棉纤维截面图像的自适应阈值Canny边缘检测

提出了一种适用于纤维截面类图像的自适应阈值Canny边缘检测方法。该方法不仅继承了Canny算子的优点,还能在对象分布数量不明、分布密度不均匀的情况下自适应地计算Canny算子的高阈值T1和低阈值T2,在保证了纤维边缘检出率的同时,更大程度上抑制了背景噪声引入的伪边缘。     

基于3次B样条小波变换的改进自适应阈值边缘检测算法

针对含噪声图像边缘提取问题,提出了一种改进NormalShrink自适应阈值去噪算法。该算法首先通过小波变换和局部模极大值法提取出可能包含图像边缘特征的小波系数,利用边缘像素之间特殊的空间关系以及噪声在各级小波分解尺度下的不同效应,构建适合各个尺度级的改进NormalShrink自适应阈值,并依此对提取出的小波系数进行筛选。实验结果表明,与改进的Candy算子和传统的NormalShrink自适应阈值相比,本方法提取出的图像边缘较为完整清晰,峰值信噪比提升约6 db。     

基于边缘检测的NSCT自适应阈值图像去噪

为在去噪时能较好保留图像边缘特征,并针对Coutourlet变换缺乏平移不变性和传统阈值法的不足,提出了一种基于边缘检测的非子采样Contourlet变换自适应阈值(AT-NSCT)图像去噪方法.结果不仅能消除因Contourlet变换缺乏平移不变性而产生的图像失真,而且有效地保留了图像的边缘信息,提高了去噪后图像峰值信噪比,视觉效果更好.     

双阈值法在图像边缘检测中的应用

在多尺度小波变换局部模极大值图的基础上,分别以图像边缘链的长度和按边缘链长自适应分块的块灰度作为双重阈值检测图像的边缘.实验表明,采用这一方法,可获得单像素宽、定位精准、抗噪声效果好的边缘图像.     

双阈值法在图像边缘检测中的应用

在多尺度小波变换局部模极大值图的基础上,分别以图像边缘链的长度和按边缘链长自适应分块的块灰度作为双重阈值检测图像的边缘。实验表明,采用这一方法,可获得单像素宽、定位精准、抗噪声效果好的边缘图像。     

基于边缘检测的图象小波阈值去噪方法

边缘特征是图象最为有用的高频信息,因此,在图象去噪的同时,尽量保留图象的边缘特征,应是图象去噪首要顾及的问题。基于这一思想,提出了基于边缘检测的图象小波阈值去噪方法。该方法在去噪之前,先通过小波边缘检测方法确定哪些小波系数是图象的边缘特征,这些小波系数将不受阈值去噪的影响,因此,可以只是根据噪声方差来设置去噪的阈值,而不必担心损害图象的边缘特征。理论分析和实验结果都表明,与普通的小波阈值去噪方法相比,该方法不但可以保持图象的边缘信息,而且能提高去噪后图象的峰值信噪比1-2dB。要做到既去除图象噪声,又不模糊图象边缘特征是很困难的。该方法把去噪和边缘检测结合起来,在一定程度上解决了这种两难的问题。     

基于自适应阈值的改进Canny边缘检测方法

传统的Canny边缘检测算子采用全局阈值选取方法,当图像的背景和目标灰度变化比较大时,采用全局阈值法将丢失一些局部边缘信息。针对该问题,提出了一种自适应求取动态阈值的改进Canny边缘检测方法。该方法利用图像的梯度方差作为判据对图像进行分块,继而对各子块运用最大类间方差法求得相应的阈值,并通过插值得到阈值矩阵,最后结合改进的边缘连接法对图像进行边缘检测。实验结果表明,该算法在具有良好的抗噪性能同时,具有很好的检测精度。     

基于改进的Canny算子与自适应阈值的边缘检测算法

传统的基于Canny算子的边缘检测算法存在不足,因此提出了一种基于自适应阈值的改进方法。由于传统的Canny算子方法中的高低阈值需要人工设定,会对边缘检测中的结果产生影响,利用自适应阈值的方法改进传统Canny算子中阈值的参数的设定。得到理论上适合的参数后,根据算法对结果进行处理。实验结果表明,改进后的算法比传统算法表现更加出色,而且有效排除了图像中噪点的影响,提高了边缘检测算法的鲁棒性。     

一种有效的滤波尺度自适应调整边缘检测方法

该文在分析图像的边缘细节提取与噪声消除相矛盾的基础上,提出了一种有效的滤波尺度自适应调整的小波边缘检测方法,并且给出了滤波尺度参数的调整策略。实验结果表明,该方法能有效提取图像的细节边缘,具有较好的抗噪声性能。     

阈值去噪联合数学形态学的胃部图像边缘检测

在胃部图像边缘检测问题研究中,噪声影响着检测的准确性。针对图像受噪声的影响而导致边缘提取效果不佳的问题及传统边缘检测算法抗噪性差,提出了一种采用联合技术的小波阈值去噪和改进的数学形态学边缘检测算法,在小波域中利用小波阈值对胃部图像进行去噪处理,并用改进边缘检测算法对去噪后的图像进行边缘检测,得到胃部边缘图像。结果表明,改进算法不仅抑制了图像噪声,而且保护了图像边缘细节,相对传统边缘检测方法有更高的信噪比。     

改进的Snake模型及其在图像边缘提取中的应用

以胆结石超声图像为例,将改进的Snake模型应用到超声图像边缘提取中,并取得了较好的结果.首先采用对数变换函数对胆结石超声图像进行增强预处理,该方法能够有效地调整图像的动态范围,将胆结石在胆囊中的位置凸显出来;然后利用改进的Snake模型自动提取胆结石的边缘.本文详细介绍了Snake模型实现过程以及各个参数对实验结果的影响.实验表明该模型有较好的实用性,而且准确性较高,适合于噪声干扰情况下的目标边缘提取.     

边缘检测算法改进及其在QoE测定中的应用

提出一种基于数据融合的图像边缘检测算法,利用改进的Sobel算子和离散小波变换提取边缘,然后将两种方法的检测结果进行数据融合,合成一幅新的边缘图像.研究该算法的目的是应用于QoE(Quality of Experience)测定系统.对比实验结果表明,合成图像边缘的清晰度和连续性明显改善,获得的边缘信息更加完整.融合后的图像边缘综合了两种检测方法的优点,能有效地去除图像噪声,是一种有效的图像边缘检测方法.     

一种精确的自适应图像边缘提取方法

针对传统Canny算子需要人为指定参数和阈值等问题,提出一种自适应图像边缘提取方法。该方法使用改进的自适应中值滤波对图像去噪;用8点邻域梯度计算方法自适应计算滤波后图像梯度的幅值;根据图像的梯度信息特征,用梯度的熵和标准差自适应地调整高低阈值。实验结果表明,与传统Canny算子相比,该算法在滤除图像噪声、保留细节边缘和保持边缘连通性方面都获得了不错的效果,提高了边缘检测的自动化程度,更具有实用性。     

特征匹配结合自适应阈值的图像伪造检测

针对现有图像复制移动伪造检测方法对图像中存在同质纹理或均匀区域检测困难、相关参数阈值选择影响检测等问题,提出一种基于特征匹配与自适应阈值的图像复制移动伪造检测方法。首先通过定义和优化成本函数来制定交互作用机制,包括匹配和变换估计步骤;然后在迭代过程中执行步骤,使相关阈值的选择和估计更合理,自动识别和定位伪造区域;最后采用检测系统的相互作用关系,检测并修正步骤中发生的错误。实验结果表明:相比传统的复制移动伪造检测方法,在对伪造图像的像素图像精度水平、旋转和缩放的鲁棒性、检测专业伪造图像以及变换矩阵的精度等不同情况,所提方法效率更高。     

改进的多尺度顺序边缘连接检测法及在医学图像中的应用

边缘提取是图像处理与分析中的基本问题,由Purdue大学的Edward J Delp等人提出的多尺度顺序边缘连接检测法（Multiresolution Sequential Edge Linkin,MSEL) 在保持边缘的连接性、较小的错误率等许多方面优于其它的边缘提取方法。但是,它在初值选取上不尽合理,该文有效地解决了这一问题,并给出了在医学图像应用中的实验结果。     

图像边缘检测方法研究

探讨了几种传统的边缘检测算子和近年来广泛受到关注的边缘检测方法,指出了其优缺点.并给出了一种新的基于灰关联分析的边缘检测方法,分析了其算法的合理性,为边缘检测方法做出了进一步的补充和完善.     

基于动态阈值的彩色图像边缘检测方法

本文基于Canny算法,提出了一种改进的彩色图像边缘检测方法,通过大量的实验证明该方法是一种有效的彩色图像边缘检测方法。     

An Improved Method for Edge Detection and Image Segmentation Using Fuzzy Cellular Automata

Image segmentation is one of the most important and challenging problems in image processing. The main purpose of image segmentation is to partition an image into a set of disjoint regions with uniform attributes. In this study, we propose an improved method for edge detection and image segmentation using fuzzy cellular automata. In the first stage, we introduce a new edge detection method based on fuzzy cellular automata, called the texture histogram, and empirically demonstrate the efficiency of the proposed method and its robustness in denoising images. In the second stage, we propose an edge detection algorithm by considering the mean values of the edges matrix. In this algorithm, we use four fuzzy rules instead of 32 fuzzy rules reported earlier in the literature. In the third and final stage, we use the local edge in the edge detection stage to more accurately accomplish image segmentation. We demonstrate that the proposed method produces better output images in comparison with the separate segmentation and edge detection methods studied in the literature. In addition, we show that the method proposed in this study is more flexible and efficient when noise is added to an image.     

一种改进Otsu法在Kirsch边缘检测中的应用

针对灰度图像的Kirsch边缘检测特征不明显以及Otsu方法自动获取最佳阈值耗时等缺点,探讨了一种改进的Otsu法,并将其应用到Kirsch边缘检测中。首先通过Kirsch算法初步检测出图像边缘,然后运用蚁群算法与Otsu算法相结合求取最佳阈值并进行二值化处理。对试验结果和数据的分析,得出所提出的方法能够有效地检测出图像边缘,同时节约运算时间,具有一定的自适应性。