定的二维图像中同样大小区域内的数据进行卷积,合并水平及垂直方向的导数得到该区域的梯度值,再通过添加的梯度方向模块对该区域进行4个方向的判断以帮助确定边缘,最后通过非极大值抑制及二值化处理确定图像边缘.将改进后的Sobel边缘检测算法在FPGA上进行了实现并证明了其有效性.     

数字图像处理技术在边缘特征提取中的应用

边缘检测是计算机视觉和图象处理中基础而又重要的课题。分析几种应用于数字图像处理中的边缘检测算子,根据它们在实践中的应用结果进行研究,通过matlab仿真结果对各种边缘检测算法的优劣进行了比较、选择,论述了获得清晰、完整的边缘轮廓的方法及步骤。