共查询到10条相似文献,搜索用时 15 毫秒
1.
针对从工业锅炉采集到的火焰图像边缘形态和噪声的不同,以数学形态学梯度边缘检测算子为基础,结合多结构元素和多尺度的特性,提出了一种基于多尺度多结构数学形态学图像边缘检测算法,并将其应用于火焰图像的边缘检测。仿真结果表明,与经典的Sobel算子、Canny算子和传统的算法相比,提出的算法具有边缘定位准确、轮廓清晰、图像细节保留较多、噪声不敏感等显著优点。 相似文献
2.
3.
针对从工业锅炉采集到的火焰图像边缘形态和噪声的不同,以数学形态学梯度边缘检测算子为基础,结合多结构元素和多尺度的特性,提出了一种基于多尺度多结构数学形态学图像边缘检测算法,并将其应用于火焰图像的边缘检测.仿真结果表明,与经典的Sobel算子、Canny算子和传统的算法相比,提出的算法具有边缘定位准确、轮廓清晰、图像细节保留较多、噪声不敏感等显著优点. 相似文献
4.
5.
6.
7.
8.
《电子技术与软件工程》2016,(1)
研究和分析了形态学梯度算子,提出了一种适合运动目标图像边缘检测的多尺度形态学梯度算子。它结合了基于灰度图像和边缘图像的二进小波检测方法的优点,减低了直接从灰度图像中提取时的算法复杂度,并且解决了普通边缘提取算法带来的诸多对噪声敏感问题。试验结果表明,该方法能够在较低噪声背景下更有效地检测运动目标图像边缘特征,提高判决准确率。 相似文献
9.
10.
多结构元素的数学形态学图像边缘检测算法 总被引:8,自引:0,他引:8
数学形态学作为一门新兴的、以形态为基础对图像进行分析的学科,已得到人们的广泛关注,并应用于图像处理的许多方面。本文提出一种基于多结构元素的数学形态学图像边缘检测算法,该算法通过构造4个不同方向的结构元素,应用形态学梯度算子得到图像4个方向的边缘检测结果,并将这些结果进行加权平均,得到最终的图像边缘。为验证算法的效果,给出了本文算法和几种传统算子对Lena图像进行边缘提取的实验结果。结果表明:本文算法成功地完成了图像的边缘检测,且检测效果明显优于经典的Sobel算子,Laplace算子和Canny算子。 相似文献