共查询到19条相似文献,搜索用时 187 毫秒
1.
2.
3.
基于凸包的椭圆检测方法 总被引:2,自引:1,他引:1
用于检测曲线的Hough变换及其改进方法都不同程度存在运算速度慢、需要大量的储存空间等缺点,因此本文利用椭圆的几何性质降低检测的时间及空间需求,提出了用凸包的方法和Pascal定理来进行椭圆检测.首先从边缘点中随机挑选六个点,进行凸包检测,并将此六点排序;然后利用Pascal定理来判断此六点是否来自同一个椭圆,随后利用拟合得方法求出候选椭圆参数,最后利用包含凸包的最小矩形内的边缘点对超过阈值的累加参数进行验证.实验结果表明,文中算法能快速检测图中的单个或者多个椭圆,并且在具有噪声的情况下,与改进的随机Hough变换算法相比,其检测速度快一倍左右. 相似文献
4.
数字图像中边缘附近的灰度是沿边缘方向和跨边缘方向二维变化的,以前边缘识别的多项式拟合大多采用跨边缘方向的一维拟合.介绍一种采用二维正交多项式进行边缘识别的新方法,由于二维拟合更符合边缘附近小区域内像素灰度二维变化的实际,因此拟合结果优于一维拟合.在进行拟合时,利用正交多项式的正交性将优化方程对角化,避免求逆或解方程,没有多项式拟合优化方程的病态问题,采用高阶多项式拟合可以提高拟合精度.对生成图像的边缘识别结果表明,二维正交多项式拟合识别边缘的精度和稳定性较好.简支梁模型试验表明,采用正交多项式边缘拟合方法检测梁的静变形,图像变形检测精度在0.1像素之内,适当选择图像采集设备和采集范围,点检测精度与传统检测方法的精度相当,边缘检测属线状高密度检测,检测范围远大于传统方法. 相似文献
5.
一种新的虹膜图像预处理眼睑定位算法 总被引:1,自引:0,他引:1
针对眼睑边缘结构复杂、干扰因素多,定位速度慢的问题,提出了一种新的虹膜图像预处理眼睑定位算法.首先,通过大窗口平滑滤波、特定方向边缘点检测以及高阈值边缘点筛选等算法处理虹膜图像,以有效去除睫毛、眼部纹理等屋脊状边缘的干扰,快速检测出单层眼睑及双层眼睑的外边缘点集合.然后,对检测到的眼睑边缘点进行曲线拟合,获得完整的眼睑边缘曲线,完成第一次定位.最后,根据双层眼睑的内外层边缘近似平行、而且在内层眼睑边缘处出现灰度跳变这一特点,以第一次定位所得拟合曲线为模版,平行下移搜索灰度跳变位置,完成对双层眼睑的二次定位.实验表明,本文算法在保证定位准确率的基础上,定位速度得到有效提高. 相似文献
6.
7.
红外图像边缘检测的循环移位算法 总被引:2,自引:0,他引:2
提出一种基于Bezier曲线的红外图像边缘检测的循环移位算法。为抑制红外图像中的噪声的影响,利用Bezier曲线法平滑图像灰度直方图中的噪声,得到Bezier直方图。利用提出的“循环移位法”探测Bezier直方图曲率曲线的极大和极小值,确定分割阈值和量化灰度值,实现对原始红外图像的分割,对分割后的图像进行边缘检测。实验结果表明,新算法简单有效,在准确检测红外图像边缘信息的同时又能抑制图像中噪声的影响,定位精度高,而且能够得到单像素边缘,在性能上优于传统的几种边缘检测算子。 相似文献
8.
9.
类似经典Hough变换中对直线(段)、圆(弧)、椭圆、抛物线等解析曲线的检测,论文研究了三次方Bezier曲线的检测算法,提出了离散Bezier曲线的特征建模方法和使用R函数的Hough变换曲线检测快速算法。该算法能够根据所给出的待检测目标点阵图像建立形状参数模型,然后检测该曲线在复杂图像中出现的位置、大小和方向。实验表明,该法能够有效地检测任意三次方Bezier曲线,且精确度优于目前广泛用于曲线检测的广义Hough变换。 相似文献
10.
一种基于图像处理的屈光度测量方法 总被引:2,自引:0,他引:2
为了解决红外偏心摄影验光所得眼瞳图像亮暗分界模糊等问题,提出了基于图像处理的对眼瞳图像几何参数进行测量的方法.关键技术是利用曲波变换和最小二乘拟合对边界定位.该方法通过红外偏心摄影光学系统对眼瞳图像进行摄取,利用曲波对图像进行去噪和边缘粗略位置检测,进而由最小二乘拟合边缘点和瞳孔更精确地定位,得出轮廓曲线的平面几何参数,从而计算得到眼瞳屈光度.实验结果表明,该方法稳定性好,实时性较优,可有效提高眼睛屈光度的精度测量. 相似文献
11.
12.
13.
14.
基于改进的灰色关联度的根系图像边缘检测 总被引:2,自引:2,他引:0
目的实现对植物根系形态基本参数的计算和分析。方法针对阵列分布内窥式图像获取技术采集的根系图像,提出一种改进的灰色关联度的边缘检测算法。该算法基于灰色关联分析理论,采用变权的邓式关联度模型,利用Sobel算子的2个模板作为参考序列,选取像素的八邻域分量值形成比较序列,通过两类序列之间的关联度实现边缘检测。结果仿真结果表明该算法与传统的边缘检测算子相比,能够较准确地检验出有用的根系边缘信息。结论基于Sobel算子的变权关联度的根系边缘检测算法有效地提高了边缘检测效果,具有一定的抗噪性能。 相似文献
15.
16.
目的 为了解决当前基于特征点的水印方案难以描述图像的非纹理区域(像素强度变化较大的边缘、像素强度值较小或趋于0的均匀区域),降低了局部特征区域的鲁棒性,使其抗几何失真能力不佳的问题,提出基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法。方法 根据彩色载体的RGB分量,计算颜色不变性;基于颜色不变性的强度概率密度,推导概率密度梯度估计函数;利用概率密度梯度值,计算二阶Hessian矩阵,改进SURF方法,充分提取彩色载体中纹理与非纹理区域的鲁棒特征点;再求取Hessian矩阵的特征值与特征向量,以计算椭圆的长轴、短轴半径与方向角度,并以特征点为中心,建立局部椭圆特征区域;定义鲁棒特征区域选择规则,确定合适的水印嵌入位置;引入位平面分解技术,获取鲁棒椭圆特征区域的重要位平面图像,并提取其直方图,以此设计水印嵌入方法,将二值水印隐藏到这些直方图中,形成水印图像;根据水印检测机制,复原二值水印。结果 实验结果显示,与基于特征点的水印方案相比,所提算法具有更高的不可感知性与鲁棒性,复原水印失真度最小。结论 所提算法具有较高的视觉隐秘性和抗几何失真能力,在版权保护、信息防伪等领域具有较好的参考价值。 相似文献
17.
目的针对图像边缘提取算法中噪声对边缘的影响,易导致边缘定位精度不高,出现虚假边缘与漏检等不足,设计一种不同空间结构Hadamard融合的图像边缘提取方案。方法首先,通过计算像素与相邻点之间的方差来分析像素的结构,得到边缘点的最大概率分布矩阵(MPDM),利用MPDM来表示候选边缘集。其次,通过分析邻域点之间的亮度,计算像素与其4个相邻像素之间的最大和最小差值,得到相应的差异矩阵,并引入Logistic回归分析对2种矩阵归一化处理,得到一个权重矩阵(WM)。然后,通过Hadamard乘积模型将MPDM与WM进行融合,从而设计边缘分割阈值函数。最后,通过比较WM和分割阈值,去掉非边缘点,检测出真实图像边缘。结果实验表明,与当前边缘提取方法对比,文中方法能够有效抑制噪声,得到的边缘清晰、完整,边缘细化度与平滑度良好,在客观评价FOM与ROC中具有更大的优势。结论所提算法具有良好的边缘提取精度,在图像处理与包装条码领域具有良好的应用价值。 相似文献
18.
19.
基于神经网络的图像边缘检测方法 总被引:4,自引:3,他引:4
提出了一种基于神经网络的图像边缘检测新方法.该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选象素及其邻域象素的二值模式作为样本集,输入边缘检测神经网络进行训练.边缘检测神经网络采用BP网络,为加快网络的训练速度,采用了滚动训练和权值随机扰动的方法.实验表明,该方法提高了神经网络的学习效率,获得的边缘图像封闭性好,边缘描述真实. 相似文献