基于Sobel算子数字图像的边缘检测

数字图像的边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域中十分重要的基础。图像理解和分析的第一步往往就是边缘检测，目前它已成为机器视觉研究领域最活跃的课题之一，在工程应用中占有十分重要的地位。文中用已在VC中实现图像的边缘检测方法来对其加以分析。目的是在给出图像的边缘检测实现的基础上，提高图像边缘检测的效果，试验表明此方法能有效地提高图像的边缘检测效果。     

一种基于VC实现数字图像的轮廓提取法

数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域十分重要的基础。本文提出了采用边缘跟踪法提取物体轮廓的方法、准则及步骤,并给出了在VisualC 环境下实现的代码。     

基于MATLAB仿真的边缘检测算子研究

图像边缘检测技术是图像分割、目标识别、区域形态提取等图像分析领域中十分重要的基础。简要介绍各种图像边缘检测算子的基本原理．并对具有代表性的几种算子进行了讨论。用MATLAB仿真实验结果表明各种算子的特点及其对噪声的敏感度。这有助于学习和寻找更好的边缘检测方法。     

一种新的LOG算子对SAR图像的边缘检测能力

在对SAR图像的分析和识别中,边缘的检测信息十分重要。针对传统的LOG算子的缺陷,本文提出了一种基于自适应中值滤波的改进LOG算子对SAR图像的边缘检测方法,在平滑图像内部区域的同时保留了更多的细节,提高了LOG算子对SAR图像的弱边缘检测能力,是一种有效的方法。     

基于样条小波的有噪图像边缘检测方法

图像的边缘和轮廓包含了图像的重要特征信息。在模式识别等领域中,能否正确检测到图像的边缘轮廓是十分重要的。当图像数据混有噪声的时候,对边缘的检测比较困难,文中采用了小波多尺度去噪和局部极大模边缘检测相结合的方法,在受白噪声污染的图像边缘检测方面得到了较好的效果。     

基于"线场"与"特殊集簇形式"的图像边缘统计建模与检测方法

图像边缘的建模与检测是图像分割、目标区域的识别等图像分析领域中重要的基础.本文采用统计建模的方法对图像进行边缘建模、检测,对基于"线场"与不使用线场的"特殊集簇形式"的两种图像建模及检测方法进行总结和比较,并且指出第一种方法使用的"线场模型"可以转化为第二种方法的"特殊集簇形式求点元的相应势能"模型,并对各自的实验效果进行了分析.     

绝缘子图像的边缘检测

高压输电线路巡检机器人,对绝缘子的检测是基于图像分析、处理及识别,从而实现故障的检测和监督.图像的边缘是一种重要的视觉信息,边缘检测是图像处理中的重要环节.文中利用几种不同的边缘检测方法对绝缘子图像的边缘进行检测,利用仿真结果对比、分析,认为小波边缘检测方法对绝缘子的边缘提取效果最佳,为后续绝缘子的破损检测提供依据.     

基于灰度共生矩阵的自适应图像边缘检测

纹理分析是图像处理中一种十分重要的方法。通过纹理分析,利用灰度共生矩阵惯性矩特征值能够反映图像灰度空间复杂度的特性,成功获取了LOG边缘检测算子最佳空间系数,抑制了图像中的大部分噪声。并通过基于TMS320C6000专用信号处理器的图像处理系统实现了图像边缘检测的自动提取。实验结果表明,采用这种方法可以取得很好的噪声抑制效果,并且检测出的边缘精度高,实时性强,便于实现。     

一种基于四元数的彩色图像边缘检测改进算法

图像边缘检测对后续的图像分割和识别具有重要的作用.针对彩色图像的边缘检测的实际需求,对比分析了经典边缘检测算子的特点和不足,提出了多方向的Sobel边缘检测算子模板,并且针对传统边缘检测算法处理速度慢、运算量较大、对边缘细节位置处理效果差等缺点,结合彩色图像的四元数描述方法提出改进算法,结合对颜色空间的分解实现了对彩色图像的边缘检测.实验证明算法是有效的,边缘检测效果好且易于实现,使用四元数描述方法有效提高了边缘检测的速度.     

基于形态学重构算法的细胞图像边缘检测

细胞图像边缘检测是研究生物细胞特征的关键步骤,准确的图像边缘检测技术是提高细胞形态特征自动化榆测的主要手段.文章提出基于形态学重构算法的细胞图像边缘检测方法,实验结果表明该方法在提取图像的边缘效果和滤除伪边界方面优于传统的边界检测方法.并与参考文献[1]所用的方法相比,提出的方法其实验结果优于参考文献[1]采用的区域形态学运算的边缘检测效果.