基于图搜索策略的边缘检测方法

介绍了边缘检测的不同方法,并通过实验详细分析了不同算法的优劣。其中,边缘检测子依赖于灰度图像的边缘;内边界跟踪需要二值图像或是含有已经被标注出区域的图像;基于图搜索的边界跟踪通过获得相关启发性信息指导搜索以完成检测。重点讨论了采用不同启发式函数的边缘提取的优劣和效率。     

一种改善高斯拉普拉斯算子零交叉方法的车辆边缘检测

本文介绍了一种视频交通车辆边缘检测的方法。边缘像素是二阶梯度图像产生零交叉时的位置对应像素,但对于斜坡边缘这一类灰度变化非常缓慢的情形,单纯的零交叉方法并不能检测到有效的边缘,往往还会参杂许多背景物体的轮廓。为解决这个问题,本文在高斯拉普拉斯边缘检测算子的基础上,结合了自适应阈值二值化、边界跟踪和细化技术,从而得到了具有较高定位精度的单像素宽的边缘图像。     

视频中滚动字幕的检测与跟踪

视频中滚动字幕通常表达一段完整信息,对其进行检测与跟踪是字幕识别与应用的重要前提.通过分析视频中滚动字幕的特征,在Sobel边缘检测的基础上,提出规则和统计结合的字幕检测方法及垂直边缘特征最小差平方和的字幕跟踪方法.从视频全局角度出发,对相邻帧的边缘图像进行差分,选取水平边缘特征并根据规则检测字幕区域的候选边界,通过统计边界出现频数,定位滚动字幕区域;计算相邻滚动字幕条在不同偏移值下垂直边缘特征差平方和,取其最小值作为相邻字幕的偏移量,从而实现字幕的跟踪.实验结果显示,该文方法从含有多种字幕类型的视频中检测出滚动字幕的准确率可达96.61%、字幕跟踪的准确率达99.43%,充分说明文中方法的有效性.     

基于边界跟踪SAR图像机场跑道检测方法

本文针对机场跑道成像的线状结构和高灰度值的特征,提出了一种从SAR图像中检测机场跑道的方法.具体介绍了用跑道特征检测算子检测跑道边缘和基于边界跟踪的直线提取方法.实验结果表明,该算法有效地克服在边缘检测和直线提取过程中的噪声影响,提高了检测的速度和准确性.     

基于单目视觉的车道线和道路边界同步检测

针对智能车辆视觉导航中的车道保持问题,采用了单目视觉技术检测结构化道路上的车道线和道路边界.详细介绍了标线灰度特性与道路边缘信息的特征提取,并在此基础上结合公路几何线形进行道路模型匹配.算法整体采用初始检测和后继跟踪的循环处理流程,大大提高了实时性和抗噪性.通过CCD测试结果表明,方法能够快速、准确、同步地检测出车道线和道路边界.     

基于Canny原理海天线检测算法研究

基于海天背景目标提取技术的研究,提出一种结合canny算子海天线检测方法,首先采用高斯平滑在低分辨率上采用canny算子检测边缘,然后通过直线边缘的方向特性,跟踪边界连接边缘点去除大部分的干扰,最后利用Hough变换拟合海天线;实验证明该方法不仅能够准确快速地提取出海天线,而且还能较好地抑制细小边缘的干扰,在实际应用中取得良好的效果。     

一种基于零交叉的图像边缘检测的改进方法

理论上，边缘像素应该是二阶梯度图像产生零交叉时的位置对应的像素，但对于斜坡边缘这一类灰度变化非常缓慢的情形，单纯的零交叉方法并不能得到合适的边缘。为解决这类问题，在高斯拉普拉斯边缘检测算子的基础上，结合了梯度图像二值化，边界跟踪和细化技术，从而得到了具有较高定位精度的单像素宽的边缘图像。     

一种基于边缘梯度的图像分割方法

利用Krisch边缘方向算子，实现了对彩色和服图片中的和服边缘检测，同时根据真实边界点处的梯度强度值大于其左右邻域的梯度强度值的特征，获得了边缘细化。在结合边界跟踪技术的基础上，有效地去除了和服中大量的与和服分割无关的花瓣图案，得到了和服的有效边缘。实用的边缘连接技术则成功地实现了和服图片中和服各部分的分割。实验结果表明该方法在和服分割上是一种实用的和成功的方法。     

超声乳腺肿瘤图像的自动分割

为解决传统Snake模型对初始轮廓敏感和凹陷边界提取困难的问题,分别提出了双阈值分割算法和Snake模型的改进方案.通过双阈值分割算法与形态学运算、滤波技术的综合应用,获得靠近边缘的初始轮廓.采用改进的Snake模型使初始轮廓跟踪到实际边界.由于对模型的能量定义做了调整,凹陷边界也可被准确跟踪.通过临床采集的20例乳腺图像肿瘤边缘的提取和分析,结果表明,该方法能有效提取出肿瘤边缘,实现超声肿瘤的自动分割.     

一种基于边缘似然性估计的边界检测算法

本文提出了一种基于边缘似然性估计的边界检测算法，它包含三个主要步骤。首先，从图像中检测局部边缘，其次，通过统计一边缘元素成为局部极大的次数，计算其真正成边缘的可能性，最后，对边缘元素进行了跟踪处理，从而将离散的边缘元素连接成连续的边界。     

3维图像中边界曲面的分类追踪及抽取

3维图像分析中,边界曲面的检测与重构是一个非常重要的问题。已有的连续隐边界曲面的抽取及逼近计算技术存在着把某些零交叉曲面片错误地识别为边界曲面片的缺陷。为此,提出一个新的边界曲面的追踪及抽取的方法。该方法首先将包含边界曲面的全部立方体分为两类:包含一个连通零交叉曲面片的立方体叫第1类边缘立方体,包含两个及其以上不连通零交叉曲面片的立方体叫第2类边缘立方体;然后根据边界曲面的连续性连通性,便可追踪出两类边缘立方体;对于追踪出的第1类边缘立方体直接提取边界曲面片,对于追踪出的第2类边缘立方体的边界曲面片通过其相邻的第1类边缘立方体来提取。实验结果表明本文方法是可行有效的,而且可以有效地克服已有技术的缺陷。     

SAR图像边缘检测方法综述

边缘检测是SAR图像解译的基本问题之一。固有的乘性噪声特性使得经典的梯度边缘检测方法并不适用于SAR图像,因此研究针对SAR图像的边缘检测方法具有重要的意义。本文对SAR图像边缘检测问题进行了系统的研究,简单描述了SAR图像边缘检测问题,讨论了现有的SAR图像边缘检测方法,总结了SAR图像边缘检测中存在的两个问题——边缘细化和边缘定位,对检测结果的性能评估方法也进行了概括。最后在总结现有研究成果的基础上展望了SAR图像边缘检测的发展方向。     

改进的Sobel算子彩色图像边缘检测

为了解决传统灰度图像边缘检测中容易出现的边缘定位偏差、边缘丢失以及边缘不连续等问题,结合传统的Sobel梯度边缘检测方法和图像阈值分割技术,提出了一种改进的Sobel算子彩色图像边缘检测方法。通过对比试验结果表明,该方法可以有效地降低色彩边缘的误检率,一定程度上提高了边缘检测器的性能。     

基于边缘检测的数学形态学方法研究

阐述了用于图像边缘检测的数学形态学方法，在图像边缘检测的预处理。边缘提取、以及边缘连接等方面均可采用数学形态学来实现，并用实验证明数学形态学用于边缘检测有其独有的优点。     

基于边缘检测的数学形态学方法研究

阐述了用于图像边缘检测的数学形态学方法,在图像边缘检测的预处理、边缘提取、以及边缘连接等方面均可采用数学形态学来实现,并用实验证明数学形态学用于边缘检测有其独有的优点.     

一种改善的基于支持向量机的图像边缘检测算法

本文给出一种基于支持向量机方法的边缘检测算法,用以改善传统边缘检测方法中存在的比如粗糙边缘、不准确边缘等缺点。支持向量机是建立在统计学理论基础上的一种新的机器学习方法。首先提出了边缘检测算法流程,然后使用支持向量机分类方法对图像进行边缘检测。用所得到的边缘检测算法与Prewitt算法的性能进行了比较。仿真结果表明本文给出的算法与Prewitt算法相比,边缘检测性能得到提高。     

基于边缘方向性的小波边缘检测算法

现有的基于小波变换的图像边缘提取方法会导致边缘细节的损失且边缘位置会发生偏移,因此本文给出了一种改进的边缘检测方法。该算法先对图像进行平滑处理,然后用小波变换提取边缘。传统的平滑方法避开了边缘的方向性,且对图像的边缘保持效果不佳。本文提出了基于边缘方向性的平滑算法,该算法在处理边缘像素时可自动搜索边缘方向进行平滑,用该算法和小波方法结合进行边缘检测。仿真实验给出的实验结果有力地证明了该方法的有效性。     

一种综合的有噪图象边缘提取方法

有噪图象的边缘提取是一个难点。经典的边缘检测方法由于引入了各种形式的微分运算，从而必然引起对噪声的极度敏感。为此，本文提出了采用分形方法并综合传统方法以解决低信噪比图象的边缘检测问题，并给出了自然场景中的人造物体边缘检测的实例。     

基于主轴分析和嵌入置信度的彩色边缘检测

边缘提取是获取图像特征的基本方法之一,彩色图像提供了比灰度图像更丰富的信息,彩色图像的边缘检测日益受到人们的重视。分析了目前常见的彩色图像边缘检测算法,提出了一种将主轴分析和嵌入置信度相结合的边缘提取算法,通过实验证明,该方法充分利用了图像的彩色信息,能够有效地保护边缘细节,提高检测精度,具有良好的边缘提取效果和边缘连续性。     

基于局部特征的图像边缘检测

针对传统边缘检测对噪声较敏感且不能准确定位的不足,分析了图像边缘邻域像素之间的关系,提出了基于局部特征的图像边缘检测方法,建立了判断该像素点是否位于边缘上的准则函数。本方法以像素点为研究对象,检测的边缘可能为噪声点或伪边缘点,因此利用图像边缘连续性和噪声点孤立性的特点,运用形态学提取图像边缘并克服了噪声对边缘检测的影响;然后运用形态方向梯度去除伪边缘点。实验结果表明该方法能够准确地检测出图像的边缘,并克服了传统利用微分算子检测边缘的不足。