改进的自适应Canny边缘检测算法

传统Canny边缘检测容易受到环境噪声和光照条件变化等外界因素的影响,导致检测效果不佳,而且需要人工选择参数,算法的灵活性较低。为了提高传统算法的检测效果,使其更好的应用到图像识别等领域中,通过最大类间方差法来获得图像梯度量的最佳分割阈值,动态确定边缘检测的高低阈值参数,能够有效解决传统算法的不足。将改进后的算法用于家用仪表计度轮图像的边缘检测中,与传统算法相比,既去除了噪声干扰,又保留了完整的图像边缘,在取得了良好的检测效果的基础上提高了算法效率。     

油管螺纹图像的Canny算子边缘提取方法研究

石油生产中油管螺纹失效的问题相当突出,采用图像处理的方法取代传统方法使油管螺纹检测效果得到极大改善。根据油管螺纹图像的特点,针对传统的Canny算子中高斯平滑滤波的缺陷,采用中心加权MTM滤波算法,并且将像素的八邻域分为4个象限,结合双线性插值的方法取代非极值抑制方法,进一步提高边缘检测的精度。试验表明,相对于LOG算子,改进后的Canny算子更好地提高了油管螺纹的检测精度。     

基于边缘检测的颈动脉CT图像分割技术研究

在传统图像分割算法的基础上,提出_『基于改进边缘检测的颈动脉CT图像分割方法．首先利用Canny边缘检测算子对CT图像进行边缘检测,然后利用数学形态学方法进行后续处理,并提取各种目标的轮廓．实验结果表明,该方法能有效实现目标与背景的分离,为正确诊断提供了指导信息,大大降低了工作量．     

基于多尺度自适应加权的改进Canny算子

在Canny算法框架下,对彩色遥感图像进行多尺度滤波分析。定义多个不同尺度的高斯滤波器,在每个尺度下,分别对遥感图像RGB三个通道进行滤波和梯度计算,取三个通道的梯度最大值为该尺度下的遥感图像梯度值。根据各个尺度的滤波器对噪声的抑制能力及边缘定位能力的不同,自适应地确定相应的权值大小,然后再将这些不同尺度下检测到的梯度图像用自适应确定的权值进行加权合成最终的梯度图像。在此基础上,由非极大值抑制和双阈值处理得到图像边缘。实验结果表明,该算法比传统的Canny算子在噪声抑制和边缘定位方面具有更优的性能,适合彩色遥感图像的边缘检测。     

线激光带边缘检测的快速稳健方法 *

线激光带边缘检测是机器人视觉系统处理的重要过程。由于激光带亮度不均匀,边缘不规则,造成传统边缘检测困难。为此,本文提出一种检测线激光带边缘的新方法,首先用Canny边缘检测算法初步筛选边缘点,再利用统计跳变回归分析判断边缘点和它的边缘方向,最后利用格式塔理论拟合边缘直线。实验结果证明,这种方法能有效地检测到线激光带的边缘,提高了检测的精度和速度。     

基于Canny 算子的大米边缘检测

为解决传统边缘检测算法对大米图像边缘检测精度低以及对噪声敏感的问题,提出一种改进的Canny边缘检测算法。该方法首先采用非线性扩散滤波减少图像噪声,同时保持图像的边缘信息;在邻域梯度幅值计算中,考虑像素对角线方向的梯度,进一步抑制噪声的影响;最后采用最大类间方差法选取阈值,从而提高对不同图像的自适应性。通过对实验图像的分析表明,本文的改进算法运用到大米图像边缘提取中效果显著,满足大米质量检测和分级的要求。     

基于形状方向能量的图像检索①

基于形状特征的检索技术是图像检索的研究热点之一,提出一种基于图像形状方向能量的检索方法一一先对图像进行一些基本的处理：去噪、边缘获取、细化边缘、调整角度,然后根据图像8个方向的能量累积,归一化处理,得到八个方向的能量累积数据。最后简述了图像智能检索系统的设计,应用该智能检索系统,给出了一些图片的基于方向能量检索方法的检索效果。     

一种汽车牌照字符分割的新方法

汽车牌照识别系统是交通管理领域和数字图像处理领域里的热点问题。车牌分割是车牌自动识别技术的核心。本文介绍了一种基于区域增长算法和canny变换的汽车牌照分割新方法。该方法实现了汽车牌照的字符分割,分割准确率高、速度快。     

用双边滤波和canny算子来提取眼底图血管的中心线(英文)

这篇文章用一种新方法对眼底图血管中心线进行提取。这种方法用双边滤波而不是通常用的高斯滤波来去除图像噪声。这种方法包括3个步骤,首先是用双边滤波改进的canny算子来提取出所有的血管;然后,用检测到的血管来获得其相应血管交叉部分,应用局部极大和极小抑制方法就可以得到相应血管样本侧面;最后,用高斯模型匹配血管样本侧面,高斯匹配的二阶微分零交叉就代表血管的边界位置,高斯匹配的峰值就代表血管的中线位置。这种方法输出亚像素精度的血管中心线。     

一种有效的基于时空联合的视频对象自动分割新算法

针对具有复杂背景的视频序列中运动物体的分割问题,在利用Canny算法将空间边缘信息结合到基于变化的分割技术的基础上,提出在预处理阶段对视频序列的灰度图进行局部对比度增强处理,以增加前景物体与背景对比度的观点,首先解决了许多视频分割算法都存在的对比度较低带来的分割困难问题,同时通过设计3×3模板的滤波器来滤除对比度增强之后引入的少量噪声;然后针对复杂背景的情况,设计了一种视频对象自动分割新算法,该算法利用随机信号的统计特性累计得到算法所需的背景来实现背景信息的自动获取;最后利用背景累积过程中分类讨论的观点,解决了物体停止运动时间较长时造成分割丢失的问题。实验结果表明,该算法可以有效地将运动物体从视频序列中自动地分割出来。