基于链码的随机Hough变换圆形检测方法

该文提出基于链码的随机Hough变曲变换圆形检测方法.该方法首先采用改进的自适应性Canny边缘检测方法提取边缘,通过LoG滤波抑制检测中噪声和光照变化的干扰,并采用大津法实现Canny算法中双门限的自动选取,提高Canny算法的自适应性.然后通过八邻域跟踪算法构建边缘链码,采用邻域均值投票,可有效减少零散或小尺度边缘的冗余投票,避免虚假圆生成.同时根据链码长度设定优先级,减少重复检测.实际在线检测结果表明该方法具有良好的准确性,低漏检和误检率,在噪声、光照变化下具有良好的鲁棒性.     

基于CANNY算子的输电线路移动作业机器人视觉定位控制

设计一种双臂、双机械手的输电线路引流板螺栓紧固带电作业机器人,针对在螺栓拧紧作业过程中机器人机械手作业末端与螺栓头、螺母难以自动对准对接的问题,基于双作业末端输出的四路视频图像信息提出一种基于改进Canny算子图像边缘检测的机器人作业末端与螺栓螺母的对准定位控制方法,给出了Canny算子的改进方法和改进Canny算子图像边缘检测的流程。对常规Canny算子及其改进在套筒边缘检测及中心点的提取效果进行了比较分析,验证了改进算法的有效性,最后在实际线路上进行带电作业试验,试验结果表明本文所提出的改进Canny算子图像边缘检测机器人作业末端与螺栓螺母的对准定位控制具有较强的工程实用性,较常规算法而言进一步提高了作业效率。     

一种改进的Canny边缘提取算法

为了有效提取目标缓变边缘,提出了一种基于中值滤波的改进的Canny算法.在对Canny的边缘检测算子进行理论分析的基础上,用中值滤波代替Gauss滤波.实验结果表明,由中值滤波代替Gauss滤波的改进后的算法有较高信噪比,可以减少缓变边缘的丢失,能得到比较理想的边缘检测效果.     

基于Canny算子的大米边缘检测

阐述了常用边缘检测算子进行边缘检测的方法,详细介绍了Canny算子的边缘检测步骤,并将其应用于大米图像的边缘检测中．实验结果表明,Canny算子提取的边缘线型连接程度较好,可应用于从群体米样提取大米边缘．     

基于乘性梯度的医学超声图像边缘检测算法

通过改进传统乘性梯度（MG）算子,并结合Canny算子的处理结果,准确、快速地提取了医学超声图像的边缘.通过提升乘性梯度算子模板的维度,提高对弱边缘的检测能力;综合考虑乘性梯度算子和Canny算子的运算结果,提高边缘检测的准确度.为了验证该算法的有效性,对仿真及在体超声图像进行边缘提取实验,将结果与其他抗噪性较好的边缘检测方法进行对比.实验结果表明：对于含有不同强度斑点噪声的超声图像,该算法的边缘检测准确度可达75%以上,具有较好的实时性,适用于对医学超声图像进行快速、准确的边缘检测.     

基于小波变换与Canny算子融合的图像边缘检测方法

针对传统的小波变换提出了一种图像融合的边缘检测方法.在边缘不连续和抑制噪声能力弱的问题给出了一种改进的小波变换方法.并对原图像分别采用改进的小波变换和Canny算子两种方法进行边缘提取,再将两种方法的检测结果进行图像融合.实验证明融合后的图像结合了两种检测方法的优点,是一种有效地图像边缘检测方法.     

一种新的改进Canny边缘检测算法

对Canny边缘检测算法的性能进行了分析和评价, 针对传统Canny算法在梯度幅值计算上的缺陷, 提出了一种通过计算像素八邻域内图像一阶偏导数有限差分来确定梯度幅值的方法, 改善了传统Canny算子利用2×2邻域内求有限差分均值对噪声的敏感性, 提高了边缘定位的精度. 在此基础上, 在基于非极值抑制原理检测边缘点时, 将像素的八邻域分为4个像限结合双线性插值的方法进一步提高了边缘检测的精度和准确度. 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.     

基于新型Canny算法雷达距离图像边缘检测算法

针对激光雷达距离像的噪声滤波和边缘检测问题,提出了一种结合改进环圈滤波算法和自适应Canny算法的距离像边缘检测算法.通过改进环圈滤波对距离像的噪声进行抑制,在滤除噪声的同时保留了图像的细节特征信息.从梯度幅值计算、非极大值抑制和阀值自动选择3个方面对传统Canny算法进行改进,克服了噪声影响和边缘检测模糊等缺点.实验结果表明,该算法能够可靠的对距离图像进行边缘检测,并且检测结果的信息熵和标准差指标数据优于传统的Sobel算法和Laplace算法,能够较好地满足激光雷达距离像边缘检测的实际需要.     

基于MATLAB的数字图像的边缘检测

介绍了数字图像处理主要研究领域中边缘检测的方法,即拉普拉斯高斯算子和Canny算子.利用MatLab图像处理工具箱提供的图像处理函数,对图像进行边缘检测,给出了相应程序及处理结果.结果表明:拉普拉斯高斯算子和Canny算子检测边缘清晰且噪声小.     

一种基于Canny理论的边缘提取改进算法

在对Canny的最佳边缘检测算子进行理论和实验研究的基础上,针对传统Canny算法在高斯滤波及梯度幅值计算上的缺陷,提出了用中值滤波代替高斯滤波,并通过计算像素八邻域内一阶偏导数有限差分代替2×2邻域内求有限差分来确定梯度幅值的方法,提高了Canny算子在提取图像边缘细节及缓变边缘信息和抑制假边缘噪声方面的性能。实验结果表明,该方法具有较高的信噪比及边缘定位精度,能达到理想的边缘检测效果。     

基于数学形态学和改进Otsu的单板缺陷检测

在经典检测算子中,针对单板灰度图像的缺陷检测存在缺陷边缘检测不清晰甚至出现伪边缘的问题,提出了一种Otsu改进算法与数学形态学相结合的单板缺陷检测算法.在HSI彩色空间中,对利用数学形态学滤波后的H、S、I分量采用本文算法进行分别处理,并将三分量的检测结果进行叠加.结果表明,该算法能够准确检测出单板的一个或多个缺陷边缘.与经典边缘检测算子的检测结果对比可知,该算法无论对于缺陷的定位还是边缘的提取均优于其他方法.     

一种有效的彩色边缘检测算法研究

对于彩色图像边缘检测技术给出了一种基于改进的梯度算子和RGB颜色空间色差函数的边缘检测算法.该算法首先使用改进的梯度算子得到RGB颜色空间中各个分量的梯度值,然后使用一个新的色差函数计算中心像素与邻域像素之间的色差距离,最后结合梯度值和色差距离,综合判断得到完整的彩色图像边缘信息.实验表明该方法是有效的和鲁棒的.     

融合改进形态学和LOG算子的齿轮边缘检测

针对传统边缘检测算法在提取含噪齿轮边缘过程中,存在难以有效抑制噪声和边缘不连续不清晰的问题,提出了一种融合改进数学形态学和高斯拉普拉斯（LOG）算子的齿轮边缘检测算法。首先,用改进的数学形态学边缘检测算法和改进的LOG边缘检测算法分别对原图像进行边缘检测,得到两幅边缘检测图像。其次,对两幅图像进行4层小波分解且对得到的高、低频信息赋予一定的融合规则进行融合处理。最后,利用小波逆变换重构融合图像。实验结果表明,对比单一使用LOG算子和数学形态学算法,该算法不仅能更好抑制噪声还能得到更加清晰的图像边缘。     

基于彩色形态学的图像边缘检测算法

基于对彩色图像形态学的研究,提出了一种面向HSI颜色空间的多结构元多尺度的彩色形态学图像边缘检测算法。首先借助彩色形态学的膨胀、腐蚀、开运算和闭运算给出彩色多结构交替顺序滤波算子的相关定义,同时利用交替顺序滤波器（ASF）的优势得到一种混合滤波器（HF）对图像进行滤波;其次引入一种全方位形态结构元再结合多尺度结构元的思想对图像不同方向的边缘进行提取;最后再使用信息熵对各方向的边缘进行融合得到图像整体边缘信息。实验表明,所提出的算法不仅具有良好的抗噪性,而且能够保留更多的图像细节信息。     

基于HSV空间的彩色边缘检测

为了克服在颜色亮度差别大的情况下,传统柱坐标模型下的欧氏距离不能合理分辨颜色的缺点,根据饱和度对亮度进行变换,提高了模型的准确性.并在此颜色距离模型下设计了一种彩色Min边缘检测算子,有效地提取了图像的边缘信息.实验证明该方法可以合理分辨不同的颜色,有效提取图像的彩色边缘信息,并能克服非均匀光照所带来的影响.     

一种基于Sobel算子的彩色图像边缘检测新算法

在研究灰度图像边缘检测方法的基础上,针对彩色图像的特点,提出了一种改进的Sobel算子边缘检测算法,并用MATLAB进行了仿真。仿真结果表明,直接利用Sobel算子对彩色图像进行边缘检测,得到的结果图像边缘比较模糊,而本文提出的改进算法,不但图像边缘比较清晰,而且还能有效降低图像的噪声,将Sobel算子边缘检测算法从灰度图像很好地移植到了彩色图像。     

基于改进颜色张量的照度不变轮廓检测

针对传统视觉低级特征检测中存在的忽略利用颜色信息来区分亮度相同而颜色不同的特征、忽略利用照度信息来剔除对特征检测的干扰和单一类型的边缘或角点检测不符合人类感观上对轮廓边界的完整描述等问题,文中提出了一种新的基于改进颜色张量的照度不变轮廓特征检测方法。该方法先利用一种新的非线性滤波器改进基于高斯内核的颜色张量,增强具有相反方向颜色通道的信息,再结合照度准不变模型得到改进的照度准不变颜色张量,排除照度信息,然后应用由张量技术实质派生出的边缘和角点测度进行联合特征检测,最终得到照度准不变轮廓特征。同时,文中还从理论上建立了改进的颜色张量和张量选举这一流行的模式识别技术之间的联系。实验结果证实了文中方法的有效性和鲁棒性。     

基于肤色信息的快速人脸检测

讨论了人脸检测问题中精度和速度在此基础上结合眼睛的定位算法,最终精确得到人脸的位置.实验结果表明,本算法能较为准确快速地定位出彩色图片中正面人脸以及小角度偏转的人脸.     

基于皮肤模板和改进HMM的自动人脸识别系统

介绍一种基于隐马尔可夫模型(hidden Markov module,HMM)的人脸识别系统,该系统对人脸采用普通网络摄像头实时检测,通过皮肤模型进行背景去除,并用改进后的HMM算法进行识别. 实验结果表明,改进后的HMM算法能提高原HMM算法的准确率,采用皮肤模板对检测到的人脸进行精确定位后,进一步提高了识别算法的准确度.     

基于非采样高斯差分金字塔的多尺度融合边缘检测

针对传统边缘检测算法抗噪性差、边缘连续度低、细节边缘冗余,对运动目标检测应用领域的适用性差等缺点,论文基于图像多尺度的思想,结合小尺度图像边缘信息准确,大尺度图像抗噪性强、边缘冗余度低的优点,提出一种基于非采样高斯差分金字塔的多尺度融合边缘检测算法。算法首先对图像进行非采样高斯金字塔分解得到多尺度图像,同时在分解过程实现基于高斯差分算子的边缘检测,得到多尺度边缘图像。最后采用多尺度图像边缘融合策略实现多尺度边缘融合。论文通过实验对算法的有效性进行验证：通过对边缘融合结果进行Abdou-Pratt品质因数分析,表明该算法抗噪性强,边缘定位准确;连续度分析结果表明该算法在降低边缘冗余度的同时保留了主要边缘,且边缘连续度较高;车辆检测实验结果表明基于该算法得到的车辆检测结果准确度较高。