首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 46 毫秒
1.
用Sobel算子细化边缘   总被引:53,自引:0,他引:53       下载免费PDF全文
提出了一种用Sobel算子细化边缘的新方法,通过引入衰减因子得到不失真的灰介边缘图P1,然后将灰阶边缘图P1用Sobel算子进行正理2,得以边缘的边缘图P2,再用前者减去后者得差值图P3,再将P3中为负的点改为0,用以除去3图中边缘外侧的点,从而得取边缘产细的边缘,对于边缘模糊的部分这种过程可以重复多次,最后也可得到较细的边缘(但不一定连接),此种方法对于处理其它边缘检测方法得到的边级也有效。边缘  相似文献   

2.
针对存在大量噪声和目标边缘模糊的医学CT图像难以提取精确边缘的难点,提出边缘检测精确定位算法。该算法利用Sobel梯度图以及一阶微分期望阈值,从概率分布的方法进行定位估值,从而获得较高的定位精度。实验结果表明,本文算法比传统Sobel等算子对提取医学CT图像边缘更有效。  相似文献   

3.
为了解决传统的Sobel算子算法存在的斜向方向不敏感问题,提出了一种改进的Sobel算法。该算法在Sobel算子的基础上,增加了45°和135° 2个方向模板,并且以斜向边缘为主重新分配了算子模板的权重。算法先将图像转换为灰度图像,然后用改进的Sobel算子得到梯度图像,再采用局部梯度阈值对梯度图像进行细化处理,最后结合斜向边缘方向域值进行二值化,得到边缘图像。仿真实验表明,与传统Sobel算法相比,该算法提高了检测精度,使得边缘细节更丰富、更连续。  相似文献   

4.
基于数学形态学细化算法的图像边缘细化   总被引:2,自引:0,他引:2  
为了解决Sobel算子在阈值选择不当的情况下易造成图像边缘丢失或产生伪边缘的问题,通过最大类间方差的方式选出合适的阈值;同时利用数学形态学细化算法对该边缘图像进行细化处理。实验结果显示,该方法在保持原有边缘图像特征信息的前提下,比传统Sobel算子得到了更好的结果。  相似文献   

5.
本文首先介绍了数字图像处理传统边缘检测算子,然后详细描述了其中具有代表性的Sobel边缘检测算法的原理,并从模板遵循的原则和数学原理两个方面分析了Sobel算子的模板权值取定。实验结果表明,Sobel算子模板的关键权值取2时,边缘较细,定位精确,提高了边缘检测精度。  相似文献   

6.
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。  相似文献   

7.
基于Sobel算子图像边缘检测的MATLAB实现   总被引:1,自引:0,他引:1  
边缘检测在数字图像处理中有着重要的应用。边缘是图像的最基本特征。该文利用Sobel算子对图像进行水平和垂直的边缘提取,并对图像进行MATLAB仿真比较,仿真实验表明,该方法对图像边缘的检测精度较高,抗噪声能力强,提高了图像边缘检测效果。  相似文献   

8.
基于Otsu算法和Sobel算子的连接件图像边缘检测   总被引:1,自引:0,他引:1  
着重研究基于机器视觉的薄片连接件检测系统中的图像边缘检测方法。该方法首先采用Otsu算法对CCD工业相机获取的连接件灰度图像进行阈值分割,然后再用Sobel算子进行边缘检测。整个流程采用MatLab进行仿真测试。测试结果表明,该方法改善了单一采用Sobel算子检测的准确性,能提高边缘检测的整体性能,检测精度较好,该方法是实用可行的。  相似文献   

9.
一种改进的LoG图像边缘检测方法   总被引:3,自引:0,他引:3  
对LoG算子边缘检测算法的性能进行分析,指出LoG算子在实际应用中的不足。针对LoG算子的缺点。通过实验数据得出图像灰度共生矩阵的熵与高斯空间系数的关系。实现使用LoG算子对图像进行检测边缘时能根据具体的图像的熵值自动获取适合该图像的高斯空间系数的值。因此。提出的改进算法既能有效的抑制噪声又能较精确的定位边缘。  相似文献   

10.
Sobel算子是图像边缘检测中常用的方法之一,利用像素的左、右、上、下邻域的灰度加权算法,根据在边缘点处达到极值这一原理进行边缘检测。该方法不但产生较好的检测效果,而且对噪声具有平滑作用,可以提供较为精确的边缘方向信息。本文提供了利用Sobel算子实现灰度图像边缘检测的C 源程序。  相似文献   

11.
精梳机锯齿整体锡林所用梳理齿片的质量会直接影响精梳机的梳理效果。针对经典Sobel边缘检测算子存在图像边缘定位精度低和对噪声敏感等缺点,提出了一种最优Sobel算子边缘检测算法用于梳理齿片图像边缘检测。该算法在经典Sobel算子2个方向成像模板基础上增加6个方向成像模板以提高定位精度,同时通过最优阈值的选取使图像具有良好的抗噪性能。实验结果表明,该算法对梳理齿片图像边缘提取具有很好的检测精度,且抗噪能力和准确性都具有可行性和实用价值。  相似文献   

12.
在处理数字图像中处理中,为了提取更加细微的边缘信息,克服经典梯度算法的不足,根据R-L分数阶微积分的定义和边缘检测的基本原理,推导出一维离散分数阶微分梯度算子,并且推广到二维,提出了一种基于R-L分数阶微分的新算子模板,并在实验中得以实现.实验结果表明,这种算子更能提取细节信息,使得边缘更加突出,与经典1阶和2阶的边缘检测算子相比,在处理以低频信号为主的图像时有一定的效果提升,而在处理以高频信号为主的图像时有较大的效果提升.  相似文献   

13.
针对遥感图像融合时图像的空间信息与光谱信息不易兼容的问题,在小波包变换的基础上提出了一种基于Sobel算子的图像融合算法。该方法将多光谱图像与高分辨率图像进行小波包变换,根据阈值选用不同的融合准则得到小波低频系数,利用Sobel算子提取图像高频特征值,采用最值法获取高频系数。实验结果表明,所提算法优于传统的HIS(Intensity,Hue,Saturation)变换、小波变换以及两者结合的方法,在较好地保留图像光谱信息的同时,进一步增强图像的细节信息、边缘特征,从而提高图像的清晰度。  相似文献   

14.
基于主成分分析的边缘细化研究   总被引:1,自引:0,他引:1  
为了从经典设置阈值的边缘检测结果中提取更细小的边缘,从而减少表示边缘的数据量,提出了一种基于主成分分析的边缘细化算法.该算法是在基于经典边缘检测算法的基础上进一步用主成分分析实现目标边缘细化,可以有效的去除伪边缘,并且使提取的边缘线较细,从而极大地减少了表示边缘的数据量.针对结果边缘的不均匀,提出了模板匹配的改进方法,修正后的图像较好的表示了目标的边缘.实验结果表明,该算法有效可行,提取后的结果在不丢失轮廓的前提下使目标更细化.  相似文献   

15.
Multimedia Tools and Applications - Edge detection is the most important step in finding discontinuities and exploring boundaries on digital images. This paper presents a novel method for edge...  相似文献   

16.
通过对PCNN点火特性的分析,提出了一种利用PCNN点火阶梯特性和图像灰度统计特性进行图像边缘检测的新方法。在PCNN参数的设置过程中,采用了自适应设置的方法,使得该算法具有较好的实用性。仿真实验表明该方法可以有效地实现图像的边缘检测。  相似文献   

17.
In this paper, we propose a novel ellipse detection method for real images. The proposed method uses the information of edge curvature and their convexity in relation to other edge contours as clues for identifying edge contours that can be grouped together. A search region is computed for every edge contour that contains other edge contours eligible for grouping with the current edge contour. A two-dimensional Hough transform is performed in an intermediate step, in which we use a new ‘relationship score’ for ranking the edge contours in a group, instead of the conventional histogram count. The score is found to be more selective and thus more efficient. In addition, we use three novel saliency criteria, that are non-heuristic and consider various aspects for quantifying the goodness of the detected elliptic hypotheses and finally selecting good elliptic hypotheses. The thresholds for selection of elliptic hypotheses are determined by the detected hypotheses themselves, such that the selection is free from human intervention. The method requires a few seconds in most cases. So, it is suitable for practical applications. The performance of the proposed ellipse detection method has been tested on a dataset containing 1200 synthetic images and the Caltech 256 dataset containing real images. In both cases, the results show that the proposed ellipse detection method performs far better than existing methods and is close to the ideal results, with precision, recall, and F-measure, all very close to 1. Further, the method is robust to the increase in the complexity of the images (such as overlapping ellipses, occluded ellipses), while the performance of the contemporary methods deteriorates significantly.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号