图像边缘特征分析

图像测量技术是近年来在测量领域中形成的新的测量技术。在图像测量方法中,精确地确定图像的边缘位置极为重要。本文首先简要对图像测量系统进行阐述后,着重对图像边缘特征进行分析,并指出,边缘特征点处斜率最大,从而为实现亚象元边缘检测提供了理论依据。     

基于特征驱动的双向耦合扩散方程的图像去噪和边缘锐化

提出了一个新的能够同时去除图像噪声和锐化边缘的扩散方程模型。根据图像特征, 例如边缘, 纹理和局部细节, 这个特征驱动的双向耦合扩散模型沿着等照度线(边缘)的梯度方向从前向扩散转变为后向(逆)扩散; 而相反地沿切线方向实施前向扩散。为了消除前向力和后向力之间的冲突,将扩散方程分裂为一种耦合的形式; 同时为了保持图像特征,利用图像的方向导数局部地调整非线性扩散系数。实验结果显示, 本文算法能够在去除图像噪声的同时, 有力地增强图像的特征。     

图像测量中快速边缘亚像素定位研究

研究了一种图像测量中边缘点的快速亚像素定位的方法,采用先阈值分割再边缘提取进行粗定位,确定边缘点的像素级精度位置和边缘的方向,沿边缘点的边缘方向拓展像素,得到一定长度的灰度值向量,对向量进行处理实现边缘的亚像素定位。分别采用三次多项式拟合法、二次曲线拟合法和灰度矩法三种亚像素定位算法进行了理论分析和实验对比,结果表明,灰度矩算法具有较短的运行时间和较高的定位精度。     

模糊图像边缘精确定位的滤波算法

图像的边缘是图像最基本也是最重要的特征之一。实际应用中,光学系统离焦和图像传感器噪声源引起图像模糊,导致边缘自动定位算法无法精确确定边缘点。从边缘检测理论出发,根据噪声及图像模糊模型,提出了基于空间域和频域的滤波方法对模糊边缘图像去噪,从而消除模糊图像对于边缘定位的影响。实验表明,各种滤波方法对于边缘点的自动提取都具有一定的效果,离焦模糊和噪声可以得到有效抑制,尤其是频域低通滤波器能够精确地提取出模糊边缘位置。     

基于边缘重构图像的边缘检测算法优选研究

边缘检测是视觉定位、零件缺陷识别、视觉测量等图像处理中的关键环节,其检测质量直接影响后续的图像目标识别与定位的精度。针对具体图像处理需选取合适的边缘检测算法的问题,提出了一种基于多方向滑动窗口线性插值重构法的图像边缘检测质量评价算法。首先,采用待处理边缘图像的最大连续非边缘矩形区域作为重构搜索窗口,设计了多方向滑动窗口线性插值图像重构法;然后,根据图像边缘的特征,建立了集成图像结构相似度和边缘错检率为性能指标的边缘检测算法的优选评价方法;最后,进行了实例应用,通过实验对重构算法的性能、优选方法的可行性和正确性进行了验证。研究结果表明：该边缘图像重构算法准确率最高,实验中重构图像的结构相似度可达到0.708 7,耗时320.902 1 s;采用该优选方法能快速地筛选出最佳的边缘处理算法,与人体视觉评价一致,便于实现边缘检测算法的智能优选和图像的智能处理目标。     

机载仪表图像边缘检测算法的优化

针对机载仪表视频图像存在边缘模糊,字符不清,传统算法难于识别的缺点,提出了一种基于梯度锐化的图像边缘检测的优化算法。实验表明,该优化算法能较好地解决传统算法所造成的图像变暗的问题。在不破坏原始背景的情况下,满足对图像的边缘增强及根据需要增强边缘的需求。     

机械零件尺寸图象测量中的边缘检测算法

这里提出了一种应用于机械零件图象测量领域的边缘检测算法：使用基于Sobel算子的改进的方向算子,综合利用图像灰度信息和灰度梯度信息对目标边缘进行检测和亚像素精确定位。在文章的最后,用实例说明了本算法的可行性。     

基于自适应滤波的改进Canny算子图像边缘检测

为解决图像的椒盐噪声污染,可以采用滤波算法滤掉椒盐噪声。滤波算法中最常用的是中值滤波算法,其对椒盐噪声几乎没有过滤效果。本文引用自适应中值滤波算法,通过MATLAB实现,应用Canny提出的边缘检测评价的指标对图像做出评价。自适应中值滤波算法对椒盐噪声的过滤效果较好。     

基于灰度图像直方图的边缘检测

数字图像的边缘检测在图像分割、模式识别、机器视觉等中有很重要的作用。灰度图像的边缘检测通常都基于灰度的梯度变化,而图像的直方图就描述了一幅图像的灰度级内容,通过实验找到了数字图像的边缘检测与图像的直方图之间的内在联系,得出具有双峰直方图的图像,其边缘检测效果是比较好的。     

盾构姿态测量中基于边缘检测的中心定位算法

振动对盾构测量系统的影响较大,提出了基于光阑的测量方案对原系统加以改进。鉴于光斑存在随机噪声污染,采用中值滤波技术,有效地降低了其对光斑中心定位的影响。对多种边缘检测算子作了比较研究,并利用其对激光光斑进行边缘检测,实现了聚焦光斑的准确定位。     

Edge detection of steel plates at high temperature using image measurement

An edge detection method for the measurement of steel plate’s thermal expansion is proposed in this paper, where the shrinkage of a steel plate is measured when temperature drops. First, images are picked up by an imaging system; a method of regional edge detection based on grayscales’ sudden change is then applied to detect the edges of the steel plate; finally, pixel coordinates of the edge position are transformed to physical coordinates through calibration parameters. The experiment shows that the real-time, high precision, and non-contact measurement of the steel plate’s edge position under high temperature can be realized using the imaging measurement method established in this paper.     

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。     

基于模糊推理的边界检测方法

基于IF THEN的推理规则,提出了一种模糊推理的边界检测方法,实现对灰度图像的边界检测.通过分析图像中是否有灰度突变,来判断边界的存在.在进行边界检测的同时,还可以抑制脉冲噪声的干扰.实验结果表明:基于模糊推理的边界检测方法在使用少量推理规则的条件下,也可以对图像边界进行很好的检测.     

挠性接头薄筋厚度在线测量图像分割方法研究

由于工件表面照度不均、纹理、毛刺等因素的影响,挠性接头薄筋厚度在线测量图像具有背景反射强、噪声干扰大、对比度差等特征.本文根据在线测量图像在灰度、梯度和空间信息等各方面的特点,提出了基于背景区域生长的外挠分割法、灰度梯度的内挠分割法和基于过渡区的内外挠通用分割法.工程测试结果表明,使用文中提出图像分割方法的重复性精度可达0.5 μm.     

用于线纹显微图像的边缘检测算法

为了在简化计算的同时达到较高的定位精度,提出一种轴向邻域和差边缘检测算法,用于低信噪比、缓慢过渡的微结构显微图像的边缘检测。首先,结合显微图像采集系统的配置,分析了线纹显微图像边缘灰度轮廓特征和基于导数的边缘检测算法的不足。然后,基于方向信息测度,定义了轴向邻域和差运算,依据矩不变理论推导出轴向邻域和差边缘检测算法。实验结果表明:轴向邻域和差边缘检测算法能够适应不同分辨率的显微图像,具有较强的抗噪能力和较高的定位精度,边缘检测效果优于基于导数的算法。该算法用于显微图像时,其边缘坐标定位方差为0.57pixel,微米级线条宽度的测量结果与扫描电子显微镜的测量结果(1.35μm)相差0.17μm,基本满足了测量精度的要求。     

改进的各向异性扩散方程的超声图像滤波方法

针对传统各项异性扩散模型容易产生板块分区,模糊图像细节等问题,提出一种改进的各项异性滤波算法。该方法引用双曲正切函数构造扩散模型的扩散系数,避免了传统各项异性扩散模型在均匀区域产生的板块分区问题;并通过使用衰减因子提高在非均匀区域的扩散敏感性,能够更好地保留图像的边缘细节信息;同时引入相对平滑增量,自适应监控图像的滤波程度,并自动终止迭代过程。仿真实验表明,提出的滤波方法能够有效滤除超声图像斑点噪声,并消除传统各项异性扩散模型产生的板块分区问题,提高了对图像细节信息的保留能力,并增强了与原图像的结构相似度,是一种有效的斑点噪声降噪方法。     

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。     

基于边缘检测小波变换的红外与可见光图像融合方法

简要地论述了图像融合中主要的三种像素级融合算法,即简单方法、基于塔形分解以及基于小波分解的融合方法,在现有的红外与可见光图像融合方法之上,提出了以边缘检测为基础的一种小波变换图像融合方法,并对融合效果进行了评价。实验结果表明,经该方法对红外与可见光图像的融合可以提供更多、更有效的信息,提高了图像的分辨效果和人眼对场景目标的发现和识别概率,融合效果较为理想。