基于数学形态学的医用管制瓶边缘检测

本文提出一种改进的数学形态学边缘检测算法,对传统形态学边缘检测算子进行改进,得到一种双结构元的抗噪形态学边缘检测算子;选取了适于管制瓶视觉检测的结构元素;用基于多结构元素的数学形态学边缘检测方法进行管制瓶边缘检测.实验结果表明,与经典的边缘检测算子和传统形态学边缘检测算法相比,该算法在噪声环境下具有更好的边缘提取能力.该算法可用于管制瓶的机器视觉检测系统.     

基于改进多尺度CB形态学的输电线路覆冰厚度检测

通过对杆塔采集终端传回的输电线路覆冰前后的图像特点及几何模型分析,提出了一种新的基于多尺度轮廓结构元素形态学(CB形态学)边缘检测覆冰厚度的方法。该方法利用传统CB形态学各种算子的优点,重新组合实现了一种改进的形态学算子,并利用此算子的多尺度运算定义了一种新的边缘检测算子,通过比较覆冰前后图像的边缘轮廓来计算输电线路实际的覆冰厚度。通过实例及人工测量的结果与图像检测的结果对比,实验结果表明,该方法操作简单、抗噪性好、误差较小,可以作为线路覆冰厚度计算的一种有效方法。     

基于ROEWA与Hough变换的SAR图像边缘检测

指数加权平均比率(ROEWA)算子是SAR图像常用多边缘检测算子之一,但该算子只能检测图像的边缘强度,无法得到边缘的方向。为此利用Hough变换优秀的抗噪性能和方向选择性,提出了一种基于Hough变换的SAR图像边缘方向计算方法。首先使用ROEWA算子对SAR图像进行边缘检测,然后在传统非极值抑制定位方法的基础上,进一步细化边缘,最后利用Hough变换对细化后图像计算边缘方向。SAR图像对比实验结果表明,该方法能够更准确地计算边缘位置与边缘方向,为SAR图像线性目标检测提供了一条有效途径。     

基于改进Canny算子的输电导线图像边缘检测

为解决传统边缘检测算子在提取架空输电导线时有缺损,导致图像呈现出不连贯、不准确的问题,提出了一种改进Canny算子的边缘检测方法.针对传统Canny算子模板单一的问题,给出了4方向改进模板并选择倾斜角度较大值进行梯度计算.针对阈值选取的局限性问题,提出了结合截距法和人工蜂群算法的Otsu算法的自适应阈值选取方法.实验表明,该方法相比Otsu-PSO阈值选取改进算法,抗噪能力和准确度分别提升了9.38％和1.7％,单一边缘响应效果得到改善,有效地提升了输电导线的边缘检测水平.     

一种改进工件边缘检测方法的研究

针对现有边缘检测技术难以同时消除图像中噪声和工件表面划痕对边缘检测的影响,并保持图像边缘的清晰度和连续性,提出了一种基于二阶微分算子和数学形态学的改进边缘检测技术。首先利用数学形态学理论,设计了一种形态学开闭运算处理图像的方法,为去除工件表面划痕做好预处理;然后用二阶微分Laplace算子对预处理后的图像进行边缘检测;最后改进了一种高斯与双边滤波结合的算法,强化去噪效果,并对最终算法进行实验验证。实验结果表面,改进的算法在去除工件表面划痕方面效果明显,并与传统微分算子比较,边缘清晰度、峰值信噪比(PSNR)都有大幅提高,为提高工件识别精度打好基础。     

一种改进工件边缘检测方法的研究

针对现有边缘检测技术难以同时消除图像中噪声和工件表面划痕对边缘检测的影响,并保持图像边缘的清晰度和连续性,提出了一种基于二阶微分算子和数学形态学的改进边缘检测技术。首先利用数学形态学理论,设计了一种形态学开闭运算处理图像的方法,为去除工件表面划痕做好预处理;然后用二阶微分Laplace算子对预处理后的图像进行边缘检测;最后改进了一种高斯与双边滤波结合的算法,强化去噪效果,并对最终算法进行实验验证。实验结果表面,改进的算法在去除工件表面划痕方面效果明显,并与传统微分算子比较,边缘清晰度、峰值信噪比(PSNR)都有大幅提高,为提高工件识别精度打好基础。     

基于LoG算子的双滤波边缘检测算法

边缘检测是图像处理中的重要步骤,为了有效抑制噪点并保留边缘信息,分析了高斯滤波不具有自适应性的缺陷,根据噪声灰度值不连续的特性,在改进传统均值滤波的基础上,提出了一种加权系数自适应的均值滤波,并通过与LoG算子相结合,得出一种基于LoG算子的双滤波边缘检测算法。通过实验对比发现,该算法可有效的消除噪点的干扰,又能保证获取边缘的准确性,并且与LoG算子、Canny算子等算法相比较,在保持检测速度基本不变的情况下具有更好的检测精度。     

一种基于形态学梯度的电流互感器饱和检测改进算法

分析了目前电流互感器(CT)饱和检测各种算法的优势和不足,提出一种基于形态学梯度的电流互感器饱和检测的改进算法。算法包括两方面：一方面,利用混合形态滤波器对信号进行滤波预处理,最大限度地去除噪声对饱和检测的影响;另一方面,利用合适的形态学算子对去噪后的信息进行暂态突变检测。仿真结果表明,该算法设计简单、计算量小,具有较强的抗噪与奇异性检测性能,可通过选择合适的结构元素准确地确定CT饱和发生与结束的时刻。     

基于非极大值抑制的SUSAN算法改进及硬件实现

基于FPGA的嵌入式双目立体视觉系统中要求其边缘检测算法具备抗噪能力强、定位精度高、实时性好、易于硬件实现的特点。本文在SUSAN算法的基础上,提出了一种能够满足上述要求的改进边缘检测算法,先用SUSAN算法计算图像的初始响应和法线方向,再进行基于USAN重心与中心点距离阈值的非极大值抑制,最后进行边缘连接,得到边缘图像。该算法各模块采用Verilog HDL语言编程,并在FPGA中验证实现;边缘检测结果用于立体匹配,匹配效果良好,完全满足设计要求。     

一种基于形态学梯度的电流互感器饱和检测改进算法

分析了目前电流互感器(CT)饱和检测各种算法的优势和不足,提出一种基于形态学梯度的电流互感器饱和检测的改进算法.算法包括两方面:一方面,利用混合形态滤波器对信号进行滤波预处理,最大限度地去除噪声对饱和检测的影响;另一方面,利用合适的形态学算子对去噪后的信息进行暂态突变检测.仿真结果表明,该算法设计简单、计算量小,具有较强的抗噪与奇异性检测性能,可通过选择合适的结构元素准确地确定CT饱和发生与结束的时刻.     

基于模糊集的图像边缘检测算法

边缘检测一直是图像处理中一个热门课题，本文在对经典模糊边缘检测算法思想进行分析的基础上，提出了一种边缘检测算法，该算法通过阈值分区间定义一种模糊隶属函数，可将数字图像转化在等效的模糊特征平面上，然后选用适当的增强算子对图像进行模糊增强，增强后的图像经逆变换后进行边缘提取即可得到所需图像的边缘特征。应用这种算法计算量小，运算速度较快，提取的边缘细致，是一种很有实用价值的边缘提取算法。     

基于Canny算子的多尺度小波变换图像边缘检测方法

图像边缘检测是图像处理中的重要一环,本文基于Canny边缘检测算法,提出了一种改进的Canny边缘检测算法。该算法采用新的基于多尺度小波变换边缘检测的设定方法,充分利用了不同的尺度变换可以得到不同边缘细节的特点,可以对低分辨率的边缘能够很好的提取,并能有效的抑制噪声,具有优于传统Canny算法的性能。经实验仿真,验证了该算法的有效性。     

基于改进Canny算子的电力设备图像检测研究

图像边缘检测技术在电力行业的应用越来越广泛,但仍然存在些许问题限制了其在工程中的实际应用。对于复杂的现场电力设备图像,结合最优阈值灰度分割法和Canny算子等图像处理技术,提出了基于改进Canny算子检测电力设备图像。首先利用最优阈值灰度分割法得到的阈值作为Canny算子的高阈值Th;然后利用高低阈值的对应关系确定低阈值Tl,。由此可实现改进Canny自适应检测电力设备图像的目的。实验结果表明,该方法可取得较为理想的边缘检测效果,具有一定的实用性。     

基于DM642的人脸图像边缘检测改进方法

人脸图像的边缘提取是人脸检测和识别的重要基础之一。本文介绍了图像边缘检测的基本方法及Sobel算子和Canny算子的基本原理,从实际应用角度出发,在TMS320DM642EVM平台上实现改进的Sobel算法与Canny算法的融合,并优化程序以达到实时性目的。实验证明,本方案在抑制噪声同时,能快速完整地检测出人脸边缘,实用性好,为日后人脸自动识别等DSP系统的开发打下良好的基础。     

一种基于Hough变换的直角角点检测算法

直角角点检测在广泛的图像处理与机器视觉应用领域中具有重要性.提出了一个新的直角角点检测方法.原始图像经边缘检测后得到二值化边缘,将直角角点检测问题分解为一系列的模板匹配问题.应用了Hough变换来高效地解决模板匹配的问题,并在Hough变换中结合了边缘方向信息以减少检测出的虚假直角角点数量.在一个实际的图像数据库上进行了提出的方法与其他数种角点检测算法的对比实验.实验结果表明,与其他方法相比,提出的方法具有最高的直角角点检出率,而其整体性能(包括运行时间、检出率、虚假角点检测率)也具有优势.     

多梯度融合的RGBD图像边缘检测

基于单一的属性变化进行边缘检测往往会损失部分边缘信息,影响了检测结果的完整性,对此提出一种基于多梯度融合的边缘检测算法。该算法针对RGB图像,首先转换到YCbCr颜色空间下,分别提取亮度分量Y颜色分量Cb、Cr针对提取的亮度分量Y颜色分量Cb、Cr,结合深度图像D,分别使用多方向的圆形边缘检测算子进行梯度计算,对所获得的4种梯度图像进行融合获得边缘检测结果。实验结果表明,算法获得的边缘检测结果更加清晰完整,有效的提高了边缘检测的效果。     

管道腐蚀视觉测量图像边缘检测算法研究

为实现管道内表面腐蚀图像的边缘检测,分析了经典的边缘检测方法,针对其存在检测精度低和抗噪声性能差等缺点,研究了一种基于BP神经网络的图像边缘检测算法。利用标准图像和经传统边缘检测算法检测得到的边缘图像作为输入输出数据,并用大量数据进行训练,构建了可实现图像边缘检测的BP神经网络。用训练好的神经网络实现管道内表面腐蚀图像边缘检测,并与传统的边缘检测算法检测结果进行了比对,实验结果表明,该算法可明显提高检测精度及抗噪声能力,具有广泛的适用性。     

一种新颖的电路板短路和断路故障检测算法

自动光学检查是利用图像处理算法进行电路板故障检测与定位的技术.电路板短路和断路故障是电路板生产过程常见故障,快速准确地检测与定位是评价电路板检测系统性能的主要指标之一.本文提出一种新颖的检测电路板短路和断路故障算法,首先对目标图像进行边缘轮廓的提取,然后利用Hough变换确定目标的数目和位置,最后通过连通域搜索找到发生短路和断路的位置,实验证实了该算法的性能.