基于模糊聚类分析的边缘检测算法

将模糊c-均值聚类算法(FCM)应用到图像的边缘检测中.首先,将灰度图像中的每一个像素点看成是一个数据样本,将该点的灰度值经过Robert算子、Sobel算子和Prewitt算子处理构成它的特性向量,形成具有三维特征的数据集,然后对这个数据集应用模糊聚类算法进行分类,自适应地检测出图像的边缘点,达到提取边缘的目的.实验结果表明,这种混合算法能得到很好的边缘检测效果,并且得到的结果无需再细化处理,提高了边缘定位的精度.     

数字图像处理中边缘检测算法的对比研究

图像边缘检测长期以来都是图像处理与分析领域的研究重点.对5种常用的经典边缘检测算子进行了理论分析,并通过VC++编程实现了5种算子在微内孔边缘提取中的应用;通过对检测结果进行比较分析,得出各种算子的优劣和适用范围,为实际应用提供了对照和参考.     

基于FPGA的Sobel算子图像边缘检测算法

系统基于Altera DE2-70开发平台,选用500万像素COMS摄像头进行图像采集,图像信息经Sobel算子图像边缘检测算法处理后由液晶显示器显示.算法采用了可编程宏功能模块与Verilog HDL语言相结合的方法实现,实验结果表明,基于FPGA的硬件系统能够很好的实现Sobel算子边缘检测算法,通过设置合适的梯度比较阀值,较为理想的提取图像边缘信息.     

基于Zernike矩的亚像素边缘检测改进算法

本文在Zernike矩的亚像素边缘检测算法的基础上,通过修改Prata算子和提出了一种比q-recursive更快的递归关系,提出来一种改进的算法。新算法克服了Ghosal在亚像素边缘检测时存在高阶矩时较高的计算成本和数值不稳定性的不足。实验结果表明,该算法的运算速度与精度比Ghosal算子和Prata算子有较大的提高。     

一种改进的Canny边缘检测算法

针对Canny边缘检测算法存在的缺陷,提出了一种改进型Canny边缘检测算法。首先采用非线性扩散滤波减少了图像噪声,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,进一步抑制了噪声的影响;最后采用平均方差阈值法选取阈值,从而提高了对不同图像的自适应性。通过对实验图像的分析表明,该改进算法对含噪图像的边缘提取具有较好的检测精度和准确性。     

基于Kirsch理论的彩色图像边缘检测

图像边缘是一种重要的视觉信息,是图像最基本的特征之一。所谓边缘是指图像中周围象素灰度有阶跃变化或屋顶变化的那些象素的集合。图像边缘化可以采用多种算子进行处理。例如Roberts算子、Sobel算子、Kirsch算子、Prewitt算子、Laplace算子和Canny算子等。这里采用的是Kirsch算子,它带有特定八方向边缘信息的图像增强模板。能对图形的八个方向作边缘提取．从检测结果中可以看出．基于Kirsch理论的彩色图像边缘检测能够较全面地提取边缘信息。这说明,用该方法检测彩色图像的边缘是有效的。     

基于MATLAB数字图像边缘检测算子的研究

边缘检测是数字图像处理中的重要内容,是图像数据分析、模式识别、计算机视觉等技术的基础。因此对边缘检测算子的研究具有重要的意义。主要研究了基于MATLAB的数字图像边缘检测算子,其研究对象主要是灰度图像,通过对图像边缘检测算子阈值、方差等因素的仿真分析比较,获得各算子的适用范围,以便更好地灵活运用。     

基于改进LOG算子的图像边缘检测方法

针对传统基于LOG算子的边缘检测算法中高斯系数σ不确定性的问题,提出了一种改进的LOG算子边缘检测方法,该算法通过引入极坐标参数θ,计算不同方向θ的1阶导数,并求得导数最大值所对应的θ,进而确定图像边缘点。研究结果表明,利用该改进算子对图像进行边缘检测时,边缘信息丰富,细节体现明显,伪边缘较少,相对传统LOG算子其具有更好的检测效果,同时与Prewitt算子、Canny算子等算法相比较,所提算法也具有明显的优越性。     

基于Sobel细化算法的螺纹边缘检测

使用带衰减因子的Sobel算子对图像进行边缘检测,得到高亮显示的粗边缘,然后再次用Sobel算子二次检测图像,以2次所得图像的差作为细化结果,并结合图像分割算法确定阈值对图像进行二值化处理.     

基于梯度算子的边缘检测方法的研究与改进

图像的边缘检测是图像处理和计算机视觉领域中最重要的技术之一,其算法的优劣影响整个视觉系统的好坏。研究了经典的基于梯度算子的边缘检测方法,并且将Sobel算子与Canny算子进行比较,根据它们各自的优点提出了一种新的算法,新算法既有一定的精度,也满足实时性要求。     

基于数学形态学的图像边缘提取方法

为了解决传统边缘提取算法边缘定位不精确、抗噪能力差的问题,提出了一种基于数学形态学的边缘提取算法。该算法首先利用了双尺度双结构的数学形态学对目标图像进行滤波降噪处理,以提高目标图像的信噪比,然后利用多尺度多结构的数学形态学对目标图像进行边缘提取。利用该算法在配置了OpenCV的Visual Studio对Lena图像进行仿真处理,并将其处理结果与Canny算法处理结果进行对比。实验结果表明,该算法抗噪性能优异,对含有噪声的图像边缘的提取清晰且流畅、细节丰富。     

地空背景下目标分形拟合检测算法

通过数字图像的离散分数布朗运动场模型,在研究提取分形维数H参数的基础上,根据人造目标与自然背景各自不同的分形特性,针对性的提出了一种提取分形模型拟合误差的检测算法.实验表明,该方法能够实现不同背景及目标的检测,抗噪声干扰性好,较之普通检测算法对目标具有更好的检测效果,是一种有效的边缘检测算法.     

基于高斯曲面拟合的亚像素边缘检测算法

提出了一种基于高斯曲面拟合的亚像素边缘检测算法.该算法首先使用传统Canny算子进行边缘像素级的粗定位,再以粗定位边缘像素为中心取5x5窗口获取梯度幅值,对其进行高斯曲面拟合,在梯度方向上寻找局部极值点,从而达到边缘亚像素级的精细定位的效果.文中介绍了算法的理论依据,给出推导过程,并用螺旋测微器的标准间隙进行实例分析,...     

基于多尺度效应的坯布缺陷边缘检测算法

生产线上运动产品缺陷图像的边缘具有模糊和不确定性,采用多尺度方法来描述和分析可以获得更多信息.为了满足当前坯布检验过程中对于产品表面缺陷进行快速准确检测的要求,文中提出了一种基于多尺度效应的图像边缘检测与分割方法,结合小波变换的图像频带分解与重构、粗糙集的图像区域分割增强、多结构元素的形态学边缘提取方法为一体,应用于坯布表面质量检测,取得了较为理想的分割效果.     

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。     

基于改进形态学梯度的齿轮边缘检测

经典的边缘检测算子算法更多地采用Prewitt算子、LOG算子和Canny算子等在空域中进行。数学形态学在图像处理过程中不涉及变换,其原理是利用结构元素检测图像,并直接处理图像的特征信息。在形态学梯度的基础上,提出了一种基于改进形态学梯度的图像边缘检测算法,选取合适的形状以及尺寸的形态学梯度结构元素,并组合使用以检测出较理想的图像边缘信息。试验结果表明,该算法在含噪图像中能较好地保存图像边缘信息,有更好的定位精度和抗噪性。     

基于小波变换和数学形态学的足迹边缘检测算法

根据足迹图像的特点,提出了一种足迹边缘检测算法.本算法利用小波变换和数学形态学边缘检测的优点,确定了足迹边缘,并采用合理的融合规则融合边缘信息.实验结果表明,该算法能有效地抑制噪声,较好地再现足迹的边缘信息.     

基于图像融合的年轮细胞边缘检测算法研究

提出一种基于图像融合的边缘检测算法。首先对源图像进行小波分解,在不同分解层用小波模极大值法对高频子图像进行边缘检测,用数学形态学对低频子图像进行边缘检测,然后采用一定的融合规则将这两个边缘检测图像融合在一起。实践结果表明,这种方法优于单独使用小波模极大值法或数学形态学法,对噪声具有很好的鲁棒性,得到的图像边缘连续、清晰。