SAR图像目标边界流和边沿流特征提取

本文将目标边界流特征和目标边沿流特征的概念和边缘特征提取的方法用于SAR图像的目标检测和识别这个方法先采用中值滤波、自动图像分割、数学形态学二值滤波、十字模板边缘提取方法,获得目标单像素边缘再对所得边缘采用边界跟踪、边界流信息熵和边沿流信息熵运算,得到边界流特征和边沿流特征.对测试图像和真实SAR图像进行了实验,结果表明,该方法能很好地描述目标的特征,编程简单、运算速度较快.     

一种抗噪快速边缘检测算法

本文提出了一种快速抗噪声的边缘检测算法.首先对原始灰度图像应用快速Kirsch边缘检测算法.这样就得到了边缘的梯度和方向信息.然后基于这些信息进行边界跟踪,达到抗噪的效果,最后是细化和二值化,得到的是一个视觉上有意义的二值图像.用的是一个投票准则.为了检验本算法的有效性,将本算法与一些经典的边缘检测算子,如经典的Kirsch,Canny算子的性能进行了比较.     

基于Canny算子的图像边缘检测实现

图像边缘信息是重要的图像信息,本文详细介绍了canny算子边缘提取的原理和算法,然后利Matlab编程实现Canny算子对灰度图像的边缘检测。实验表明,Canny算子提取图像边缘具有很好的效果。     

基于粒子群优化算法的金刚石砂轮磨粒边缘提取

为了实现对金刚石砂轮磨粒边缘的有效提取,将基于粒子群优化算法的Canny算子应用在金刚石砂轮磨粒的边缘检测上。用最大类间方差作为目标函数,优化Canny算子的阈值,实现边缘的有效提取。分别对实测的单颗磨粒和多颗磨粒进行了边缘提取,实验结果显示该算法可以较好地提取金刚石砂轮磨粒边缘。该方法不需要人为设定阈值,可以实现阈值的自动获取和优化。最后,利用四连通成分和八连通成分与像素总数的比值,将阈值可优化设定的Canny算子与传统的Canny算子以及最大类间方差的方法做对比,结果表明所应用的方法有效地提高了检测的准确性。     

在包装流水线中边缘检测算法的比较

阐述了经典边缘算子、最优算子以及自适应邻域算法、纹理边缘检测、边界跟踪技术以及神经网络方法等其它改进算法及其特性.经分析,Canny边缘检测算法以及由它改进得各种算法可以应用于包装的流水线控制中.     

冰层图像的边缘检测方法综述

列举了传统方法,包括Sobel算子、RoA算子、Harris算子、LoG算子和Canny算子以及新方法,包括小波方法和数学形态学算子在冰层图像的边缘检测中的使用实例。同时比较了不同方法间的优异性。通过研究发现传统方法中Canny算子的准确度最好,同时对其的研究更多。新方法有一定的先进性,具有很大的研究前景。     

基于Canny算子的改进的图像边缘检测方法

本文简要介绍了Canny算子边缘检测的基本原理,并对其性能进行了分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,文章提出了一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。     

一种基于形态学的路面裂缝图像检测与分析方法

基于数学形态学的原理,提出了一种路面裂缝图像检测与分析的新方法。该方法通过4种结构元素的中值滤波算法增强路面灰度图像,并利用形态学梯度算子、闭合算子进行边缘检测和裂缝空隙弥合,能够有效地检测出裂缝边缘,并保持边缘的平滑性。在此基础上,利用改进的腐蚀算子细化裂缝并获取其骨架,通过计数的方法得到裂缝的长度和宽度。实验结果表明,该方法有抗噪性能好、边缘提取能力强、路面裂缝特性分析精确和计算量较小等优点。     

基于数学形态学的彩色图像边缘检测

为了克服传统边缘检测方法对噪声敏感的缺点,提出了一种基于数学形态学的彩色图像边缘检测新方法。该方法是在RGB空间内,把每个像素作为一个向量进行排序,将灰度形态学推广到了彩色图像。然后通过分析噪声（主要是椒盐噪声）污染图像的特点对彩色图像形态学基本算子进行了改进。改进后的算子有很强的抗噪性,可以直接实现边缘检测。实验表明,与传统方法相比,该算法能够更有效地抑制噪声对边缘检测的影响,并较好地保持图像边缘细节。     

短间隙真空开关电弧图像边缘提取研究

为了研究短间隙真空开关电弧燃烧及其热形态变化过程,通过图像视觉系统对电弧起弧、燃烧及熄灭过程中的电弧图像进行采集,阐述了该实验系统的组成,利用图像处理技术对电弧图像进行了预处理,并通过Prewitt、LOG和Canny五种微分算子的边缘提取和结果对比。结果表明:比较3种微分算子对电弧图像边缘提取的结果,Canny算子可得到连续性、完整性和准确性均符合控制要求的电弧边缘结果,为实现真空电弧的调控提供了技术基础。     

基于形态学重建和Canny算子的边界提取方法

针对形态学重建算法和canny边界提取方法在森林植被边界提取中受噪声和影像细节干扰严重的问题,本文提出了一种将两者进行融合的算法。与直接使／NCanny边缘检测器或形态学方法相比,提取结果有明显改善。     

一种视频图像序列中运动对象的分割与跟踪算法

本文提出了一种视频图像序列中运动对象的分割与跟踪算法。该算法通过Canny算子检测出差帧图像的边缘信息，并结合当前帧与背景帧的边缘图像，提取出运动对象。在后续帧中通过建立前帧感兴趣运动对象与当前帧中各运动对象的帧间向量来跟踪当前帧中感兴趣的视频对象。实验结果表明，该算法可行，而且由于该算法简单、计算复杂度小，能很好地满足实时监控系统中对感兴趣运动对象的提取与跟踪。     

基于Halcon的贴片电阻方向检测系统

目的设计贴片电阻方向检测系统,以解决当前贴片电阻排序编带过程中存在的检测效率低和检测精度低等问题。方法采用改进的基于形状的模板匹配算法,以机器视觉软件Halcon为平台,利用Canny边缘检测算子和Sobel算子进行边缘检测和滤波,生成模板图像的边缘点位置向量和梯度向量,并以模板边缘点与图像搜索区域的对应点的内积和作为相似度量,进行模板匹配。结果检测系统的识别时间为33 ms,同时其平均识别准确率达99.5%以上,相比于传统人工检测有较大提高。结论该系统具有良好的速度和准确度,可满足工业生产要求。     

改进的自适应阈值Canny边缘检测

针对传统Canny边缘检测算法的阈值需要人为设定的缺陷,本文提出了一种新的自适应改进方法.该方法-根据梯度直方图信息,提出梯度差分直方图的概念,同时,对图像进行自适应分类处理,使得算法不仅不需人工设定阈值参数,而且还能有效地避免Canny算法在边缘寻找中的断边和虚假边缘现象.对边缘信息丰富程度不同的灰度图和彩色图像运用该方法寻找边缘的实验结果表明,对于在目标与背景交界处的多数像素梯度幅值较大的图片,该算法具有边缘检测能力强、自适应能力强的优点.     

Parameter optimal determination for canny edge detection

Abstract

The Canny edge detection algorithm contains a number of adjustable parameters, which can affect the computation time and effectiveness of the algorithm. To overcome the shortages, this paper proposes a new way to determine the adjustable parameters and constructs a modified Canny edge detection algorithm. In the algorithm, an image is firstly smoothed by an adaptive filter that is selected based on the properties of the image, instead of a fixed sized Gaussian filter, and then, the high and low thresholds for the gradient magnitude image are determined based on maximum cross-entropy between inter-classes and Bayesian judgment theory, without any manual operation; finally, if it needs, the object closing procedure is carried out. To test and evaluate the algorithm, a number of different images are tested and analysed, and the test results are discussed. The experiments show that the studied algorithm can achieve the better edge detection results in most of the cases, and it is also useful for object boundary closing as a pre-segmentation step.     

一种尺度自适应Canny边缘检测方法

作为最优边缘检测算子,Canny算子在线性滤波及选取阈值方面具有一定的局限性.在其基础上,采用尺度可变的自适应高斯滤波器进行滤波,通过计算滤波器各滤波窗口内像素点灰度值的均值,以及该均值与当前像素点灰度值的差值,确定滤波窗口的平滑度,并将其作为高斯函数尺度的大小,在滤除噪声的同时确保了边缘信号不被平滑掉;同时采用基于简单统计法及梯度阚值法的双阈值分割方法检测经过非极大值抑制的梯度幅值图像的边缘.实验结果表明,该方法能够有效滤除噪声,且假边缘及丢失边缘的数量都比Canny边缘检测的少.     

一种快速有效的虹膜图像预处理方法

为解决虹膜识别中的虹膜定位时间较长、虹膜内边界变形、眼睑和睫毛普遍存在的问题,提出了一种新的虹膜图像预处理方法,该方法对虹膜图像采用数学形态学算子对图像进行处理,合理有效地减少了边缘图像中非虹膜的边缘点;然后对图像直方图采用双直线拟合直方图求取检测眼睑和睫毛的阈值。对中科院自动化所CASIA-IrisV3虹膜数据库的实验结果显示,提出的虹膜图像预处理方法准确快速,能合理有效去除眼睑和睫毛。