基于边缘检测和数据融合技术的图像增强

文章提出了一种基于边缘检测和数据融合技术的图像去噪方法.以小波变换为基础,结合数据融合技术,在预先确定图像边缘的基础上进行图像增强.实验结果表明,利用边缘检测和数据融合技术的图像增强系统,在保证图像纹理信息的基础上,极大地抑制噪声.     

图像边缘检测在关节镜图像处理中的应用

主要论述了采用图像边缘检测和图像跟踪算法对采集的关节镜图像进行图像处理和分析的过程。在图像处理的基础上，系统自动测量出指定目标的形状参数，实现了系统的测量要求。本研究为实现关节镜手术过程图像的保存和手术的准确性提供了可行的方法。     

基于参数化对数图像处理模型的光照不均匀图像的边缘检测算法

由于低照度以及场景光不均匀的环境下图像的成像特点,普通的边缘检测方法无法有效检测出完整清晰的边缘图像.本文结合参数化对数图像处理(PLIP)模型对低亮度图像敏感、处理效果接近人眼视觉观察的结果等优点提出一种新的边缘检测算法.首先,利用PLIP模型理论推导出新的梯度算子,然后分析传统Canny算法检测边缘过程的不足并加以改进,并将推导出的新梯度代替了传统Canny算法中的梯度,运用Canny算子的三个最佳边缘检测标准提取图像的边缘.最后,通过对微光实验平台获取的低照度和场景光不均匀环境下的图像进行边缘检测对比验证.实验结果表明,新算法边缘检测的线型连接程度相较于传统Canny算法、Sobel算法和原对数图像处理模型(LIP)算法分别提升了约10％、30％和4％,其检测效果更佳.     

边缘检测方法及其在医学图像处理中的应用研究

计算机边缘检测在医学图像处理中占着至关重要的位置，检测的好坏直接关系到诊断和治疗的效果。本文列出了在医学图像处理中的边缘检测方法，讨论了医学图像中的边缘检测方法的发展及现状。     

基于Canny算子的图像边缘检测算法

图像边缘检测是一种非常经典的基于计算机视觉技术的图像处理技术,主要是根据图像的某种特定信息,把目标的边缘与周围的区分开来。回顾了几种传统的边缘检测方法,并分析它们的优缺点,详细阐述了Canny算子的检测原理和实验方法。实验结果表明Canny算子是最优的边缘检测算子,能够较稳定地对目标图像进行边缘信息提取,得到较好的检测效果。     

边缘检测方法及其在医学图像处理中的应用研究

计算机边缘检测在医学图像处理中占着至关重要的位置,检测的好坏直接关系到诊断和治疗的效果。本文列出了在医学图像处理中的边缘检测方法,讨论了医学图像中的边缘检测方法的发展及现状。     

Kirsch边缘检测算子快速算法

本文利用经典边缘检测模板算子８个方向模板之间的内在联系。提出了一种快速Ｋｉｒｓｃｈ算法。实验表明。采用ＦＫＣ算法可将图像的处理速度提高到采用经典Ｋｉｒｓｃｈ算法所达到的运算速度的３倍以上。     

图象边缘检测技术的发展与现状

边缘检测是图象处理、计算机视觉中最基础的内容，也是到今仍未得到圆满解决的一类问题。本文对现有代表性的各种方法进行了分析论述，评价了其优缺点，并展望了其发展方向。     

边缘检测技术在光纤微加工系统中的应用研究

针对光纤成像的特殊性，提出了一种利用边缘检测算法来提取ROI区域作为对焦窗口的方法，该方法成功地消除了光纤图像中心亮带对清晰度评价值的影响，可准确判断光纤目标清晰的位置，结合显微视觉测量技术，将其应用于光纤侧面抛磨和拉锥系统中，经过亚像素边缘检测及尺寸计算后，对光纤参数的测量精度高于0.5μｍ，可提高光纤微加工系统的性能。     

HHT在眼底图像边缘检测中的应用

在眼底图像处理中,边缘检测技术是许多研究领域的重要预处理手段,如眼底图像特征提取和基于图像特征的图像配准方法等等。将希尔波特-黄变换（HHT,Hilbert-Huang Transform）方法应用于眼底图像边缘检测,提出了基于二维经验模式分解的图像边缘检测算法。实验结果表明,利用HHT方法的自适应多分辨特性,可以有效提取出眼底图像的细节信息,又不会检测出过多的虚假边缘。该方法为眼底图像的其它处理方法提供了有效的预处理手段。     

基于相对熵的水下图像模糊增强与边缘检测算法

采用一种基于相对熵的水下图像模糊增强算法对深海结核分布丰度图像进行处理.该算法首先使用基于阈值选取的图像分割原理确定一个阈值参数,然后根据此阈值参数定义隶属函数,从而将图像转化为等效的图像模糊特征平面,通过在模糊平面上采用相对熵的算法对图像进行增强运算,最后实现对图像的边缘检测.仿真结果表明该算法是有效的.     

图像边缘检测算法研究与分析

边缘是图像的重要特征,包含了图像中用于识别目标的信息。边缘信息存在于目标与背景、目标与目标之间,边缘检测技术是图像分割和其他一些图像处理的基础。图像边缘检测算法在边缘提取中起着重要的作用,本文介绍了Roberts、Sobel、Prewitt、Kirsch、Laplacian、LOG和Canny等几种常见的边缘检测算法,并通过实验仿真对其性能进行了验证和比较分析。     

基于视觉感知模型修正的彩色图像边缘检测

在彩色图像边缘检测过程中,准确检测低照度区域的细节边缘是一个难题.提出了一种基于视觉感知模型修正的彩色图像边缘检测方法.由于视觉感知彩色空间中的色调分量具有圆形特性,导致伪边缘问题,利用色调距离计算色调图像的梯度以去除伪边缘,并根据饱和度的非线性函数控制色调分量的梯度,最后利用修正的视觉感知模型计算矢量梯度以获取彩色图像的边缘.实验结果表明,新的彩色边缘检测方法较现有方法能提高彩色图像的边缘检测精度,尤其对于低照度区域的细节边缘具有较好的响应.     

图像边缘检测算法研究

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。首先介绍和分析了常规的边缘检测算法,包括基于梯度的边缘检测和检测二阶导数的零交叉点,同时进一步介绍了基于小波变换的多尺度边缘检测,同时分析了该方法的性能和特点。     

图像边缘检测算法研究

边缘检测是图像处理中很重要的组成部分,其效果直接影响到后面的图像分析。在此介绍Roberts算子、Prewitt算子、Sobel算子、LOG算子和Canny算子等经典边缘检测算子,对其性能和算法特点进行分析。运用Matlab进行算法的仿真,并对其检测结果进行分析和比较,得出Canny算子的边缘连接程度最佳,景物的细节表现得最明晰,轮廓边缘提取得很完备。     

基于形态学的红外图像边缘增强

针对基本的形态学滤波的缺陷提出了一种新的基于形态学的红外图像边缘增强方法, 能有效地增强边缘并平滑噪声,明显地改善视觉效果。     

基于非下采样Contourlet变换的多传感器图像边缘检测

提出一种基于非下采样Contourlet变换（NSCT）的多传感器图像边缘检测方法,通过非下采样金字塔（NSP）和非下采样方向滤波器组（NSDFB）实现了对图像的多尺度多方向分解。在检测处理中,采用改进的一致性校验策略：高频系数除了进行本层的一致性校验外,还进行多层之间的一致性校验。非下采样Contourlet变换保留了Contourlet变换良好的多分辨率特性,又具有平移不变性,更适应于进行多传感图像融合,为图像边缘检测提供了新的方法。     

“数字图像处理”边缘检测教学典型案例设计

边缘检测是“数字图像处理”课程教学中尤为重要的内容,针对学生对边缘检测算法理解浮于表面和过于依赖库函数编程等问题,将理论教学和底层代码编程实现相结合,并通过实际工程问题和先进技术的介绍,帮助学生深刻理解该算法和了解学科发展方向,从而培养学生的科研兴趣和鼓励开展底层创新。该教学案例设计对“数字图像处理”课程教学改革具有良好的借鉴意义。     

一种基于局部平衡的红外图像锐化算法

首先分析红外图像边缘与随机噪声和非均匀性固定噪声的分布特点,为区别红外图像中由真实边缘和由各种噪声引起的灰度变化,给出了局部力矩矢量和局部平衡系数的定义;并且基于这两个定义,提出了基于局部平衡系数和局部对比度的图像锐化算法。该算法不同于传统图像锐化算法只基于局部对比度的缺点,在图像锐化过程中考虑图像边缘和非均匀性的空间分布的差异,不但改善了传统边缘增强算法对随机噪声放大的缺点,而且降低了非均匀性噪声的增强。实验结果表明,该方法具有良好的前景和实用价值。