边缘检测算子在帘子布疵点检测应用中的研究

介绍四种数字图像处理中具有代表性的边缘检测算子．通过对比基于这四种算子进行边缘检测的帘子布图像,发现Canny算子是一种性能较优的边缘检测算子。同时,使用非线性扩散滤波和图像的线性变换对传统Canny边缘检测算子改进．改进后的Canny算子对图像有很好的预处理效果,在检测精度、准确度和边缘的细化程度方面都优于传统的Canny算子。     

一种改进Canny算子

提出一种改进的Canny算子,其应用动态阈值作为边缘检测的准则,有效地避免了因为用固定阈值进行边缘检测,很可能导致边缘在模糊处丢失等问题。实验中对比Sobel算子和Canny算子,表明改进的Canny算子对于模糊边缘检测效果较好,是一种具有实用价值的边缘检测算法。     

基于边缘检测的图像分割算法的研究

本次课题所研究的图像检测主要采用边缘检测的方法来进行的。本文对这次课题中所使用的四种检测方法--Sobel边缘检测算子,Prewitt边缘检测算子,Canny边缘检测算子和Roberts边缘检测算子进行了详细的介绍和具体的算法设计,并对整个系统结构做了说明。然后对四种检测方法编写MATLAB程序。     

一种面向显微图象的双阈值边缘检测算法

文章将微分、LOG、熵等几种边缘检测算子用于显微图象的处理,介绍了显微图象边缘检测的一般过程。并在熵算子的基础上,提出了一种基于边缘采样和阈值曲线分析的双阈值选择方法。通过对几种算法处理结果的比较,将熵算子做为最终的检测算子。     

基于多尺度多结构元的数学形态学边缘检测

针对传统的边缘检测算子对噪声敏感问题,提出了一种基于多尺度多结构元素形态学边缘检测算子。该算子在传统形态学边缘检测的基础上,通过改变结构元素的形状和尺度,在很好抑制噪声的前提下,实现图像精细边缘提取。MATLAB仿真结果表明,该边缘检测算子具有更强的去噪能力,定位准确,保留了更多的图像细节,优于传统的边缘检测算子。     

边缘检测在视觉图像中的应用分析

本文介绍了边缘检测的基本概念,并运用VC 编写处理程序,应用几种边缘检测算子对一幅视觉图像进行检测,实验分析了各个边缘检测算子的检测效果.结果表明,Canny算子具有最佳的提取出边缘.     

脉冲噪声污染图象中的数学形态边缘检测器

深入地研究了数学形态学在边缘检测领域中的应用，系统地给出了形态差分算子的定义。同时，还研究了在受脉冲噪声污染的情况下，如何用形态差分算子准确地提取图象的边缘，并提出了几种具有抗噪能力的数学形态边缘检测算子。计算机模拟实验表明，正确使用数学形态的４种基本运算，将使数学形态边缘检测算子能较好地消除脉冲噪声对边缘的影响，效果优于其它边缘检测算子     

基于多结构元顺序形态变换的灰度图像边缘检测

在简要介绍顺序形态变换的基本概念及相关性质和对顺序形态变换进行边缘检测的原理进行阐述,以及对结构元素和百分位对边缘检测的影响进行讨论的基础上,根据图像形态学多刻度形态滤波的思想,从抑制噪声的角度对基本边缘检测算子进行推广和扩展,首先构造了3种边缘检测算子,并从理论上分析了算子的特性;然后将多结构元与图像边缘进行匹配,提出了3种广义顺序形态边缘检测算子并给出了一般表达形式;最后着重探讨了多结构元素及二重混合顺序形态变换百分位值p、q的选取原则.实验结果表明,该边缘检测算子在抑制噪声对图像边缘的影响和保持图像细节方面,优于传统的边缘检测算子和普通的形态边缘检测器.     

基于Sobel的边缘检测方法

使用二种方法进行边缘检测。第一种方法为传统方法;第二种方法为新方法。第一种方法:先用Sobel算子做边缘检测,再用Ostu方法二值化边缘,最后用多像素边缘细化算法进行细化;第二种方法:先用Sobel算子做边缘检测,再用Sobel算子对边缘进行细化,最后用自适应的动态阈值计算方法进行二值化。结果表明:第二种方法在结果和时间上都要优于第一种方法。     

基于全局优化相关系数的边缘检测算法*

针对传统边缘检测算子适应性差的缺陷,提出一种基于全局优化相关系数的边缘检测算法。首先在综合多种常用边缘检测算子的基础上生成不同等级的边缘密度图;然后使用全局相关系数作为度量函数,计算边缘密度图与不同边缘检测算子的边缘输出图集之间的相关性;最后优化得到较为理想的边缘检测结果。实验结果表明该算法能融合多种边缘检测算子的优点,有较强的开放性与目标适应性,自动化程度高,工程实用性广。     

实现图象边缘检测的改进广义模糊算子法

在相关文献的基础上提出一种邻域加权预处理方法,基本解决了运用广义模糊算子进行边缘检测时出现的断线等问题。实验表明本算法相对于几种常用的边缘检测算子而言能获得较好的效果。     

广义模糊算子法用于图象的浮雕显示

广义模糊算子法是一种用于图象边缘检测的全新而有效的方法。它能与不同的图象预处理方法相结合从而产生不同的图象显示效果。此文提出一种预处理方法，首先对一幅图象进行预处理，然后将广义模糊算子作用于该图象，能得到较好的浮雕显示效果。调整预处理中的参数，所显示的效果也有所不同。     

Crystal dislocation in SEM with image processing

Image processing algorithm is implemented to detect the grain boundary of the crystal using (SEM) Scanning Electron Microscopy. This paper presents a method for edge-detection in color image based on Sobel, Canny operator’s algorithm and discrete wavelet transform. The performance of these methods is effective and faster. Filtering is another approach to clear the noise of an image. Scanning Electron Microscopy (SEM) used to inspect semiconductor materials and devices for several decades, continues to increase in importance. Removal of noise is an important step in the image restoration process, but de-noising of the image has remained a challenging problem in recent research associated with image process. De-noising is used to remove the noise from corrupted images, while retaining the edges and other detailed features too are an essential part of de-noising.     

一种基于Canny理论的自适应边缘检测方法

基于Canny算子，提出了一种Canny自适应的边缘检测方法。Canny自适应算法在保持了Canny算子原有的定位准确，单边响应和信噪比高等优点的基础上，提高了Canny算子在提取图像边缘细节信息和抑制假边缘噪声方面的性能。Canny自适应算法将整幅图像分割为若干子图像，并根据各子图像的边缘梯度信息，结合全局边缘梯度特征信息自适应地生成动态阈值，提高了边缘检测的自动化程度，在实际的应用中获得了很好的效果。通过数学分析和试验结果证明了Canny自适应算法是一种有效的边缘检测改善方法。     

基于空间复杂度掩盖的边缘检测算法

通常边缘检测算法仅仅考虑到图像本身信息,而未考虑人眼对规则图像的感知能力比对非规则图像更强。结合人眼的视觉特性,本文提出了一种基于空间复杂度掩盖的边缘检测算法。给出了一种空间复杂度的测度以及双门限机制,利用图像空间复杂度来体现图像的规则程度,并根据图像的纹理信息矫正图像的梯度方向,确定边缘宽度,准确定位空间复杂度的计算区域。实验结果表明,本文提出的算法可以有效地检测规则图像的边缘,抑制复杂纹理区域的边缘。因此,该算法更符合人眼的视觉特性,有利于复杂情况中信息的提取。     

断层图像中内部缺陷的模糊边缘检测

由于结构件内部缺陷形状复杂、随机性大及其断层图像噪声严重并具有一定的模糊性,本文在研究Pal模糊边缘检测算法的基础上,提出一种改进的模糊边缘检测算法。该算法将最佳闽值引进算法申,并以此改进了Pal算法申的隶属度函数,建立了新的模糊增强变换,最後增加了边缘连接的步骤。该算法具有较强的检测模糊边缘的能力,实验结果表明该算法是一种更实用、更高效的模糊边缘提取算法。     

一种基于LIP模型的边缘检测新算法

提出了一种基于人眼视觉的图像边缘检测的新算法。该方法基于LIP模型首先推导出新的梯度公式,然后进行图像灰度处理和叠加操作,最终形成了一种新的边缘检测算法。该方法大大减少了非边缘噪声的产生,能将图像的边缘较好地检测出来。实验表明,该方法具有边缘检测准确性高,引入的非边缘噪声少的特点。     

基于模糊聚类的缺损图像的边缘检测

模糊聚类算法(FCM)应用于数字图像的边缘检测已取得了较好的效果。通常情况下要进行检测的图像是完整的，但也存在边缘不完整或模糊的情况，这时原来的FCM算法就难以直接应用。该文提出了不完整数据的模糊聚类算法，对原FCM的算法公式进行了修正，并将其应用到局部域上有缺损的图像边缘检测中。实验结果表明，修正后的算法能较精确地恢复边缘缺损部分的信息，并实现其边缘检测。     

基于边缘信息改进的双线性插值算法

针对传统双线性插值算法插值时未考虑图像边缘信息,致使放大后图像出现模糊效应的特点,提出基于边缘信息的插值算法。该算法利用边缘检测及自适应门限划分出原始图像中的“边缘点”及“非边缘点”,引入“灰度补偿”参数增加了边缘邻接插值点与非边缘邻接插值点间的灰度差,利用边缘点的“边缘方向”特性,判定待插值点是否位于放大图像的边缘上,对位于边缘上的待插值点利用边缘信息插值,恢复了使用传统双线性插值时断裂的边缘。大量的仿真实验证明该算法在一定程度上抑制了放大后图像边缘模糊的效应,改善了放大图像的视觉效果。     

一种快速自适应边缘提取方法的研究

利用图像边缘灰度突变的特性。提出了一种梯度算子结合抽样的快速自适应边缘检测方法，在对整幅图抽样得到的低分辨率图上搜索出边缘点，然后以此为指导在整幅图上精确定位待检测的目标轮廓；为了提高边缘检测的自动化程度，将整幅图分成若干幅子图像．对每幅子图像各自统计其梯度，根据梯度信息自适应生成阈值．蛮验证明该方法不仅能快速准确地提取出单像素目标边缘而且还能较好地抑制细小边缘的于扰，在实际应用中获得了良好的效果。