基于非线性扩散滤波的边缘检测和图像测量

提出了一种基于自适应非线性扩散方程滤波的边缘检测方法, 以提高图像测量的精度。首先对原始图像实施一种非线性扩散处理,即沿着等照度线(边缘)的梯度方向实施反向扩散以锐化边缘, 而相反地沿切线方向实施正向扩散以去除噪声和锯齿伪像; 然后应用经典的微分算子来检测边缘。实验结果表明,相对于经典的边缘检测算子, 本算法得到了尖锐而平滑的单像素宽的图像边缘,较好地定位了边缘, 相对误差为0.03。当图像边缘模糊和存在附加噪声时, 测量结果将会受到很大影响。本方法较好地定位了边缘像素, 对于微小尺寸测量显示出它的优越性.     

离焦模糊图像清晰度评价函数的分析与改进

传统的基于梯度的图像清晰度评价函数(调焦函数)对噪声敏感,在实际应用中易引入过多的非边缘信息,影响系统的稳定性。本文基于光学成像系统离焦模型分析了系统离焦对图像清晰度的影响,并提出了一种改进的图像清晰度评价方法。该方法利用最大灰度差提取细节信息来评价图像清晰度;引入阈值区分边缘点和非边缘点来减小图像平坦区域对评价函数灵敏度的影响,同时有效抑制噪声的干扰。进行了仿真实验和实际测试并与传统的清晰度评价函数进行了比较。结果显示,提出的方法具有更好的灵敏度和抗噪性能,能够准确而稳定地评价离焦模糊图像的清晰度,可用于实际光学系统的自动调焦。     

基于聚类分析的管路图像亚像素边缘提取算法

为了保证管路的加工精度,实现无应力装配,在管路加工后需要测量其三维尺寸。基于机器视觉的管路测量方法由于具有速度快、精度高的特点,越来越广泛地应用在管路三维测量领域。针对该技术中传统边缘提取方法难以准确获得管路边缘的问题,提出一种在复杂光照环境下,快速准确提取管路亚像素精度边缘的方法。首先利用频域滤波滤除噪声,聚类分析细致分割管路区域;然后应用图像形态学提取边缘初值区域,根据局部区域灰度变化求解边缘变化模型;最终实现了管路图像亚像素精度边缘提取,消除了噪声对边缘提取的影响。实验证明,利用本文提取的亚像素边缘,准确可靠,且精度达到0.04个像素尺寸,能够在管路三维重建中提供精确的管路边缘信息。     

基于图像处理技术的炮弹定位系统

针对炮弹在拆卸分解中的周向定位问题,提出了一种在线测量和自动定位系统.选择引信与弹丸结合处的铆点作为测量点,利用工业CCD摄像机对工件图像进行采集,在对图像信息进行边缘噪声滤除的基础上,利用图像灰度的梯度算子提取工件边缘特征并进行边缘识别,确定定位点的周向位置,配合步进电机驱动工件转动,实现圆周方向的准确定位.系统检测和定位精度可达到0.2mm,满足炮弹拆卸的使用要求.     

基于数学形态学的图像边缘提取方法

为了解决传统边缘提取算法边缘定位不精确、抗噪能力差的问题,提出了一种基于数学形态学的边缘提取算法。该算法首先利用了双尺度双结构的数学形态学对目标图像进行滤波降噪处理,以提高目标图像的信噪比,然后利用多尺度多结构的数学形态学对目标图像进行边缘提取。利用该算法在配置了OpenCV的Visual Studio对Lena图像进行仿真处理,并将其处理结果与Canny算法处理结果进行对比。实验结果表明,该算法抗噪性能优异,对含有噪声的图像边缘的提取清晰且流畅、细节丰富。     

基于维纳滤波的运动模糊消除算法及其在航空成像系统中的应用

分析了航空成像系统运动模糊产生的机理,通过建立运动模糊数学模型,进行了消除运动模糊仿真实验。研究表明,由于成像系统与地面目标景物的相对运动,在目标图像上产生运动模糊,图像复原技术可以消除图像模糊。在图像复原技术中,点扩散函数(PSF)是影响图像恢复结果的关键因素,文中给出了估计点扩散函数的一般方法。虽然维纳滤波可以解决在逆滤波中H(u,v)零点噪声放大问题,但是在图像边缘附近误差较大。采用带最优窗的维纳滤波方法可有效抑制噪声和减小边缘误差。对实验平台获取的运动模糊图像进行实验,结果表明在图像边缘像素灰度平滑条件下,可以收到近乎完美的恢复效果。     

一种基于分数阶导数的边缘检测算法

传统的边缘检测算法多采用整数阶的一阶或二阶微分算子锐化,通过求取图像的一阶导数局部极大值或二阶导数过零点得到边缘点.本文将基于分数阶导数的边缘检测算子应用于图像边缘检测中,通过对含噪图像g(x)采用合适尺度函数的高斯滤波函数h(x)去噪处理,后对得到的图像f(x)采用阶数为q(q∈(1,2))的左右方向微分的合成分数阶导数算子提取边缘点.结果表明该方法在抗噪声干扰和提取更多边缘细节方面取得了很好的平衡,具有较好的边缘检测效果.     

多尺度小波在图像测量中的应用

在图像测量中,图像的边缘检测是关键。基于信号和噪声在不同尺度下小波系数模值的变化特征,利用小波变换系数模的局部极大值提取图像的边缘。在对前、后孔配准图像的测量中,能够降低噪声,并能比较精确的得到图像的边缘。     

实现光学图像边缘增强的激光散斑离焦法

激光散斑干涉法是近代光学的一项新技术。对于低对比度的图像 ,由于边缘部分模糊 ,强度变化不大而难以分辩。介绍了激光散斑干涉图像离焦法 ,并将其应用于光学图像的微分滤波 ,增强图像的边缘 ,从而得到边缘对比度较大的光学图像的原理与方法     

基于小波模极大值的工件图像边缘检测

为给数控机床上下料机器人提供准确定位信息,实现机械手准确抓取工件,需要对工件进行图像抓取并处理图像,同时为了获得抓取信息,对工件进行边缘检测以提取出清晰的轮廓。在工件实际图像采集中,噪声往往比较多,本文采取小波模极大值边缘检测算法,将图像进行小波变换后计算模值及相角,求出模的极大值点并判断是否为边缘点后对边缘进行提取,最后对实际工件进行边缘检测。该方法抗噪性良好,并具有一定的实用性。     

基于变尺度形态学的遥感图像边缘检测算法

针对遥感图像的噪声问题,在数学形态学的基础上提出了一种利用结构元素尺度变换的边缘检测算法。首先利用腐蚀运算对图像降低噪声,然后利用膨胀运算填补腐蚀产生的空穴,在这个过程中采用不同尺度的结构元素,最后通过检测算子得到图像的边缘图。实验结果表明,与传统的边缘检测算法相比,该算法不仅具有较强的边缘提取能力,而且通过合理选择结构元素的尺度能明显降低噪声对检测结果的影响,准确检测出大多数遥感图像的边缘。     

基于改进形态学梯度的齿轮边缘检测

经典的边缘检测算子算法更多地采用Prewitt算子、LOG算子和Canny算子等在空域中进行。数学形态学在图像处理过程中不涉及变换,其原理是利用结构元素检测图像,并直接处理图像的特征信息。在形态学梯度的基础上,提出了一种基于改进形态学梯度的图像边缘检测算法,选取合适的形状以及尺寸的形态学梯度结构元素,并组合使用以检测出较理想的图像边缘信息。试验结果表明,该算法在含噪图像中能较好地保存图像边缘信息,有更好的定位精度和抗噪性。     

应用方向可调滤波器的车道线识别方法

考虑车道线的方向特性,提出一种应用方向可调滤波器的图像预处理方法。在对图像中的车道线方向特性进行分析的基础上,对图像进行分区处理,在每个区域内使用符合该区车道线方向的方向可调滤波器。在车道线初始检测阶段,利用边缘分布函数(Edge distribution function, EDF)确定车道线方向;在车道线跟踪阶段,则把上一轮检测结果作为方向可调滤波器的方向角输入。对比分析表明,该方法能够更加有效地强化车道线信息,去除图像噪声。经过多种工况下的试验验证,应用方向可调滤波器的车道线识别方法能够稳定地对车道线进行识别,准确地提取车道线参数,并且算法实时性很高。     

薄片零件尺寸机器视觉检测系统中边缘检测技术的对比研究

以高斯模糊的仿真图像和薄片零件图像为评价图像．分别用Roberts算子、Sobel算子、Prewitt算子、Kirsch算子、Laplacian算子、LOG算子、数学形态学边缘检测方法进行边缘检测,对边缘检测结果进行了深入分析,对算法的边缘定位精度、抗噪声能力和计算时间进行了比较。数学形态学边缘检测方法能获得单像素宽连通的轮廓,检测时间分别为0．0521s、0．457s。选择数学形态学边缘检测方法作为薄片零件尺寸机器视觉检测系统的边缘检测方法是合适的。     

一种基于梯度和零交叉点的图像边缘检测新方法

本文提出了一种基于一阶导数局部极大值和二阶导数零交叉点的图像边缘检测方法。许多传统的边缘检测方法，尤其是一些基于二阶导数零交叉点的方法，对于信号中的噪声比较敏感使得边缘信息不能完全准确地检测出来，而本方法可以较好地解决这些问题。本文提出的算法是先计算出像素一阶导数的局部极大值以及二阶导数对应的零交叉点，将两者进行比较，删除那些二阶导数是零交叉点但一阶导数不是局部极大值的像素点，最后把剩下像素连接起来，即是图像边缘。实验研究结果表明该方法具有良好的边缘检测效果和鲁棒性。     

一种改进的六边形结构的Canny边缘检测算法

在图像处理过程中,为了获取更精确的边缘轮廓,将直线插补运算与六边形图像结构相结合,提出了一种简单高效的边缘检测方法.先用高斯滤波器对图像进行滤波,再使用Sobel算子进行边缘检测,最后按给定阚值对边缘进行精确提取,经过这三个步骤完成图像的边缘检测.通过实验验证了六边形图像结构的Canny边缘检测算法比常见的Canny边...     

利用局部方向微分向量一致性的角点检测

在边缘轮廓提取的基础上,提出了一种利用局部方向微分向量一致性的角点检测算法以消除边缘噪声对角点检测产生的不利影响。该算法提取图像的边缘轮廓来降低算法计算量;利用各向异性高斯方向导数(ANDD)滤波器提取每个像素处的方向微分向量并进行幂次变换,以增强向量的各向异性;进而利用相邻像素的方向微分向量构建一致性测度。最后,对同一轮廓上的一致性测度进行均值归一化,得到最终角点测度。实验显示,提出算法的平均角点定位误差为1.52pixel,与对比算法接近;检测准确率分别比点到弦距离累积(CPDA)法、相对局部曲率(HeYung)法提高了58%和5.5%,与归一化残余面积(RA)算法相等,同时角点错检率比HeYung和RA少25.5%和21.6%。提出的算法能准确地检测出真实角点,并具有更小的错误检测率,更高的角点重复率,而且对边缘噪声十分鲁棒。     

The use of local entropy measures in edge detection for cytological image analysis

Accurate edge detection is a fundamental problem in the areas of image processing and pattern recognition/classification. The lack of effective edge detection methods has slowed the application of image processing to many areas, in particular diagnostic cytology, and is a major factor in the lack of acceptance of image processing in service orientated pathology. In this paper, we present a two-step procedure which detects edges. Since most images are corrupted by noise and often contain artefacts, the first step is to clean up the image. Our approach is to use a median filter to reduce noise and background artefacts. The second operation is to locate image pixels which are ‘information rich’ by using local statistics. This step locates the regions of the image most likely to contain edges. The application of a threshold can then pin-point those pixels forming the edge of structures of interest. The procedure has been tested on routine cytologic specimens.     

微分算子的频谱分析及其在零件边缘检测中的应用

为了预测微分算子边缘提取能达到的效果,从频域角度出发,分析了边缘检测中常用微分算子的频谱特性。提出了在使用和构造微分算子时,要充分考虑它们的频谱特性。不同的微分算子对不同边缘检测的敏感程度是不同的,因此对不同类型的边缘提取,应该采用对此类型边缘敏感的算子进行边缘提取。最后,通过对摩托车压铸模零件的CCD图像处理验证了频谱分析方法用于边缘检测算子选择的可靠性。     

数字图像中平滑去噪技术探讨

为了有效消除或尽量减少噪声的影响,改善图像的品质,分别对空域均值滤波、空域中值滤波、频域低通滤波三种方法以及对图像平滑技术进行了深入研究.综合而言,频域低通滤波具有更好的选择性,对噪声在一定范围内也可以起到抑制作用,同时也对图像的边缘细节和高频信息分量有更好的保持作用.