基于OpenCV的输送带跑偏自动检测算法研究

为提高输送带跑偏检测方法的实时性和精度,结合OpenCV函数库的优点,提出了一种输送带跑偏自动检测算法。该算法利用CCD摄像机实时采集输送带视频流图像,并对图像进行预处理,然后使用改进的Canny边缘检测算法检测图像边缘,最后利用Hough直线变换提取输送带跑偏特征,通过输送带图像的几何特征来判断其是否跑偏,如跑偏则报警。实验结果表明,该算法简单有效,运算速度快,实现了输送带跑偏的自动检测。     

一种改进型Canny边缘检测算法

边缘检测是提取图像特征的首要条件。文章提出了一种改进型Canny边缘检测算法。首先在边缘梯度计算时,将二维滤波模板分解为两个一维滤波模板,实现并行处理,提高运算速度;引入双阈值法则同时保证图像中强边缘点和弱边缘点的提取,并基于非局部最大值抑制原理检测边缘点,大大提高了边缘检测的精度和准确度;最后采用形态学算子实现对检测边缘进行细化处理,实现了单像素级细化边缘提取。实验结果表明,该算法在保证实时性的同时,具有很好的检测精度和准确度。     

基于机器视觉的镭射膜跑偏检测

针对镭射膜纵切过程中的跑偏问题,提出一种基于机器视觉的检测方法。用CCD摄像机采集具有几何特征的镭射膜图像,对预处理后的图像采用改进Canny算法边缘检测并创建ROI区域,利用Hough变换得到特征直线,调用相关算法并计算出镭射膜跑偏角度。实验结果表明,改进Canny算法能够检测到较为完整的边缘细节,具备较强的自适应性,Hough变换对镭射膜的特征提取效果良好,为计算跑偏角度提供了较为准确的依据。     

基于改进Canny算子与图像形态学融合的边缘检测方法

传统Canny算法采用高斯滤波会造成图像的过度光滑,容易导致缓变边缘的丢失,而且梯度幅值的计算方法没有充分考虑到3x3邻域内周围像素对中心像素的影响.针对上述存在的问题与不足,结合小波融合技术的优势,提出了一种基于改进Canny算子与图像形态学融合的边缘检测方法,利用改进的Canny算子和图像形态学分别对图像进行边缘检测,然后应用小波融合技术把两种方法检测出来的边缘进行图像融合,得到最终的图像边缘.仿真结果表明,该算法具有较好的抗噪能力,有效地提高了边缘检测的准确性和完整性.     

基于Canny算子和形态学的洞室岩体裂隙边缘检测

针对Canny边缘检测算法在伪边缘剔除方面的不足,结合洞室岩体裂隙图像成像特点,提出一种Canny算子与形态学相结合的边缘检测方法。先分别对原始图像进行Canny算子边缘检测和图像分割,得到两幅二值图像,然后参考图像裂隙的几何形态特征,对它们进行形态学运算,使最终得到的二值图像保持了较高的裂隙定位精度,并有效剔除了伪裂隙边缘,同时具有边缘闭合、平滑等优点。     

适用于汽车油箱盖的边缘检测方法

为从带有噪声、高反光区域、灰尘覆盖和涂鸦等情况的汽车油箱盖图像中精确提取边缘,设计一种适用于汽车油箱盖的边缘检测方法.提出一种基于伪球与内积能量的改进Canny边缘检测方法,对Canny算子在滤波、梯度计算及阈值选取方面进行改进,用于获取精细边缘;设计一种基于形态学与Otsu阈值算法的油箱盖粗边缘检测方法,用多尺度底帽变换对图像进行增强并用Otsu阈值算法进行分割,用形态学方法获得油箱盖粗边缘;将粗边缘与精细边缘进行"与"操作得到油箱盖的边缘.仿真结果表明,提出算法能精确提取出汽车油箱盖边缘.     

基于自适应ROI和蚁群边缘检测算法的车道线检测

论文针对天气阴暗和复杂背景等情况下难以检测车道线的情况,提出了基于消失点的自适应ROI提取和基于蚁群算法的边缘检测方法。首先进行图像预处理得到灰度化图像,然后使用基于纹理的gLoG滤波进行消失点检测以消除复杂背景的影响,使用蚁群算法对灰度图像进行边缘检测以解决Canny算子对噪声敏感的问题,最后对感兴趣区域进行Hough变换直线检测并且使用极角极径约束Hough变换拟合的直线,最后实现车道线检测的功能。实验结果表明,论文提出的方法在道路环境多变和阴暗天气下能实现很好的车道线检测结果,准确率最高可达95.96%。     

半监督学习下复杂背景图像边缘检测仿真

为了有效避免图像边缘检测过程中出现边缘间断或者伪边缘的情况,提出一种半监督学习的复杂背景图像边缘检测算法。设定特征筛选规则,增强复杂背景图像敏感区域,提取图像特征,通过灰度共生矩阵和Gabor滤波提取图像高频与中低频纹理特征。利用半监督学习对图像样本展开训练,实现复杂背景图像分类。采用双边滤波对完成分类的图像预处理,通过最大类间方差法展开阈值分割,引入形态学思想将分割后的图像分别展开膨胀和腐蚀,获取形态学梯度图,计算梯度图像和原始阈值图像的交并集获取具有精确边缘的灰度图,实现复杂背景图像边缘检测。实验结果表明,所提算法可以获取高精度的边缘检测结果,且不会出现边缘间断和伪边缘的问题。     

一种基于亚像素边缘特征的医学图像融合方法

一种新的基于亚像素边缘特征的图像融合算法。该算法通过使用一种亚像素边缘检测算法提取图像的亚像素边缘特征,采用奇异值-迭代最近点法(SVD-ICP)实现轮廓间配准和利用小波极大值融合算法实现图像融合。     

基于无人机图像的输电线检测方法

在无人机应用于输电线巡检背景下,为了方便后续的输电线故障检测与分析,提出一种新的基于无人机图像的输电线检测方法.首先,通过Otsu获取高低阈值的方法改进Canny边缘检测算法,用于提取输电线图像边缘;然后,通过数学形态学方法处理边缘检测得到的二值图像,并用分式查表法改进的Hough变换对数学形态学处理后的图像进行直线段检测;最后,提出线-线空间信息分析的方法,对检测出来的直线段进行筛选和拟合.通过在无人机图像上的实验结果表明,本文提出的输电线检测方法是一种性能良好的基于无人机图像的输电线检测方法.     

一种基于Canny的改进车灯光轴检测算法

在车灯配光性能检测中,近光光照方向和光形是重要的检测项目。本文研究边缘检测技术在提取前照灯近光光轴中的应用,主要对Canny边缘检测算法的性能进行了分析和评价,针对传统Canny算法在梯度幅值计算上的缺陷,提出了一种通过计算像素八邻域内图像一阶偏导数有限差分来确定梯度幅值的方法．在此基础上,在基于非极值抑制原理检测边缘点时,将像素的八邻域分为4个像限结合双线性插值的方法进一步提高了边缘检测的精度和准确度．根据前照灯配光在线检测的特点及要求,最终选用改进后的Canny边缘检测算法,有效地检测出近光灯的光轴。     

改进的Canny算子与SIFT算法相结合的医学图像特征提取

微创外科手术中的图像特征快速提取与分析,可以使计算机具备图像实时识别的能力,提高手术的成功率。对常用的边缘与角点特征进行了分析,提出了边缘与角点相结合的特征提取方法。以二尖瓣索修复微创手术图像为例,对常用的几种边缘算法和改进的Canny算法进行了分析比较,利用改进的Canny算子所得到的较为完整的检测边缘信息,运用SIFT算法提取图像角点,剔除了一些伪特征点,得到了图像匹配时所需要的更加精确的信息。为后续的图像融合与复原以及三维图像重建打下了良好的基础。     

基于分形特征和阈值分析的图像边缘检测

针对传统的边缘检测算法对噪声敏感且伪边缘较多,提出一种基于分形特征和阈值分析的图像边缘检测方法。该方法利用改进的毯覆盖算法计算出图像的分形特征,将图像的灰度分布映射到分形维数空间上,再根据提取的分形特征图进行阈值分析,获得高低两个阈值,将像素值分为非边缘、弱边缘和强边缘3类,再对弱边缘像素进一步加以判断。实验结果与其他算法相比较表明,该算法检测出来的图像边缘伪边缘和噪声最少。     

脑部MR图像多阈值处理与边缘检测

针对脑部MR图像边缘提取的问题,提出了基于多阈值和形态学滤波的边缘检测方法。该方法首先用最大类间方差（OTSU）多阈值法对图像进行多阈值处理,将图像中重要的区域划分开;针对处理后的图像存在杂散点、细小突出和孔洞等问题,再利用形态学滤波去除噪声;最后使用Canny算子对处理后的图像进行边缘检测。实验结果表明,相较于直接用Prewitt、Canny等算子进行边缘检测,该方法边缘检测效果更好。     

基于多结构元的数学形态学的边缘检测

针对传统边缘检测算子具有对噪声敏感、提取出的边缘细节特征没有得到很好的保持等不足,文中在 Canny 算法启发下提出了一种基于多结构元的数学形态学边缘检测算法,并经过数学形态学细化算法提取图像边缘,并与 Sobel 边缘检测算法和 Canny 边缘检测算法得到的图像边缘仿真结果进行对比,分析比较其优点不足,得出结论:文中算法得到的图像边缘其定位准确且较平滑,轮廓清晰,很好地保留了边缘细节特征,比较容易并行实现,而且由于此种边缘检测算法抗噪能力较强,能较好解决性噪比和单边缘响应之间的矛盾     

基于自适应滤波的噪声图像边缘检测方法

研究图像边缘优化检测问题,针对传统边缘检测算法对噪声处理能力欠佳的缺陷,提出一种自适应中值滤波与形态学处理相结合的噪声图像边缘检测AMM算法。首先根据噪声像素点与相邻像素点的关联程度采用自适应中值滤波算法对图像进行去噪处理,保护图像的细节信息;然后运用改进的Canny算子对图像进行边缘检测,提取图像的边缘信息;最后对提取的边缘进行形态学处理,得到清晰的图像边缘。仿真结果对比表明,与目前常用的方法相比,AMM算法具有较强的抗噪鲁棒性,能较清晰地提取出图像的边缘,降低噪声对图像边缘的影响。     

边缘检测中的改进型均值滤波算法

针对传统高斯滤波器算法存在边缘模糊及局部伪影的问题,提出一种改进型均值滤波算法,以有效去除图像中的高密度脉冲噪声。通过求解图像直方图,检测图像直方图的左右2个峰值点,以查找出可疑的噪声点,进而使用灰度值确定其坐标。利用图像像素点周围灰度值的相似性,在局部窗口选择递归加权平均值代替被污染的图像像素点灰度值。结合自动选择Canny算子的双阈值方法,对灰度图像边缘进行检测。实验结果表明,该算法的算子滤波效果优于LOG算子和传统灰度Canny算子,且具有较好的稳定性。     

基于组合形态学的齿轮参数视觉测量方法

为提高齿轮测量精度,提出一种基于组合形态学边缘检测算法的齿轮参数测量方法。对工业相机采集的齿轮图像做畸变矫正后进行滤波和二值化等预处理;针对传统边缘检测算法存在的不足,采用检测精度高、抗噪声性强的组合形态学边缘检测算子提取齿轮单像素边缘;采用连通域操作填充齿轮轴孔,利用质心法定位齿轮圆心;计算齿轮边缘点到圆心的距离;利用量块进行像素当量标定,转换后得到齿轮几何参数测量值。实验表明,对比几种边缘检测算法的测量精度和速度,所提出的齿轮参数视觉测量方法具有更高的测量精度和良好的抗噪性。     

基于改进Canny边缘检测的堆叠货箱分割定位方法

为了提高集装箱卸货的自动化水平,针对集装箱内堆叠货箱难分割定位的问题,提出了一种基于改进Canny边缘检测的堆叠货箱分割定位方法。通过阈值分割和形态学处理进行图像预处理,去除背景干扰,提取堆叠货箱区域图像,基于改进Canny算法对堆叠货箱进行边缘检测,根据堆叠货箱边缘特征进行筛选并基于最小二乘法进行直线拟合,解决边缘线条不连续和虚假边缘问题,对边缘进行区域化处理,以此将堆叠货箱分割成独立的货箱区域,提取每个独立货箱的最小外接矩形,得到货箱中心点的位置信息。实验结果表明,该方法对堆叠货箱有很好的分割效果,定位精度小于5 mm,满足定位精度要求。     

一种新型煤矿视频监控图像滤波算法

针对煤矿视频监控图像存在噪声强度高且对比度低等问题,提出了一种新型煤矿视频监控图像滤波算法。该算法首先采用自适应Canny算子对图像进行边缘检测,实现边缘图像和非边缘图像的有效分离;然后对边缘图像引入直方图均衡化算法进行处理,以突出图像边缘信息,提高图像对比度;从滤波器的构建、结构元素的设计方面对经典数学形态学滤波算法进行改进,将其应用于非边缘图像的滤波;最后对处理后的边缘图像和非边缘图像引入图像融合机制进行加权融合。实验结果表明,与小波阈值法、经典数学形态学滤波算法相比,该算法具有较好的滤波效果。