共查询到17条相似文献,搜索用时 375 毫秒
1.
2.
3.
4.
5.
印刷电路板灰度图像边缘检测技术研究 总被引:1,自引:0,他引:1
以印刷电路板(Printed-circuit Board)灰度图像的孔定位为应用背景,介绍了Roberts、Sobel、Prewitt、Canny和LOG等边缘检测算子,采用五种算子进行PCB灰度图像的边缘检测,结合孔定位的实际应用分析对比检测结果的优缺点,确定LOG算子作为本应用的最优边缘检测算子. 相似文献
6.
基于形态学梯度的图像边缘检测算法 总被引:2,自引:0,他引:2
边缘检测是数字图像处理的一个重要内容,讨论了经典的边缘检测算子算法,该算法更多地采用Prewitt算子、LOG算子、Canny算子等在空域中进行。数学形态学在图像处理中有广泛的应用,其基本原理是基于利用结构元素去探测图像;在讨论常见数学形态学梯度的基础上,提出了一种基于形态学梯度的图像边缘检测算法,应用定义的形态学梯度结构检测出较理想的图像边缘信息。仿真结果表明,该算法在含噪图像中能得到较为理想的图像边缘信息,其抗噪声性能明显地优于经典的算子检测算法,在检测精度方面较经典的单一算子检测方法亦有一定的改善。 相似文献
7.
黄玉蕾 《计算机测量与控制》2019,27(7):257-260
边缘检测是一种尝试从图像中提取有效部分的方法,主要捕获图像像素的急剧变化和检测重要的区域。为了更有效地进行边缘检测和抑制噪声,文章中对常规形态学边缘检测进行了改进,采用了多阈值分解对灰度图像进行二值化处理和分解,之后对图像进行了基于二阶拉普拉斯算子的LOG边缘检测,在初步提取出图像边缘后,又进行了多结构形态学滤波来实现对图像边缘进行进一步边界增强。实验结果表明,该法保留了更完善的边缘信息,有效消除了叠加噪声。 相似文献
8.
一种新的LOG算子对SAR图像的边缘检测能力 总被引:1,自引:0,他引:1
在对SAR图像的分析和识别中,边缘的检测信息十分重要。针对传统的LOG算子的缺陷,本文提出了一种基于自适应中值滤波的改进LOG算子对SAR图像的边缘检测方法,在平滑图像内部区域的同时保留了更多的细节,提高了LOG算子对SAR图像的弱边缘检测能力,是一种有效的方法。 相似文献
9.
基于统计的图像边缘检测方法是计算机视觉中边缘检测的重要方法之一。提出了一种基于非参数变点统计分析的方向性边缘检测算法,该方法可以最小化对图像数字特征的先验信息的需求。深入讨论该算法在含有高斯噪声和椒盐噪声的灰度图像处理中的一些问题,通过实验与MATLAB的经典的边缘算子sobel算子和canny算子相比较。该方法不仅能很好地检测出图像的真实边缘,而且有效地抑制了两种噪声对边缘检测的影响,取得了较好的效果。 相似文献
10.
基于Gauss-Laplace算子的灰度图像边缘检测 总被引:7,自引:0,他引:7
在分析常用的图象边缘检测算子基础上,为更精确地检测具有灰度渐变和噪声较多的灰度图像,论文首先引入一种改进的灰度图像的边缘检测算子,接着实验验证该算子得到的图像比别的边缘检测算子处理效果更好,更清楚和更符合人或计算机识别要求。同时,给出了在VC++6.0编程环境下BMP位图处理的方法和介绍的边缘检测算子的实现方法。 相似文献
11.
数学形态学在图象处理中已经得到广泛地应用,但传统的形态学常应用于二值图象处理,后来发展应用到灰度图象处理,对于其用于彩色图象处理的研究还不是很多,通过对传统的数学形态学的几何描述,以及对目前形态学在边缘检测中的应用分析,提出了一种新的多尺度的彩色形态矢量边缘检测算子,该方法是利用不同尺度形态边缘检测算子来检测不同尺度下的边缘强度,再对不同尺度下的边缘强度图进行合并,从而得到新的边缘强度图象,利用该算法对实际图象和合成图象进行了实验,将实验结果与传统的边缘检测算法相比较,由于新的多尺度彩色形态矢量算子能检测出更多的细节边缘,因此将更有利于图象的进一步分析处理,同时将实验图象人为地增加噪声后,再利用该算法进行实验,其结果表明,该算法对噪声具有很好的鲁棒性。 相似文献
12.
针对目前常用的边缘检测方法对噪声比较敏感,测得的边缘比较粗糙等现象,在传统边缘检测方法的基础上提出了一种基于数据融合的边缘检测方法。该方法分别采用改进的LOG算子和离散小波变换对原始图像进行边缘检测,建立相应的融合原则,并将两种方法检测出来的边缘进行数据融合,得到最终的图像边缘。实验证明,该方法结合了两种检测方法的优点,有效地提高了边缘检测准确性,获得了比较理想的边缘检测效果。 相似文献
13.
传统的图像边缘检测方法由于引入了各种微分运算,因此用于噪声图像边缘检测时对噪声极度敏感。针对这一问题,提出了一种基于独立分量分析技术的噪声图像边缘检测方法,该算法通过计算数据之间的高阶统计信息,提取特征模板,然后将被高斯噪声污染的灰度图像与这些模板逐个匹配,提取出边缘成分。实验结果表明,基于独立分量分析技术的模板匹配方法自适应强,复杂度低,是一种有效的高斯噪声污染灰度图像边缘检测方法。 相似文献
14.
针对自动光学检测在手机软板缺陷检测中对图像处理的要求比较高的特殊性,研究了手机软板图像的预处理及分割的方法;根据手机软板图像存在的噪声多为椒盐噪声的特点,采用中值滤波的平滑方法;而LOG(Laplacian of Gaussian)的锐化方法既可以实现噪声的控制,又能对边缘进行检测,很适合图像的增强;在分割方法的选择上,根据其灰度分布特性,提出了一种改进的自适应阈值选取方法;实验结果证明了算法的有效性和可靠性,为进一步提高手机软板缺陷检测的准确性提供了保障。 相似文献
15.
针对传统虹膜定位算法识别效果不稳定,鲁棒性低的问题,提出基于分块搜索的虹膜定位算法。首先利用虹膜图像灰度变化差异将虹膜图像转换为二值图像,用基于边缘检测的hough圆检测法粗略定位虹膜内圆,再利用分块搜索二值图像对内圆进行精确定位。之后利用卷积运算粗略定位外圆,再对原图像进行分块搜索,观察截图的灰度直方图中的灰度变化精确定位外圆。将得到的虹膜与传统定位算法得到的虹膜用相同的虹膜识别算法处理,结果表明,该算法定位出的图像识别上效果更明显,并且具有很好的鲁棒性。 相似文献
16.