影像边缘检测方法

边缘检测是图像处理过程中的重要环节。介绍了影像测量中的边缘检测的主要过程,包括图像二值化处理、图像边缘的细化、边缘点的提取等。给出了详细算法描述,为影像测量技术的发展提供了参考。     

基于BEMD的水下声影区地貌及纹理特征提取

提出了一种基于二维经验模态分解（The Bidimensional Empirical Mode Decomposition，BEMD）的水声图像声影区地貌及纹理特征提取方法．为了解决声影区的存在对水声图像特征提取的干扰问题，先对水声图像进行二维模态分解，采用Canny边缘检测器对其中的模态1或几个模态的叠加进行特征提取．实验结果表明，该方法增强了声影区内目标的特征信息，弱化了声影区的阴影边缘，是一种实用的水声图像特征提取新方法．     

非均匀光照条件下PCB图像的一种阈值分割方法

针对不均匀光照条件下的PCB图像及其特点,提出了用于消除伪边缘的判别因子,并结合边缘检测与局部阈值分割方法,对图像进行二值化处理.结果显示,与其他已有的几种分割方法相比,该方法有助于得到良好的分割结果,操作算法简单.     

一种基于形状的意匠图检索算法

针对纺织工业的意匠图库难以检索的问题，提出一种基于形状的意匠图检索算法．该算法先将彩色意匠图转换为灰度图，通过改进的模糊索贝尔算法增强并检测出意匠图的边缘，对边缘图像进行二值化处理得到二值边缘图像，再用7个不变矩构造图像的形状特征向量，使用特征向量的归一化欧式距离作为相似度进行相似匹配，检索出形状相似的意匠图．实验结果表明，算法具有较好的平移、尺度、旋转不变性，能够达到快速准确检索的效果，可用于大型意匠图库的检索．     

基于边缘检测的焊缝图像的区域分割

为了检测焊缝图像中焊缝区的缺陷,根据射线检测焊缝图像的特点,首先对图像进行对比度增强、二值化处理和物体边缘轮廓的细化和收缩处理,检测出图像焊缝区与缺陷区的边缘.最后用Hough变换对图像进行缺陷区边缘检测.仿真与实际运行结果表明,该方法检测精确度高,且有效提高了检测速度.     

一种基于多特征扫描的车牌快速定位方法

针对复杂背景下车牌图像定位不精确，定位时间长等问题，提出了一种快速实用的车牌定位方法。在对车牌图像边缘检测的基础上，实施图像二值化，然后对二值图像扫描，并利用车牌的位置尺寸信息和纹理信息缩小搜索范围。实现车牌快速准确的定位。实验结果表明，对不同背景、不同车型的汽车图像，该方法具有较好的定位精度和定位速度。     

一种新的车牌识别预处理算法

提出了一种八方向Sobel处子模板提取图像边缘的方法，并根据边缘图像中车牌区域纹理特征来切分出车牌区域，然后利用类别方差自动门限法来确定字符色和底色的阈值，以进行字符二值化，经测试，此方法定位准确，二值化效果较好，为后字符分割和识别做了较好的预处理工作。     

Canny色彩边缘检测及分类新方法

为了解决传统边缘检测方法可能造成的边缘丢失、边缘定位不准、伪边缘、边缘不连续等问题,提出一种改进的Canny算子,用色彩张量表示光照准不变微分式,计算出新的图像边缘的梯度幅值,从而实现彩色图像边缘的精确提取.实验结果表明,改进的Canny检测器可以检测并分类各种色彩边缘.利用边缘检测品质因数Q改进Canny检测器的性能,并进行定量评价,结果表明,该方法降低了色彩边缘检测的误检率和错检率,有效提高了边缘检测器的性能.     

一种新的堆积颗粒图像边缘检测方法

提出了一种应用混合神经网络进行颗粒图像边缘检测的方法,混合神经网络由用于对边缘侯选图像的二值输入模式进行聚类特征提取的自组织竞争子网络（ASCSNN）和用于获取颗粒图像边缘矢量信息的BP子网络（BPSNN）组成,边缘侯选图像是通过采用基于灰度极小值算法提取边缘倏选像素获得,神经网络以边缘倏选图像中的边缘侯选像素及其邻域像素的二值模式作为训练样本,对经过噪声污染的图像进行实验表明,该方法获得的边缘图像封闭性较好、边缘描述真实、抗能力较强、适用于颗粒图像的边缘检测。     

CP神经网络在图像边缘检测中的应用

利用CP神经网络分别实现了对二值图像和灰度图像的边缘检测。利用神经网络提取二值黑白图像的边缘，对于灰度级为256的灰度图(灰度值在8个位面上分别为0或1)，采用已学习好的二值神经网络在8个面上分别进行边缘检测，然后综合各个面的检测结果，解决了直接用灰度图学习造成的训练样本数量过大而难以收敛的问题。试验结果表明，该方法得到的边缘图像边界连续性较好，边界封闭性好，而且对于任何256级灰度图的检测都可以得到很好的效果。     

基于同化核分割相同值区域特征融合的边缘检测

针对SUSAN(Smallest univalue segment assimilating nucleus)边缘检测算子在强噪声环境中容易产生虚假边缘的不足,提出了基于同化核分割相同值(Univalue segment assimi-lating nucleus,USAN)区域特征融合的边缘检测方法——FUSAN(Fusion-USAN)算子。该算子在利用USAN区域大小信息提取潜在边缘点的基础上,分别直接和间接利用USAN区域的形状信息计算边缘响应,并采用简单的融合策略融合这两种边缘响应得到最终的边缘响应。与SUSAN算子相比,FUSAN算子综合利用了USAN区域的大小和形状信息。利用合成图像和常用Cameraman图像并加入噪声对FUSAN算子进行评估,实验结果表明:FUSAN算子的检测性能优于SUSAN算子。     

Edge Detection Algorithm of SAR Images with Wedgelet Filter

Based on the analysis of the characteristics of synthetic aperture radar (SAR) images, a new edge detection method is proposed. The wedgelet transform is introduced into the area of SAR image speckle reduction for it can provide a nearly optimal representation for images in the horizon class. The wedgelet filter has good ability in keeping edge and speckle reduction. Then, a ratio edge detector is applied after a process of speckle reduction. The experimental results show that the method outperforms substantially others visually.     

改进的基于形态学梯度法的车辆图像边缘检测方法

在分析和比较用于图像边缘检测的多尺度多方位的形态学梯度算法和多级形态学运算合成法的基础上,提出了一种改进的基于形态学梯度法的汽车图像边缘检测方法.经过实验检验,并与其它形态学边缘检测方法进行了比较,证明该方法对汽车图像边缘检测具有较好效果.     

一种新的边缘检测算法研究

为了提高边缘检测的运行效率和检测精度,提出了一种新的边缘检测算法,该算法由一个自适应神经模糊推理系统和一个后处理程序组成.选取与边缘方向和梯度双重信息相关的4个目标函数作为自适应神经模糊推理系统的输入,采用计算机合成图像对自适应神经模糊推理系统进行训练.运用一个后处理程序,判断自适应神经模糊推理系统的输出值是否小于门限值,若小于则该像素点为边缘点.仿真实验表明,该方法边缘检测效果优于传统方法和当前文献报道方法.     

基于数学形态学的彩色图像边缘检测算法

传统的基于微分算子的边缘检测算法对噪声非常敏感,而基于数学形态学的边缘检测算法具有一定的抗噪声能力.图像边缘不仅由灰度突变产生,颜色或纹理发生突变也产生边.本文考虑了颜色对图像边缘的影响,把一种灰度图像形态学边缘检测算法推广到彩色图像,并与原文献形态学灰度图像边缘检测算法、传统的形态学边缘检测算法进行了比较,实验结果表明本文的算法抗噪声能力更强,提取的边缘更加清晰、完整.     

自适应多尺度Canny边缘检测

Canny边缘检测算法中有个可以改变的自由参数,该参数具有内在的尺度意义。根据图像自适应地确定该参数所在的尺度集合,在每个尺度上进行Canny边缘检测,然后组合它们的输出结果以获得理想的边缘。自适应多尺度Canny边缘检测算法可以得到抗噪性能和细节保持兼顾的良好边缘。实验结果表明,与Canny边缘检测相比,该算子检测的图像边缘比较清晰,具有较高的信噪比,而且用来检测含白噪声图像的效果也相当理想。     

一种基于数学形态学的灰度图像边缘检测算法

基于数学形态学的方法,利用形态运算膨胀、腐蚀、开、闭等变换以及它们的组合,该文提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性.同时引入多尺度的概念,对形态结构元素尺度的大小进行调整,从而在噪声存在的条件下得到较理想的图像边缘.实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性.     

一种抗几何攻击的数字图像零水印算法

为加强零水印抗几何攻击的能力,该文提出一种边缘检测与对数极坐标映射相结合的零水印算法。首先利用SUSAN边缘检测法获取图像的重要边缘信息,然后将边缘图进行对数极坐标映射,再与置乱水印异或获取密图。提取水印时只需密图和置乱密钥,无需原始图像。实验结果表明该算法对于旋转、剪贴、缩放等各类几何攻击具有较好的鲁棒性,同时对于加噪、滤波以及JPEG压缩等攻击也具有良好的鲁棒性。     

一种新的虹膜定位算法

针对目前已有的虹膜定位算法存在的局限性,提出了一种利用虹膜图像边缘图像以及虹膜的几何特征进行虹膜定位的算法,先利用Canny算子提取虹膜的灰度边缘图像,然后通过虹膜的圆特性对虹膜进行粗定位,最后利用变圆模板精定位.实验结果表明,该方法提高了准确度和速度,有效地解决了目前算法处理包含大量脸部区域的虹膜图像时遇到的困难.     

基于双Haar小波的边缘检测

边缘检测在计算机视觉中起着非常重要的作用 .但是现有的一些边缘检测方法对噪声非常敏感 .因此 ,如何得到更好的边缘检测方法受到了人们的重视 .近年来 ,作为一种新的工具 ,小波变换在信号处理中得到了广泛应用 .本文基于双Haar小波 ,提出了一种新的信号边缘检测算法 .与传统方法相比 ,有效地克服了脉冲噪声的影响 .