边缘图像滤波算法

图像经过边缘提取之后常会带有各种噪声,提取的边缘还不能满足需要,讨论了对边缘图像的滤波算法,先对边缘的图像进行闭运算,再进行区域标记。实验结果表明,该算法对提高边缘图像的质量是非常有效的。     

基于红外图像特征与K-means的边缘检测

为解决红外图像边缘模糊导致边缘提取困难的问题,提出一种基于边缘特征与K-means结合的红外图像边缘检测方法。首先将人眼视觉特性与红外图像边缘点处的灰度分布特点结合,构造出反映其结构特征的数据集;再利用K-means将数据集分为边缘点和非边缘点,提取出图像边缘;最后利用二步法将边缘进行细化,以便实现红外图像边缘检测。实验结果表明:该方法能够通过自适应阈值提取出红外图像的完整外部轮廓,并保留内部边缘信息,对弱边缘起到良好的提取效果,并有效抑制噪声干扰。     

LCD表面液晶污染的非接触检测新算法

针对液晶器件的特点,对其表面残留液晶的非接触式检测技术进行了研究,提出了基于迭代阈值分割和数学形态学的边缘检测方法,可以从目标区域中判断出液晶残留形貌与边缘.首先将原图按坐标分成若干子图像,再对子图像进行迭代阈值分割,然后采用不同尺度的结构元素来检测图像边缘,再进行加权合成来获得边缘图像,并从理论上分析了噪声对边缘提取的影响情况.实验表明,该方法很好地抑制了噪声和保持图像边缘细节,并且能够提取出精确且封闭的残留液晶的边缘轮廓,为下一步缺陷特征量的提取与选择奠定了基础.     

基于Matlab的改进边缘提取算法

在图像的预处理过程中,边缘提取是非常重要的一个环节。针对目前边缘提取算法不能提取有效的图像边缘,提出了对现有图像边缘提取算法进行改进的方案。方案改进的思路是对现有图像预处理算法进行整合和优化一些重要参数,并使用Matlab仿真平台对改进方案进行仿真。在此过程中,使用了Canny边缘提取技术、自适应阈值分割技术和形态学滤波技术等,并对这些方法的处理流程进行分析。仿真结果表明,合理的算法整合能够有效地改进边缘提取的效果。     

改进型快速ICA算法与数学形态学结合的图像分割方法

介绍了一种改进型快速独立分量分析(FastICA)算法与形态学相结合的图像分割方法.该方法把图像的特征分量看作是边缘图像分量与其它背景图像分量的结合,把快速ICA对图像分量的提取,变为对边缘图像分量的提取,得到边缘图像的独立分量,再通过数学形态学的方法对边缘图像进行增强处理,从而实现图像的分割.实验结果表明:与传统的图像分割方法相比,该方法具有良好的图像分割性能,可以清楚地观察到图像轮廓,图像边缘的连通性较好且保留了原图像的很多细节,分割效果较好.     

一种基于组合方法的红外图像增强方法

采用组合方法对图像进行增强,对原始图像进行双平台直方图均衡,对均衡后的图像灰度进行等间距处理,提高整体图像的对比度;采用中值滤波方法对原始图像进行滤波,再用Sobel边缘微分算子对滤波后的图像进行边缘提取。在双平台直方图均衡后的图像中,对边缘所对应的像素的灰度值进行处理,对非边缘所对应的像素保持原灰度值不变,然后将处理后的边缘像素与不处理的非边缘像素进行组合。     

梯度方向图像分解的直线边缘提取算法

针对复杂背景下的直线边缘提取问题,提出了一种基于梯度方向图像分解,然后累积投影的直线边缘提取算法。该方法首先把图像分解成梯度方向子图像,再在子图像梯度垂直方向上进行投影,得到8个方向的投影序列。接着,对投影序列进行了二次非线性回归分析,得到了投影序列的残差序列,滤除原投影序列的低频成份。然后,提出了基于奇异点的支持邻域能量的判定方法,解决了残差序列奇异点提取问题,得到了直线边缘的位置。最后,建立了图像模型,分析了图像复杂度和可提取的直线边缘长度的关系,并进行了实验。该方法可以对直线边缘空间中的75%的直线边缘进行成功位置提取,满足复杂背景图像的直线边缘提取需求,具有良好的鲁棒性。     

一种模糊小目标的自适应阈值分割方法

文章提出了一种基于顶帽变换和边缘检测的强噪声背景下的目标提取方法。模糊背景下图像的目标提取存在一定的困难,必须对图像进行增强处理。文中涉及到的目标具有不同的灰度值,固定阈值法不能保证检测出所有的目标。在原有自适应阈值分割的基础上设计了一种基于顶帽变换和边缘检测的自适应阈值分割方法,首先对图像进行顶帽变换增强图像,再利用Sobel边缘提取算法提取所有可能目标的边缘,利用原图像中对应边缘点的灰度取平均值作为图像分割的阈值来提取目标。实验结果表明:利用检测出的边缘灰度均值作为图像的灰度阈值来分割目标,能有效地提取出模糊小目标。     

数据融合技术在图像边缘检测中的应用

提出了一种基于数据融合的图像边缘检测算法。此种方法对初始图像分别采用“Rob-erts”算子和“sobel”算子及小波变换三种方法进行边缘提取,再将三种算法结果通过数据融合的手段获得一幅新的边缘图像。实验结果表明,该方案所得到的边缘图像的效果优于单独采用“Sobel”或“Roberts”算子所获得的边缘图像,是一种行之有效的图像边缘提取算法。     

基于改进Sobel算子的红外图像边缘提取算法

针对红外热像仪采集的图像边缘信息模糊,图像显示多样性,边缘信息难提取的特点,提出了一种基于Sobel算子梯度相乘的边缘提取算法.该算法首先对红外热像仪图像进行待识别目标的高温区域提取,然后分别利用增加了6个方向模板的Sobel算子和Roberts算子对图像进行边缘提取,再将得到的两幅梯度幅值图像进行梯度相乘,最终得到边缘提取图像.最后,用MATLAB对图像进行了仿真,仿真结果表明,该算法能够快速有效地提取红外热像仪图像的边缘,弥补Sobel算子的不足及提高了Sobel算子边缘检测的性能,计算简单,具有良好的检测精度,而且得到的边缘较细,极大的改善了图像边缘提取的效果.     

基于不可分加性小波与形态学梯度的图像边缘提取方法

针对传统的图像边缘提取方法只强调图像中的水平和垂直边缘的不足,提出了一种基于不可分加性小波和形态学梯度相结合的图像边缘提取方法。根据二维不可分小波理论构造了低通滤波器,利用它对原图像进行加性小波多尺度分解;对低频子图像求形态学梯度,对增强后的高频子图像取模极大值;将所得梯度图与边缘图作加性小波逆变换,得重构后的边缘梯度图;并利用二值形态学方法对其进行处理,得最终结果边缘图。实验结果表明,本文算法可获得较好的边缘图像,与经典的边缘提取方法相比,该方法具有完整性、多方向性、平移不变性和快速性的特点。     

RGB空间下结合高斯曼哈顿距离图的彩色图像边缘检测

为了能够更好地利用彩色图像的信息进行边缘检测,提出一种RGB空间下结合高斯曼哈顿距离图的彩色图像边缘检测方法.首先分析了彩色图像到灰度图像转换的信息损失,并给出一种RGB空间下边缘的度量方法.其次,通过引入高斯曼哈顿距离,分别在RGB三个通道进行处理,并通过新的边缘度量法统一获得彩色图像的距离图.最后将距离图映射到0~255的灰度范围内,得到最终的边缘检测结果.实验结果表明,本文方法具有较高的处理速度和较好的处理结果.     

边缘区域约束的导向滤波深度像超分辨率重建算法

为了解决TOF(Time of Flight)相机获取的深度像分辨率较低的问题，基于导向滤波器提出了一种边缘区域约束的超分辨率重建算法。首先对低分辨深度像进行初始上采样，利用多尺度边缘检测提取深度像的边缘区域；然后根据同场景中灰度图像与深度像的边缘相似性，提取公共边缘区域；最后，根据灰度图像的边缘像素在公共边缘区域中的位置约束导向滤波器的系数生成，重新对导向滤波器的系数进行加权，从而构建出高分辨率的深度图。通过标准数据库Middlebury数据集进行验证，与3种近年来基于滤波的超分辨重建算法相比较，文中方法既能有效地保护重建深度像的边缘结构，同时具有较高的计算效率。研究结果可以为低分辨激光成像雷达的目标识别、场景重建等对实时性要求较高的工程应用提供理论依据。     

图像处理在双面光刻机中的应用

讨论了双面对准光刻机的底部对准原理,并着重介绍了图像处理在高精度光刻机中的应用。通过对采集到的标记图形进行图像分割和边缘定位,使标记的边缘精确定位在亚像素级。从实验的结果来看,这种方法能够对对准标记达到很好的边缘定位,提高了对准精度。     

基于颜色矢量角的彩色图像检索算法研究

通过分析利用颜色直方图进行图像检索时存在的问题,提出了一种基于图像边缘空间分布特征的图像检索算法。即利用颜色矢量角对亮度不敏感,对色度和饱和度敏感的特性来提取图像的边缘信息。在图像的边缘空间,提取图像边缘点的颜色矢量角直方图,以此来描述图像的内容。该算法充分利用了图像的颜色信息、边缘信息及形状信息,实验表明该算法具有较好的光照不变性、尺度不变性、平移不变性和旋转不变性。     

基于Canny算子的红外图像边缘检测研究

在红外图像处理中,提出了尺度相乘的Canny边缘检测器,定义了尺度相乘函数,该函数是两个尺度检测滤波器响应的乘积.通过确定尺度相乘后的梯度图像,采用非最大值抑制方法得到边缘图像.实验结果表明,该算子提高了传统Canny检测算子的性能,具有良好的检测精度,在定位和噪声抑制两方面得到了较好的折中.     

基于多尺度多方向结构元素的形态学图像边缘检测算法

为进一步改善图像处理中的噪声抑制和边缘检测性能,提出了一种多尺度多方向结构元素形态学图像边缘检测算法.该算法基于数学形态学中结构元素的方向性差异,充分利用了腐蚀、膨胀、开、闭及其变换和组合运算.对图像进行去噪、边缘提取等预处理操作,以提高图像的信噪比和边缘细节;利用递归的多尺度多方向结构元素形态学滤波得到图像的初始轮廓;利用多尺度形态学和多方向结构元素进行图像边缘检测.实验结果表明提出的算法抗噪性强,能有效准确地提取边缘信息.     

基于Sobel算子的图像边缘检测研究

在图像处理中,提出了一种新的边缘检测算法,该算法首先对由Otsu算法所得图像进行形态学的去除孤立像素和闭运算操作,然后再用Sobel算子进行边缘检测,最后将所得图像与用Sobel算子直接对原始图像进行边缘检测的图像相加。最后用MATLAB对数字图像和红外图像都进行了仿真。仿真结果表明,该算法改善了单一的用Sobel算子检测对垂直与水平方向敏感,其他方向不敏感的不足,提高了Sobel边缘检测算子的性能,具有良好的检测精度。此算法不仅适用于数字图像还适用于红外图像。     

基于广义模糊算子的焊缝图像的缺陷提取

在X射线成像自动检测技术中,至关重要的一步就是图像中缺陷的提取和分割,其处理效果直接影响到后续缺陷的识别的正确性。先对焊缝图像进行广义模糊算子GFO增强处理,再运用数学形态学对焊道边界进行处理,最后提取出焊缝缺陷。实验证明,该方法能有效地提取出缺陷,为后续正确识别缺陷打下良好基础。