一种模糊小目标的自适应阈值分割方法

文章提出了一种基于顶帽变换和边缘检测的强噪声背景下的目标提取方法。模糊背景下图像的目标提取存在一定的困难,必须对图像进行增强处理。文中涉及到的目标具有不同的灰度值,固定阈值法不能保证检测出所有的目标。在原有自适应阈值分割的基础上设计了一种基于顶帽变换和边缘检测的自适应阈值分割方法,首先对图像进行顶帽变换增强图像,再利用Sobel边缘提取算法提取所有可能目标的边缘,利用原图像中对应边缘点的灰度取平均值作为图像分割的阈值来提取目标。实验结果表明:利用检测出的边缘灰度均值作为图像的灰度阈值来分割目标,能有效地提取出模糊小目标。     

一种改进的Sobel自适应边缘检测的FPGA实现

针对经典Sobel边缘检测算法对噪声比较敏感而且需要人为指定阈值等问题,提出了一种Sobel自适应边缘检测方法。首先,对经典Sobel算法改进,增加了检测方向,根据待测像素背景灰度值和人眼视觉特性自适应地生成阈值,从而检测出与人的主观视觉更为一致的图像边缘,然后对边缘图像进行形态学处理,增强了算法的抗噪性。将改进的边缘检测算法在单片FPGA上实现,利用FPGA高速并行处理的优势,系统能够实时采集、检测图像边缘并显示高帧频高分辨率图像。     

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。     

机械零件边缘检测方法的研究

为了实现机械零件的有效检测,针对零件具有比较明显的轮廓特点,提出了一种机械零件图像的边缘检测算法.首先对零件图像进行去噪和灰度化处理,利用图像灰度直方图分布信息,构造求解最佳分割阈值的数学模型,在此基础上设计了边缘检测的最佳阈值分割算法.最后通过实例给出了用经典算法Sobel算子分割的效果图和采用本算法取得的效果图,通过对比充分说明了本算法的可行性和有效性.     

基于最大模糊熵的红外图像边缘检测算法

针对红外图像边缘检测这一难题,结合红外图像及其梯度图像的特点,在红外梯度图像模糊划分的基础上,提出了一种基于最大模糊熵的红外图像边缘检测方法.首先通过改进传统Sobel算子构造出红外图像的梯度图并研究其直方图特点,然后对其进行自然模糊划分,最后根据最大模糊熵准则确定最优模糊参数,进而确定梯度图像的最佳分割阈值,从而实现边缘提取.与传统的基于梯度的边缘检测算法进行对比实验,结果表明,该方法用于红外图像边缘检测能获得更好的效果.     

一种快速鲁棒的红外图像分割方法

介绍了一种快速鲁棒的红外图像分割方法,算法是为了满足工程化应用。首先采用Canny边缘检测算子提取图像的边缘像素;然后统计边缘像素灰度值得到红外行人图像的分割阈值,并利用自适应双阈值算法对图像进行初始分割;最后通过边缘扫描对初始分割的图像区域进行边界修正,得到边界更加精确的目标区域。实验结果表明,该方法能够较好地保留行人的边缘信息,减少了区域像素错误分割,且具有较强的实时性。     

基于顶帽变换的红外图像模糊边缘检测算法

红外成像技术广泛应用航空航天、国家防卫、农业工程及医学工程等各个领域,红外图像边缘信息的获取具有重要意义。提出了改进的图像模糊边缘检测算法,首先改变隶属度函数,简化运算量和缩短处理时间。其次,在选取分割阈值过程中引用基于顶帽变换的自适应方法求取不同图像的阈值,使得分割更加准确。实验结果表明,本算法可以保留红外图像更多的低灰度边缘信息,且较传统的Pal-King算法减少了运算时间,可应用于红外目标探测以及红外目标识别等领域。     

基于梯度的低对比度X线图像分割方法

在医学骨折诊断领域,X线图像是骨折诊断的重要手段,X线图像中骨骼组织的精确分割为后续的诊断提供了重要依据。为此,文中首先利用Sobel边缘检测算子得到X线图像的梯度图,然后利用灰度图像单目标跟踪算法,提出了一种基于梯度的多目标分割算法,经过三轮跟踪获得了骨骼组织的精确定位,实现了医学骨科X线图像的骨骼分割。最后,将分割结果与边缘检测和阈值方法的分割结果进行了比较。试验结果表明,该方法对低对比度图像能够得到好的分割效果,比较适合医学骨科X线图像的骨骼分割。     

基于Sobel算子的图像边缘检测研究

在图像处理中,提出了一种新的边缘检测算法,该算法首先对由Otsu算法所得图像进行形态学的去除孤立像素和闭运算操作,然后再用Sobel算子进行边缘检测,最后将所得图像与用Sobel算子直接对原始图像进行边缘检测的图像相加。最后用MATLAB对数字图像和红外图像都进行了仿真。仿真结果表明,该算法改善了单一的用Sobel算子检测对垂直与水平方向敏感,其他方向不敏感的不足,提高了Sobel边缘检测算子的性能,具有良好的检测精度。此算法不仅适用于数字图像还适用于红外图像。     

一种基于梯度的亚像素边缘检测算法

采用Sobel算子确定图像边缘的大致位置,然后用三次样条插值函数对灰度边缘图进行内插计算,使目标边缘定位达到亚像素级.再对插值后的图像采用阈值迭代算法得到阈值特征图像.实验表明,该方法能精确定位目标边缘,达到亚像素精度,优于传统的边缘检测方法.     

简易分时型长波红外偏振成像系统研究

为了开展红外偏振成像技术研究工作,本文设计搭建了一个长波红外偏振成像系统,实现了目标分时成像。提出了一种改进的基于单像元非均匀性差分图像校正方法去除冷反射,基于Sobel边缘检测方法对图像进行配准,并对目标场景的偏振特性进行了分析。结果表明,设计搭建的系统能够获取目标场景的红外偏振信息,预处理后的图像能够满足实验需要,经过Stokes矢量方法得到的目标场景偏振图像边缘轮廓与细节信息更加丰富。为了进一步衡量实验系统的性能,对强度图像和偏振度图像进行了融合,融合后的图像与红外强度图像相比,图像评估质量得到明显提升,验证了实验系统的可行性。该技术在未来的复杂环境下提高目标探测效率具有应用价值。     

基于CUDA的红外图像快速增强算法研究

针对红外图像边缘模糊,对比度低的问题,文中研究了改进的中值滤波和改进的Sobel边缘检测对红外图像进行处理。在对处理后图像的特征进行分析的基础上,研究了改进的Laplace金字塔分解的图像融合算法,并基于CUDA并行处理技术,在可编程GPU上实现了红外图像快速增强的目的。该算法结合GPU的内存特点,应用纹理映射、多点访问、并行触发技术,优化数据的存储结构,提高数据处理速度,适用于对红外图像增强的实时性要求较高的领域。实验结果表明,该算法有较好的并行特性,能充分利用CUDA的并行计算能力,提高了红外图像增强的实时性,处理分辨率为3 096×3 096的红外图像时加速比达32.189。     

实时视频信号的Sobel边缘检测的FPGA实现

在实时视频信号处理中,由于边缘检测等图像处理算法的数据量大,系统采用FPGA+DSP的图像处理方案。利用FPGA可对数据并行处理的特点,在FPGA中实现数据量大、处理速度要求高,但算法结构简单的低层处理算法。文中介绍了在FPGA中实现Sobel边缘检测算法的方法,并提出了自适应阈值的处理方案。实验结果证明,FPGA能够对实时视频信号完成Sobel边缘检测,且自适应阈值模块保证了系统在环境亮度变化的情况下,得到良好的边缘检测效果。     

基于融合及形态学的自适应阈值图像边缘检测

传统的Sobel和Roberts边缘检测算子阈值固定,适应性和抗噪能力较差。通过将最大类间方差法和双峰法引入边缘自适应阈值的确定,利用自适应阈值的Sobel和Roberts算子检测出图像边缘后进行融合,再进行形态学的细化。实验结果表明,该算法检测出的边缘清晰,适应性好,对噪声抑制能力强。     

基于海天/海岸线检测的舰船目标提取方法

针对成像型反舰导弹所获红外图像的特点,提出了一种将海天/海岸线检测与目标提取相结合的舰船目标提取方法.该方法先综合运用Sobel边缘检测和局部Hough变换等数字图像处理技术从红外图像中检测出海天/海岸线,然后通过对Kapur熵二值化图像进行投影变换实现舰船目标提取.实验结果表明,该方法能够有效地确定舰船目标在海天/海...     

阈值选取与边缘检测相结合提取红外图像特征

提出了一种阈值选取与边缘检测相结合提取红外图像特征的方法。对红外图像进行边缘检测,并选定阈值将其二值化;在二值边缘图像中应用双窗口分别选定目标和要去除的噪声,在各窗口中采用双向扫描提取目标特征。实验结果证明了其良好的性能。     

一种基于组合方法的红外图像增强方法

采用组合方法对图像进行增强,对原始图像进行双平台直方图均衡,对均衡后的图像灰度进行等间距处理,提高整体图像的对比度;采用中值滤波方法对原始图像进行滤波,再用Sobel边缘微分算子对滤波后的图像进行边缘提取。在双平台直方图均衡后的图像中,对边缘所对应的像素的灰度值进行处理,对非边缘所对应的像素保持原灰度值不变,然后将处理后的边缘像素与不处理的非边缘像素进行组合。     

基于FPGA的图像分块实时边缘检测系统

当边缘检测系统用于存在异常光照的环境中,其判决阈值会被非均匀光源部分所影响,从而导致检测效果的不理想。针对此问题,提出一种基于图像分块的边缘检测方法,将这种方法用于Sobel算子,并在Altera CycloneIV FPGA平台上进行实时的边缘检测。测试实验结果表明,该改进方法对于存在非均匀光源环境下的边缘检测效果明显优于传统的边缘检测方法。