支持向量机和元胞自动机相结合的图像边缘检测方法

针对如何提高图像边缘检测效率的问题,提出1种结合最小二乘支持向量机(LSSVM)和元胞自动机进行图像边缘检测的方法.首先,基于Gauss径向基核和多项式核构建出新的核函数,使得LSSVM对图像像素邻域的灰度值能够进行准确的曲面拟合.接着,推导出图像的梯度算子,并与图像灰度值进行卷积得到图像的梯度值.然后,元胞自动机按照所设计的局部规则对梯度值进行演化,实现图像边缘的定位和检测.仿真实验检测出的图像边缘定位准确,而且达到1个像素宽,表明新提出的边缘检测算法是有效的;同时,通过对比分析得知新算法具有比Sobel和Canny算法更高的检测性能.     

一种Sobel黑片图像亚像素边缘检测

提出一种基于Sobel和多项式插值法结合的改进的黑片图像亚像素边缘检测算法.算法在经典Sobel算法的基础上增加了两个方向模板,并使用对边缘梯度图像加上合理的权值和阈值的方法得到准确的单像素边缘.在单像素梯度边缘上进行有方向的多项式插值计算得到更精确的亚像素边缘定位.该方法的检测精度高,能够应用于黑片的在线检测.     

基于梯度的自适应边缘检测算法研究

对常见的边缘检测算法进行改进,基于梯度提出了一种应用于灰度图像的自适应阈值边缘检测算法.根据边界点像素灰度值的差异,分析模版中的9个像素,计算出像素的梯度幅度和梯度方向;按梯度值的不同将图像分割成若干个区域,计算每个区域的灰度平均值,确定阈值,实现边缘检测.实验表明,该方法检测出的边缘更细、更准确,可以除去虚假的边缘,是一种有效的对灰度图像进行边缘检测的方法.     

一种亚像素精度的边缘检测方法

提出了一种基于贝塞尔边缘模型的亚像素边缘检测算法.该算法首先在原有的贝塞尔点扩散函数中引入修正参数t,并与理想边缘模型卷积,获得可修正的贝塞尔边缘灰度模型;然后,利用图像边缘的信息对该模型进行最小二乘拟合,在拟合过程中,通过修正参数t对边缘模型进行修正,最终获得精确的边缘模型,同时考虑数字采样等因素对灰度分布的影响,得到图像边缘的亚像素位置.实验中测得边缘亚像素位置的平均误差为一个像素的3%,其中误差方差为0.0005.结果表明:本算法基本满足图像测量的稳定可靠、精度高等要求,并且对图像噪声有较强的鲁棒性.     

一种黑片图像亚像素边缘检测方法

为了提高黑片图像边缘检测的精度,提出了利用亚像素边缘检测技术来检测黑片图像的边缘.针对Zernike矩的亚像素边缘检测算法存在计算量大和边缘定位精度低等不足,利用Sobel算子对图像进行像素级边缘提取,然后利用改进的Zernike矩算子来检测黑片图像的亚像素边缘,为了防止Sobel算子遗漏可能的亚像素点,增加了一个搜索算法来提高检测的精度.实验结果表明,该方法测量精度高,定位精确,能够应用于黑片的在线检测.     

纵横切割的碎片文件复原方法

为了实现对规则纸质碎片的快速复原,提出基于碎片边缘像素的特征匹配算法.该算法通过分析规则碎片图像的边缘像素点,构建二维灰度向量;通过引入像素灰度相似度指标,构建基于规则图像碎片边缘像素点的灰度值二维匹配向量,建立像素点二维灰度匹配的数学模型;在进行碎片图像的横向匹配时,引入行约束条件以减少纵向误差,同时,对列匹配进行优化,最终实现对规则纸质碎片的快速匹配.仿真实验显示：在对209块中文(英文）规则碎片进行匹配时,采用该方法分别只需21次（34次）人工干预调整,即可实现碎片文件的完整复原.     

基于变结构元与参数映射的石英摆片参数测量

为了满足诸如民用领域和国防技术领域中对挠性器件石英摆片参数高精度测量的要求,提出一种利用视觉图像对石英摆片参数进行高精度测量的非接触方法.该方法通过视觉测量系统对石英摆片图像进行摄取,利用变结构元广义形态学边缘检测算法进行初始边缘定位,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,提出了对圆形曲线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.利用检测出的曲线边缘点数据,通过定义一个新的误差函数并最小化,可以计算出石英摆片参数.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,可实现石英摆片参数的精密测量.     

图像异常边缘篡改检测及可信度评价算法

针对传统图像篡改检测算法适用性有限,只能检测某一类篡改区域边缘平滑处理的问题,提出一种图像异常边缘篡改检测及可信度评价算法。采用非线性预测编码去除图像像素间的相关性,降低边缘像素点与其周围像素亮度差异,从而达到弱化边缘的目的。对处理后的图像利用边缘增强算法增强真实边缘。对比图像处理前后边缘变化,寻找异常边缘点,通过异常边缘概率计算图像可信度评价图像的真伪。实验结果表明,在未知伪造操作的情况下,该算法能够较好地检测出图像中的异常边缘,并给出图像的可信度评价。     

一种快速医学图像亚像素边缘检测方法

针对目前医学图像配准中使用的多是配准精度较低的像素级的边缘检测的问题,提出一种新算法将像素级算子sobel,log,prewitt,roberts,zerocross和canny分别与Zernike矩算子及搜索算法相结合,并对边缘检测结果进行比较,从中选取较优的算子来实现医学图像亚像素边缘检测.实验结果表明该算法克服了像素级算子和Zernike矩算子的缺点,提取的边缘定位精度高,计算时间短,抗干扰性强.     

一种曲面拟合图像边缘特征提取算法

针对传统最小二乘支持向量回归函数曲面拟合边缘特征提取算法推广性差的问题,提出首先在模糊特征平面对图像进行模糊去噪增强,使图像各种边缘信息凸显,弱化非边缘信息;然后对图像进行最小二乘支持向量回归函数曲面拟合,对拟合函数求导确定边缘.在对每个点采用相同惩罚因子时,保证了图像中每一像素的邻域最佳函数拟合.仿真实验表明,该算法边缘提取质量清晰细致,效果较好,且各种参数的选择不需人为调节,适合图像预处理阶段应用.     

基于矢量运算的彩色图像边缘检测算法

在矢量运算基础上提出一种加权的矢量相似度彩色图像边缘检测法,给出了算法思想和计算步骤,并进行了验证。该算法首先将彩色图像转换到YCbCr颜色模型并构造像素的矢量表达,然后利用矢量欧氏距离计算像素间的相似度分布,相似度具有局域最小特征的点即为边缘。该算法通过颜色模型转换实现亮度和颜色分离,从而可以引入权值控制亮度和颜色对边缘的贡献。实验结果表明,矢量空间相似度可以很好地表达图像边缘,亮度和颜色分离的方式也有利于彩色图像的边缘检测。     

一种改进的图像边缘检测算法

对传统的微分边缘检测算法的缺陷进行分析和评价,并针对微分边缘检测算法的缺陷,提出了一种改进 的边缘检测算法。新算法摈弃了传统边缘检测算法中将每个像素单独进行考虑的模式,而是将待检测像素及与 其相邻的像素作为一个整体来考虑,通过将待检测像素为中心的某个领域进行整体计算,得出能够反映这个领 域性质的某些参数,并以此作为边缘检测的判据,进行检测。此算法充分考虑到了中心像素与周围像素之间的 关系,从而增加了梯度运算的可靠性。实验表明:新算法能够检测到更细的边缘,并且在椒盐噪声的情况下要优 于常用的微分边缘检测算法。     

基于二次曲线拟合的图像亚像素边缘定位算法

在图像测量系统中,边缘提取精确度直接影响测量精确度.提出一种基于二次曲线拟合方法的图像亚像素边缘提取算法,介绍了基于方形孔径采样定理的边缘定位算法的推导过程.计算机仿真和对实际图像边缘定位的实验结果表明,此亚像素边缘定位算法的定位不确定度优于0.14象素,有效提高了图像边缘提取的定位精确度,从而提高测量精确度.     

图像局部方向均值边缘检测算法

根据图像边缘形成的光学原理,将图像边缘分为斜坡形边缘和三角形边缘,提出了一种新的基于方向均值的图像边缘检测方法。该方法以图像像素点为中心,沿不同方向将邻域内的像素分割成两个半圆,分别计算出半圆内像素的样本均值及其差值,再根据均值差值最大值和最小值的方向与两种不同边缘之间的关系,设计边缘幅度响应函数,判断边缘类型,计算边缘幅度响应值和方向,结合漏检概率设计了边缘检测评价函数,并利用评价函数分析平滑尺寸与邻域半径之间的关系。实验结果表明,本文算法具有较好的检测精度,在一定程度上抑制了噪声对边缘检测的影响。     

基于统计估计的图像边缘检测

针对传统的基于微分边缘检测算法的噪声鲁棒性较差这一问题,分析了图像边缘形成机理,依据统计估计评价准则,提出一种基于统计估计的边缘检测算法.该算法将像素点的圆形邻域沿θ方向分割成2个半圆,分别计算出2个半圆内像素样本的均值和方差,分析2个半圆内样本统计估计的有效性,进而排除噪声和纹理对边缘检测的影响.根据边缘两侧像素样本的统计估计偏度呈屋脊形分布的特点,对边缘进行细化和连接,以无噪声Canny算子检测得到的边缘作为先验知识,运用条件概率建立边缘检测评价函数.实验结果表明,基于统计估计的图像边缘检测方法具有较好的检测精度和噪声鲁棒性.     

基于支持向量回归的零件直线边缘亚像素图像检测

以圆锥螺纹为研究对象,讨论了基于支持向量回归的机械零件直线边缘的亚像素图像检测方法。采用中值滤波、二值变换等算法,对通过电荷耦合器件采集的圆锥螺纹图像进行处理,获得了螺纹牙形的直线部分的像素表征,并以此构成训练集,对回归型支持向量机进行训练,得到了螺纹牙形的直线方程表示。通过支持向量回归获得的拟合直线是螺纹牙形的亚像素表示,据此对锥螺纹的主要参数进行检测,大大降低了电荷耦合器件的离散性和系统噪声对测量结果的影响。实验表明,本方法具有测量速度较快、测量精度较高的特点。     

色彩均匀性特征的纸币污损检测算法

针对纸币上常见的污损,提出基于色彩均匀性特征的检测方法.将图像均匀性特征推广到彩色空间,采用纸币图像均匀性特征矩阵,判定待检纸币上可能存在的污损象素.提出基于均匀性特征矩阵的快速图像配准方法,图像配准后,将待检图像与参考图像逐象素进行比较,并最终判定待检图像的污损程度.对于图像中新增加的边缘信息十分敏感,而对各象素的色彩值、边缘强度值的相对变化则具有很强的抗干扰性,适用于各种低质量的纸币.     

强干扰条件下的星体提取方法

为了解决在强干扰条件下星体提取问题,提出了一种基于边缘检测+星体像素筛选的星体提取方法,首先用一种边缘检测算法分割星图,然后对像素进行标记,最后利用自适应阈值对星体的目标像素进一步筛选．并对像素标记算法进行改进,改进的算法在标记目标像素时,同时分析与它相邻的像素的连通性,使得属于同一星体的所有像素只分配一个标记值,提高了星图处理的效率．试验结果表明,该处理方法对强干扰噪声具有更好的鲁棒性、且运算速度更快,精度也有所提高．提出的边缘检测+星体像素筛选的星体提取方法有助于在强干扰条件下分离星体目标和背景,改进的像素标记方法,可以更快地区分不同的星体,便于工程应用．