大米虫蚀粒图像边缘检测方法

虫蚀严重影响大米的品质,大米虫蚀粒的检测具有重要的意义。图像分析是客观检测大米虫蚀粒的一种有效方法。边缘检测是采用图像法检测大米虫蚀粒的一个重要环节,该文分析了LoG算子法,频域检测法以及形态学边缘检测法,对比分析了它们的检测效果和速度,以期得到最适合检测大米虫蚀粒的图像边缘检测方法。实验结果表明,形态学检测方法效果较好,并且处理速度快。     

基于Canny算子的图像边缘检测算法

图像边缘检测是一种非常经典的基于计算机视觉技术的图像处理技术,主要是根据图像的某种特定信息,把目标的边缘与周围的区分开来。回顾了几种传统的边缘检测方法,并分析它们的优缺点,详细阐述了Canny算子的检测原理和实验方法。实验结果表明Canny算子是最优的边缘检测算子,能够较稳定地对目标图像进行边缘信息提取,得到较好的检测效果。     

基于CP神经网络的边缘检测

边缘检测是图像分析识别必不可少的环节，是一种重要的图像预处理技术。虽然传统的算子算法对边缘的检测速度快，但其得到的往往是断续的，不完整的边缘信息，且这类检测方法对噪声比较敏感，在检测噪声污染图像时会得到许多虚假的边缘。利用CP神经网络对灰度图像的边缘进行检测，但考虑到神经网络训练量过大的问题，先利用传统算子对图像进行边缘处理，将处理后的图像做为神经网络的输入。实验结果表明，该方法得到的边缘图像边界封闭性好，具有较好的抗噪特点。     

一阶边缘检测算法的研究

在机器人视觉伺服控制系统中,用一阶边缘检测算法把目标物与图像背景分离出来,是实现目标物识别和定位的重要手段之一.在此,重点探讨和分析一些重要的一阶边缘检测算法的特点及其原理,用这些算法对车牌号码进行检测,通过分析它们最终的检测效果发现,坎尼边缘检测算子能够检测到真正的弱边缘,可以使边缘的线型的连接程度较好,能把带宽细化成只有一个像素点宽,并且具有较好的定位性能.把坎尼算法应用在机器视觉伺服中是一种较好的边缘检测方法.     

改进边缘检测算法在医学图像处理中的应用

图像边缘检测在医学中有很重要的应用,针对此提出了一种新的边缘检测方法,首先采用canny算子对图像进行边缘检测,然后对检测后的图像轮廓跟踪。实验表明,与传统的边缘检测算法相比,这种算法能更好地提取图像中目标物体的边缘,减少检测边缘断裂现象,具有很好的应用价值。     

基于绝对关联度的图像目标边缘提取方法

针对传统边缘检测方法对光学经纬仪实际拍摄的含噪声图像边缘检测效果不理想的问题,将灰色系统理论引入图像边缘检测,通过绝对关联分析与边缘检测算子相结合,提出一种利用二阶微分算子作为参考序列,图像像素作为比较序列,通过计算灰色绝对关联度来检测图像边缘的方法。实验结果表明,该方法与现有方法相比,边缘检测效果更好,检测的边缘清晰、连续,对噪声图像边缘的检测精度较高,抗噪声能力强。     

基于左右导数算子类的边缘提取

根据图像灰度的左右导数及其性质构造了几个提取和检测图像阶跃型边缘和屋顶型边缘的算子,并从理论和实验结果上同Ｐｒｅｗｉｔｔ 算子、Ｓｏｂｅｌ 算子、Ｃａｎｎｙ 算子及Ｌａｐｌａｃｉａｎ 算子等进行了比较和分析,发现此类算子包含了这些重要的传统微分算子,而且还具有算法简单灵活,检测精度高和抗噪声干扰能力较强等优点。实验结果还表明在没有进行进一步细化加工的情况下,文中所述的广义左右导数算子无论是检测阶跃型边缘还是屋顶型边缘,其效果都要比上述传统微分算子好     

一种基于Sobel算子梯度增强的边缘检测算法

针对传统Sobel算子在图像边缘检测中存在的弱边缘提取较差及边缘较粗等不足,提出了一种局部梯度增强的检测算法.算法采用改进的Sobel算子卷积模板计算图像梯度;然后对梯度图像采用局部标准差方法增强局部弱边缘的梯度,最后对局部梯度增强的图像进行细化处理并提取图像边缘,得到边缘图像.实验结果表明,该算法获取的边缘图像边缘信息较丰富,连续性好,边缘较细,整体效果优于传统Sobel算法,具有较高的实用价值.     

图像边缘检测方法比较研究

边缘检测在数字图像处理中有着重要的作用。系统分析目前具有代表性的边缘检测方法,并用IDL6.3软件实现各种算法。实验结果表明,各种方法均有各自的优缺点和适用条件,在做图像边缘检测之前,应对图像进行分析,针对图像的特点和应用需求选用合适的方法。     

基于Canny算子的高压输电铁塔图像边缘检测研究

为了实现高压输电铁塔架构健康状态的监测,文章提出了基于Canny算子的高压输电塔图像边缘检测方法。并使用了两种常用的边缘检测方法与提出的方法进行了对比试验,仿真实验结果证明文章中提出的基于Canny算子的高压输电塔图像边缘检测方法的边缘检测效果优于另外两种方法。     

一种微分极值的边缘检测算法

本文通过对边缘点的定义,提出了一种微分极值的边缘检测算法.与经典微分算法相比,该算法直接在边缘检测窗口内提取边界像素点,因此边缘定位准确,连续性好,在背景图像照度不均匀的情况下,仍能够得到令人满意的检测效果.     

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。     

在小波域边缘检测的新算法

传统的边缘检测的经典算法，如Sobel、Prewitte、Paplacian、Roberts等，检测速度快，但结构信息不完整。为了有效抑制噪声，本文基于小波变换，提出了一种新的图像边缘增强的算法。与通常所用的Roberts算子相比较，具有更好的边缘检测特性。实验表明所提出的方法是可行的。     

基于Sobel算子的多尺度边缘提取算法

文章分析了sobel算子的小波性质，借助于cascade算法的应用，将小波多尺度分辨特性与sobel算子相结合。利用尺度滤波，提出了在含噪图像中进行多尺度边缘快速提取算法，并通过实验验证了该方法的可行性。     

数据融合技术在图像边缘检测中的应用

提出了一种基于数据融合的图像边缘检测算法。此种方法对初始图像分别采用“Rob-erts”算子和“sobel”算子及小波变换三种方法进行边缘提取,再将三种算法结果通过数据融合的手段获得一幅新的边缘图像。实验结果表明,该方案所得到的边缘图像的效果优于单独采用“Sobel”或“Roberts”算子所获得的边缘图像,是一种行之有效的图像边缘提取算法。     

基于双正交小波和边缘加权的图像去噪算法

文中针对现有去噪算法存在的问题,提出了一种基于双正交小波和边缘加权的新的图像去噪算法.该算法对图像进行基于图像移位相关性的自适应二叉分解,研究了白高斯噪声在双正交小波分解下的功率谱,并结合图像的边缘信息,对不同区域的去噪阈值以不同权重加权.实验结果表明,文中算法去噪所得图像的MSE优于小波变换全局阈值去噪,视觉效果明显优于维纳滤波去噪.     

基于提升小波的自适应阈值边缘检测新算法

针对传统的单一边缘检测算法抗噪能力差、边缘不连续等缺点,本文提出采用两种算法相结合的方式来进行边缘检测。首先,对原始图像进行多层小波分解;对分解后的图像低频部分用提出的改进提升算法进行边缘检测,对高频部分用小波变换的局部模极大值算法检测边缘;通过将各层边缘信息按一定的融合规则融合起来得到一个组合边缘,最后细化图像边缘。实验证明,这种方法相对于传统小波分析有着计算量小,计算速度快和要求存储空间小等诸多优势,同时,也能做到不丢失图像信息,保证了边缘的连续性和封闭性,检测效果较好。     

红外图像边缘检测算法综述

为填补红外图像边缘检测算法综述性研究的空白，使更多研究者较为全面地了解目前成果，并为后续研究提供有价值的参考，遴选了近十年国内外红外图像边缘检测技术研究的相关文献。首先概述了红外成像与边缘检测技术，进而阐述了红外图像边缘检测技术的难点与挑战，接着总结了主要的红外图像边缘检测算法，将相关算法分为了4类——基于经典边缘检测算子改进的、基于蚁群算法的、基于数学形态学的和基于网络模型的，对其涉及的关键技术分别进行了分析。研究认为，在传统红外图像边缘检测技术中，形态学方法因简单易用而具有一定潜力；对于非传统红外图像边缘检测技术，基于深度学习的方法对目标边缘的针对性更强、鲁棒性更好、不需要设计复杂的算法步骤，给红外图像边缘检测带来了新的发展机遇。     

一种改进的Canny算子边缘检测算法

边缘是图像的基本特征之一,因此在图像处理中图像边缘检测是图像处理的一个重要部分。由于传统的Can-ny边缘检测算法是通过在2×2领域内求有限差分来计算梯度幅值的,易受噪声的影响,容易检测出孤立点和伪边缘。在基于传统的Canny边缘检测算法的基础上,采用3×3领域的梯度幅值计算方法,提高了边缘的定位精度,改善了对噪声的敏感性。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。