基于形态灰度边缘检测算法的一种改进

使用形态学的思想进行图像的边缘检测,提出了在一次形态处理中使用双结构元的一系列一般性形态边缘检测算子和抗噪型形态边缘检测算子的算法,并给出算子的性质。新算子在使用同一对结构元处理中既具有定位能力又具有细节保留功能,抗噪型算子能很好地检测出图像的单像素宽的边缘。     

一种基于数学形态学的灰度图像边缘检测算法

基于数学形态学的方法,利用形态运算膨胀、腐蚀、开、闭等变换以及它们的组合,该文提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性.同时引入多尺度的概念,对形态结构元素尺度的大小进行调整,从而在噪声存在的条件下得到较理想的图像边缘.实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性.     

基于数学形态学的图像边缘检测

图像边缘检测通常是以类似于素描图的图像表达出物体的要素和特征,其任务是使图像边缘准确定位和抑制噪声。分析了两种基于数学形态学的边缘检测技术,即基于多尺度形态梯度的边缘检测和基于形态学多级平均的图像边缘检测,并对其进行了理论分析和比较,得出了相应结论。     

基于中值滤波与Sobel、Canny算子的图像边缘检测研究

提出一种在噪声条件下将中值滤波与Sobel、Canny算子相结合进行图像边缘检测的方法。首先,采用中值滤波对图像进行平滑处理,再利用Sobel、Canny算子检测图像边缘。仿真实验表明,该方法对图像边缘检测精度较高,抗噪声性能强,可提高图像边缘检测效果。     

基于数学形态学的彩色图像边缘检测算法

传统的基于微分算子的边缘检测算法对噪声非常敏感,而基于数学形态学的边缘检测算法具有一定的抗噪声能力.图像边缘不仅由灰度突变产生,颜色或纹理发生突变也产生边.本文考虑了颜色对图像边缘的影响,把一种灰度图像形态学边缘检测算法推广到彩色图像,并与原文献形态学灰度图像边缘检测算法、传统的形态学边缘检测算法进行了比较,实验结果表明本文的算法抗噪声能力更强,提取的边缘更加清晰、完整.     

基于小尺度的数学形态学遥感图像边缘检测方法

根据遥感灰度图像的特点,提出了一种基于小尺度的数学形态学的图像边缘检测方法,利用数学形态学在描述灰度图像方面的特点,通过对不同尺度下边缘特征提取的分析,采用非极大值运算方法提取边缘点,并与其他边缘检测法进行了比较,最后给出了遥感图像边缘提取的实验结果。     

基于数学形态学的弹丸边缘检测技术

从数学形态学的基本理论出发，针对实时采集的有噪声的弹丸图像，在运用数字图像处理技术的基础上，利用形态学在描述形态特征方面的优势，对图像进行了平滑滤波的处理。并探讨了一种新的形态学边缘检测的图像处理方法，经过实践性的尝试，取得了较好的处理效果，并给出了实验图像。     

印刷电路板图像边缘检测算法的研究及软件实现

边缘检测是图像处理和模式识另4领域的基本课题。文章首先介绍了边缘检测的基本原理和概念，具体考察了常用的边缘检测算法，对一幅给定的印刷电路板图像用VISUAL C^ 实现了边缘检测。实验结果表明，用Canny算子可得到较理想的效果。     

图像边缘检测最佳算法的分析

本文主要对目前图像边缘检测理论中有代表性的一些边缘检测算子作一简要分析，对各自的特点进行横向的比较，提出了个人认为的最优边缘检测方法。     

视频图像的边缘检测与边缘细化

在有效滤除原始视频图像噪声的基础上 ,首先对视频图像进行边缘提取得到单边缘图像 ,然后再对得到的单边缘图像进行边缘提取 ,得到双边缘图像 ,最后将前两次得到的边缘图像进行差分 ,得到较为理想细化边缘图像。若结果仍不能满足特殊需要 ,可重复上述方法 ,直到得到理想边缘。实验结果表明 ,该方法在提取视频图像的细化边缘方面有明显的效果。     

基于形态学滤波的反电动势过零检测算法

为了解决传统的反电动势过零点检测算法存在滤波延时以及相位补偿误差的缺点,将形态学滤波应用于二维信号,设计了固定延时的数字滤波器,使滤波延时不再随转速变化,且不需要额外的采样电路;同时采用数字锁相环算法跟踪换相位置,实现换向位置的闭环调节,提高了换向精度.根据以上方法,搭建了仿真模型,设计开发了无刷直流电机控制器.仿真和实验结果表明,这种新型反电动势检测算法可以有效提高无刷直流电机的转子位置检测精度,并使转速波动的控制精度达到万分之一水平.     

基于边缘跟踪的直线特征检测算法

针对现有直线检测算法的缺陷,提出一种新的基于边缘跟踪的直线特征检测算法.算法对图像边缘进行提取,并在此基础上对边缘进行跟踪,从图像边缘直接提取出局部直线.设计了一种鲁棒直线拟合策略,并对拟合后的直线以一定的准则进行合并,准确获取图像中直线特征及端点参数,最终实现完整直线检测.典型图像直线检测结果表明,所提出的算法能准确检测出图像中的全局直线,并具有较快的运算速度,性能优于现有基于Hough变换和相位编组的直线检测算法.     

基于动态预测和形态学滤波的电压暂降检测研究

为满足动态电压恢复器(DVR)对电压暂降特征量实时性和准确性的检测需求,基于采用求导法的αβ-dq变换,研究电压暂降特征量检测原理,采用不同离散序列对该求导方法进行优劣探讨。在此基础上,通过分析改进差分求导法,提出一种针对单相电压暂降特征量的新型求导检测方法,结合待检测信号的动态预测与差分求导法,可有效避免原求导法中产生的"毛刺"现象。该方法选用短延时的形态学滤波器对直流分量进行提取,从而消除可能伴随的谐波以及脉冲噪声在发生电压暂降过程中对检测结果的影响,同时避免常规滤波器的较长时延。仿真结果表明,改进后的检测方法可在短时间内获得电压暂降特征量的准确改变情况,满足DVR对电压暂降特征量检测的要求。     

基于梯度的自适应边缘检测算法研究

对常见的边缘检测算法进行改进,基于梯度提出了一种应用于灰度图像的自适应阈值边缘检测算法.根据边界点像素灰度值的差异,分析模版中的9个像素,计算出像素的梯度幅度和梯度方向;按梯度值的不同将图像分割成若干个区域,计算每个区域的灰度平均值,确定阈值,实现边缘检测.实验表明,该方法检测出的边缘更细、更准确,可以除去虚假的边缘,是一种有效的对灰度图像进行边缘检测的方法.     

基于边缘频率加权的Hausdorff距离人脸检测定位算法

为解决现有的基于Hausdorff距离人脸检测定位算法误差较大的问题,提出了一种边缘频率加权的Hausdorff距离人脸检测定位算法,并经实验验证能较有效的解决图像中人脸因姿态、光照、遮罩等原因对检测定位的干扰,且精度较高,耗时较少.     

基于Canny检测的股骨边缘轮廓连接算法

基于图像信息和像素特点,提出了一种边缘轮廓信息的连接算法,由边缘检测、单一化处理、端点信息分类及模拟退火相串联构成。选取合适的Canny方差和成熟的标记算法为生成理想边缘信息,结合节点处的特征信息、检测和计算符合条件的终点位置,最终精确连接出边缘轮廓。利用MATLAB软件对提出的方法进行模拟,详细分析了连接算法的理论模型以及端点类型对于连接效果的影响。试验证明,基于模拟退火和端点类型的算法在选定合适Canny参数和经过单一化处理的情况下具有良好的连接效果,且安全可靠。     

一种新的改进Canny边缘检测算法

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, 改善了传统Canny算子利用2×2邻域内求有限差分均值对噪声的敏感性, 提高了边缘定位的精度. 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. 实验结果表明, 该算法在保证实时性的同时, 具有更好的检测精度和准确度.     

基于Zernike矩亚像素边缘检测的改进算法

通过分析Zernike矩以及基于Zernike矩的亚像素图像边缘检测原理,针对Ghosal提出的基于Zernike矩的亚像素图像边缘检测算法检测出的图像存在边缘较粗及边缘亚像素定位精度低等不足,提出一种改进算法。推导了Zernike矩模板系数,提出一种新的边缘判断依据。改进的算法能较好检测图像边缘并实现较高的边缘定位。最后,设计两组实验,实验结果将各尺寸模板结果及与Ghosal算法进行比较,证明了改进算法的优越性。     

基于PCNN算法图像边缘检测及系统级实现

针对图像边缘检测系统硬件设计和处理算法的选择优化问题,提出了一种基于PCNN算法结合FPGA的图像边缘检测系统实现方法.研究了系统中图像采集模块、FPGA外围电路、外部存储器和千兆以太网等部分的硬件设计.从简化系统算法和提高系统运行效率的角度出发,采用简化PCNN算法作为系统的边缘检测算法.采用两幅不同图像进行测试,结果表明,该系统能够实现对静态小场景图像边缘的可靠检测,检测效果优于传统Sobel算法和Canny算法,熵值最高可达0. 886.