基于八方向卷积模板的边缘检测算法

针对传统图像边缘检测算法存在的边缘方向性不强及边缘较粗等问题,提出了一种基于八方向卷积模板的边缘检测算法。算法采用0°、22.5°、45°、67.5°、90°、112.5°、135°和157.5°八个方向的卷积模板进行边缘检测,模板权值根据中心像素点到邻域像素的距离及方向夹角的大小进行设定,充分考虑到了邻域内像素对中心点方向梯度的贡献大小,能够较好地检测出图像不同的方向边缘。对梯度图像采用了改进的非极大值抑制方法进行细化,可得到单像素的图像边缘。实验结果表明,该算法获取的边缘图像边缘较为完整,方向性强且边缘较细,整体效果明显优于传统Sobel算法。     

一种抑制脉冲噪声的边缘检测算法

提出了一种针对脉冲噪声图像的边缘检测算法,算法借鉴了中值滤波的思想,并采用十字型卷积模板计算图像梯度。首先,对参与图像中梯度计算的像素点进行阈值判断,如果是噪声点,该点像素值用3x3窗口中值滤波结果值替代,然后参与梯度计算,如果不是噪声点则直接参与梯度计算;其次对梯度图像进行细化和二值化以提取边缘图像。实验证明,本文算法对脉冲噪声污染图像边缘检测效果良好,较好地抑制了脉冲噪声的影响,而且提取的图像边缘较细,轮廓清晰。和传统的边缘检测算法及基于小波模变换的边缘检测算法相比,算法在抑噪能力上和边缘提取效果上均比较优秀。     

一种Sobel算子的抗噪型边缘检测算法

边缘检测在图像处理过程中占有重要的地位,Sobel算子是在数字图像边缘检测中常用的一种方法。经典Sobel算法简单、速度快,但也存在着边缘定位不精确、提取的边缘较粗、噪声干扰情况下抑制能力差等问题,针对这些问题,提出了一种抗噪声的Sobel边缘检测算法。算法先对图像采用多子窗口进行滤波,去除图像中存在的噪声;然后采用改进的Sobel算法对图像进行边缘检测,算法结合边缘方向计算梯度图像,并对梯度图像在3×3邻域内采用统计信息结合梯度阈值进行了2次边缘细化处理。与经典的Sobel算法及其他文献算法进行了对比试验,结果表明,该算法对噪声具有较强的抑制能力,在去除噪声的同时能够准确地检测出图像的边缘,而且得到的边缘更细,定位更精确。     

一种对比度增强的边缘检测改进算法及FPGA实现

传统的Sobel实时图像边缘检测算法对光照条件敏感,因此在进行边缘检测时常会有虚假边缘以及遗漏边缘的现象。将采集到的实时灰度图像进行中值滤波,再进行对比度增强来调整图像灰度值,将进行对比度增强后的图像进行Sobel边缘检测并在FPGA上实现。实验结果表明,采用对比度增强改进的边缘算法检测的边缘更加准确,抑制背景噪声能力更强。     

一种基于改进Canny的边缘检测算法

鉴于传统Canny边缘检测算法在高斯滤波方差和高低阈值选取上需要人工干预,不具备自适应能力,以及其在梯度计算上的缺陷。提出了一种改进的Canny边缘检测算法。改进算法使用自适应平滑滤波代替高斯滤波,在平滑图像的同时锐化了边缘;使用水平、垂直、45°和135°四个方向梯度模板计算图像梯度,改善了传统Canny算法在计算梯度时对噪声的敏感性;引进Otsu算法自适应地根据图像灰度生成高低阈值,避免了人为设定高低阈值的难题。实验结果表明,改进算法在检测到更多边缘细节的同时,也具备较强的自适应性。特别地,在噪声环境中,改进算法比传统Canny算法检测效果更优。     

一种改进型的Canny边缘检测算法

针对传统Canny边缘检测算法中固定双阈值的问题,本文提出一种改进的Canny算法,运用动态双阈值代替传统Canny算法固定双阈值,在不损失边缘图像准确度和清晰度的前提下,大大减少了边缘数据量。仿真结果表明改进Canny算法对于边缘检测效果较好,数据量较小,是一种具有实用价值的边缘检测算法。     

阈值自适应视频边缘检测算法的FPGA快速实现

在机器视觉、模式识别等领域通常需要提取出视频的轮廓,为了更高效地提取出视频的轮廓信息,文中改进了一种阈值自适应的Sobel边缘检测算法。该算法基于以面积换取速度的思想,完成中值滤波、多模板Sobel算子、环境自适应阈值生成、腐蚀和膨胀操作,并利用FPGA的并行流水的优势,可以在FPGA硬件平台上实时实现视频边缘检测。     

一种基于边缘保护的图像降噪算法研究及软件仿真

在介绍当前主要的几种降噪算法的基础上提出了一种新的基于边缘保护的自适应中值滤波算法.并用Vi sual C 搭建一个验证平台进行算法验证.结果表明该算法既能有效的降低噪声又能很好的保护图像边缘.     

一种改进的模糊边缘检测算法

在全面分析Pal.King模糊边缘检测算法的基础上,针对已有算法存在的缺陷,提出了一种改进的模糊边缘检测算法。该算法给出了利用遗传算法确定最佳隶属度阈值的方法,采用简单的隶属函数,简化了Pal.King复杂的变换和逆变换,根据需要对μc进行优化处理,较快获取理想效果,将“Max”和“Min”算子结合起来提取图像边缘。仿真结果表明,采用改进的方法边缘检测质量得到了很大改善,运算速度得到了显著提高。     

改进的Canny实时边缘检测算法在FPGA上的实现

针对高斯滤波会使图像过度平滑及高低阈值选取的主观性影响传统的Canny边缘检测效果,提出一种基于改进Canny算子的边缘检测方法.该方法采用了改进的中值滤波,且依据图像的幅值梯度直方图特性得到自适应的高低阈值,再结合FPGA(现场可编程门阵列)高速并行处理数据和多级流水的特点,设计了一个基于硬件平台的实时边缘检测系统....     

基于视觉特性的Kirsch边缘检测算法

边缘是图像中最重要的信息之一,能够以较少数据量表达大量的图像信息。Kirsch算子有较好的检测效果及抗噪能力,但得到的边缘较粗,且阈值是一个不变值,自适应性差。针对以上问题,基于视觉特性理论提出了一种生成自适应阈值的方法,对已有的一种边缘细化算法提出了改进,获得了较好的效果。     

基于Sobel的多方向算子模板边缘检测算法

针对传统Sobel算子存在的边缘检测方向性不强及提取边缘较粗等问题,提出了一种改进的多方向算子模板的边缘检测算法。算法增加了22.5°,45°,67.5°,112.5°,135°和157.5°六个方向算子模板,能够较好地检测出图像不同的方向边缘。模板权值根据中心像素点到邻域像素的距离及方向夹角的大小进行设定,充分考虑到了邻域内像素对中心点方向梯度的贡献大小;算法对梯度图像采用了改进的非极大值抑制方法进行细化,得到了较细的图像边缘。实验结果表明,与传统Sobel算法相比,该算法提取的边缘图像具有边缘方向性强且边缘较细的优点,具有较高的应用价值。     

改进的Canny算法

Canny边缘检测算法是一种综合评价比较好的边缘检测算法,但在应用时由于用高斯滤波器对图像进行平滑,往往引起定位精度下降并使角点变圆。针对上述问题,采用各向异性高斯滤波对Canny算法进行了改进。实验结果表明,改进后的算法在对噪声的鲁棒性、定位精度和单一响应方面均优于原始的Canny算法。     

基于数学形态学和LMS滤波的图像边缘检测算法研究

传统的边缘检测算子对灰度图像进行边缘检测时存在图像细节被丢失,边界不连续等问题。针对上述问题,提出一种基于数学形态学和最小均方差滤波相结合的图像边缘检测方法,该算法先利用小均方差滤波的方法可以有效地滤除图像中的噪声,然后利用形态学中的腐蚀运算对图像进行边缘检测处理。实验结果表明：该方法能够有效地去噪,精确地检测图像中的细节,并且边界的连续性好。     

一种基于Sobel算子梯度增强的边缘检测算法

针对传统Sobel算子在图像边缘检测中存在的弱边缘提取较差及边缘较粗等不足,提出了一种局部梯度增强的检测算法.算法采用改进的Sobel算子卷积模板计算图像梯度;然后对梯度图像采用局部标准差方法增强局部弱边缘的梯度,最后对局部梯度增强的图像进行细化处理并提取图像边缘,得到边缘图像.实验结果表明,该算法获取的边缘图像边缘信息较丰富,连续性好,边缘较细,整体效果优于传统Sobel算法,具有较高的实用价值.     

脑外科CT图像的综合边缘提取算法

为了实现大脑的三维重建,准确提取二维图像中的边缘成了首要解决的问题。常用的几种经典边缘检测算子对噪声比较敏感,容易造成虚假或不连续的边缘。针对此问题,提出基于Canny算子并结合图像增强和数学形态学的综合边缘提取算法。该算法首先对原始图像进行增强,以便于计算机的分析;然后利用Canny算子对CT图片进行边缘提取,该算子...     

利用自适应灰度形态学检测噪声图像边缘

传统的形态学边缘检测算法采用固定的结构元素时图像边缘进行提取,通用性不强.本文提出一种结构元素种类、滤波所使用的结构元素的尺寸郜白适应的图像边缘检测算法,该算法根据模板匹配方法,选样最优匹配的结构元素;针对不同浓度的噪声图像自适应选取结构元素的尺寸进行滤波,并进一步检测图像的边缘.仿真表明,该算法在不同噪声图像的边缘检...     

抗噪形态学边缘检测新算子

提出了一种基于抗噪形态学算子的新算法。该算法大大增强抗噪形态学算子的抗噪能力,并且实现对同时混有椒盐噪声和高斯噪声的图像进行噪声滤除。实验过程中使用仅含噪声的图像进行算子的仿真,使结果更清晰、直观。实验结果表明,该算子有良好的抗噪能力,对噪声的大小和浓度要求都比较小,鲁棒性较强。