共查询到20条相似文献,搜索用时 15 毫秒
1.
鉴于Sobel算子检测边缘较粗、定位不准确,以及LoG算子具有各向同性的特点且对边缘方向性信息检测不敏感,提出了Sobel算子与LoG算子相结合的边缘检测与细化方法。首先用水平、垂直、两个斜对角4个方向模板改进原Sobel算子两个方向模板,并用改进的Sobel算子对原图像进行边缘检测,得到粗边缘图像;然后使用LoG算子检测粗边缘图像的边缘;最后将两次边缘检测结果相减,达到边缘细化的目的。实验结果表明,该方法有效地解决了原Sobel算子检测边缘较粗的问题,得到的边缘较细;克服了LoG算子对方向性边缘信息不敏感的缺陷;且运算速度与传统LoG方法基本相当。 相似文献
2.
在现代图像处理中,Sobel算子和Hough变换是两种应用广泛的图像边缘检测技术。运用经典的Sobel算子和改进的Hough变换,对雨刷片工作后的水痕图像进行边缘检测和分析,有效地提取出了图像中的圆弧信息。实验表明,改进的算法在保证了检测精度的同时,减少了运算时间,为汽车生产商提供了评判雨刷片质量的依据。 相似文献
3.
4.
5.
边缘检测是图像处理及计算机视觉中的基本问题之一,而Sobel算子对于边缘检测来说,则是最重要的算子之一.针对传统Sobel算子的局限性以及PC端串行化处理图像的效率较低的问题,提出了一种改进的方法,首先将传统Sobel算子的模板方向由2个变为8个,充分利用图像中的像素点的方向信息,然后根据现场可编程门阵列(Field ... 相似文献
6.
一种基于Sobel算子和灰色关联度的图像边缘检测方法 总被引:12,自引:0,他引:12
把灰色关联度与图像的边缘检测相结合,提出了一种利用Sobel算子作为参考序列,通过计算灰色关联度来检测图像边缘的新方法,并介绍了其原理和算法实现过程。仿真实验表明,该方法对图像边缘的检测精度较高,抗噪声能力强,提高了图像边缘检测效果。 相似文献
7.
基于Java技术的法医图像边缘检测的研究 总被引:2,自引:1,他引:1
在医学图像中,在相对较小的区域内图像频率的陡峭变化反映了目标对象的边缘信息,基于Sobel算子的梯度向量操作对低噪声的医学图像的边缘提取效果较好,采用Java技术提供的JAI函数能轻松实现法医脾细胞图像的边缘检测,实验结果表明图像中的边缘能有效地被检测到. 相似文献
8.
基于Sobel算子的人脸分割算法 总被引:3,自引:2,他引:3
本文提出了一种基于Sobel算子的人脸分割方法,该方法主要包括边缘提取,细化,对称性分析和人脸分割等几个主要步骤,试验结果表明该方法对于灰度图像是很有效的。 相似文献
9.
基于matlab边缘提取的几种方法的比较 总被引:3,自引:0,他引:3
简要介绍了几个基于Matlab的图像轮廓提取技术,如roberts、sobel、Prewitt、Laplacian、canny等边缘检测算子,比较了这几个边缘检测算子的处理结果. 相似文献
10.
一种骨科X线片的混合图像增强算法 总被引:1,自引:0,他引:1
为了改善骨科X线片的清晰度,增强其对比度,突出骨骼的细节及边缘,文中提出了一种有效的混合图像增强算法.该算法首先用拉普拉斯变换突出图像的细节,用梯度法突出其边缘,接着用平滑过的梯度图像掩蔽拉普拉斯图像,再经过二阶巴特沃思高通滤波和高频加强滤波后得到锐化图像,最后经过灰度变换得到最终的增强图像.实验结果表明该算法比传统的采用单一算法如灰度变换、直方图均衡化或对比度自适应直方图均衡化的效果更好. 相似文献
11.
12.
为了解决传统的Sobel算子算法存在的斜向方向不敏感问题,提出了一种改进的Sobel算法。该算法在Sobel算子的基础上,增加了45°和135° 2个方向模板,并且以斜向边缘为主重新分配了算子模板的权重。算法先将图像转换为灰度图像,然后用改进的Sobel算子得到梯度图像,再采用局部梯度阈值对梯度图像进行细化处理,最后结合斜向边缘方向域值进行二值化,得到边缘图像。仿真实验表明,与传统Sobel算法相比,该算法提高了检测精度,使得边缘细节更丰富、更连续。 相似文献
13.
本文首先介绍了数字图像处理传统边缘检测算子,然后详细描述了其中具有代表性的Sobel边缘检测算法的原理,并从模板遵循的原则和数学原理两个方面分析了Sobel算子的模板权值取定。实验结果表明,Sobel算子模板的关键权值取2时,边缘较细,定位精确,提高了边缘检测精度。 相似文献
14.
15.
基于matlab边缘提取的几种方法的比较 总被引:2,自引:2,他引:2
简要介绍了几个基于Matlab的图像轮廓提取技术,如roberts、sobel、prewitt、Laplacian、canny等边缘检测算子,比较了这几个边缘检测算子的处理结果. 相似文献
16.
在预测成年身高和诊断生长障碍时,骨龄是重要判断指标之一。参照骨的准确提取是保证骨龄评估准确性的关键。然而,现有的方法会导致部分参照骨的漏判和误判,从而降低14个参照骨的平均提取精度。基于优化的YOLO算法,结合可变卷积、坐标注意力、特征层扩展以及EIOU损失,提出了一种手腕部X光片参照骨提取方法,IM-YOLO。该方法可以更好地提取不规则参照骨的特征信息,提高小关节间隙区域的检测能力,将参与CHN法骨龄评估的14个参照骨准确地提取出来。实验结果表明,IM-YOLO算法检测速度快,精度高,所有参照骨的检测精度都达到99%以上,FPS指数为16。 相似文献
17.
18.
基于Sobel算子图像边缘检测的MATLAB实现 总被引:1,自引:0,他引:1
吴术路 《数字社区&智能家居》2010,6(19):5314-5315
边缘检测在数字图像处理中有着重要的应用。边缘是图像的最基本特征。该文利用Sobel算子对图像进行水平和垂直的边缘提取,并对图像进行MATLAB仿真比较,仿真实验表明,该方法对图像边缘的检测精度较高,抗噪声能力强,提高了图像边缘检测效果。 相似文献
19.
使用二种方法进行边缘检测。第一种方法为传统方法;第二种方法为新方法。第一种方法:先用Sobel算子做边缘检测,再用Ostu方法二值化边缘,最后用多像素边缘细化算法进行细化;第二种方法:先用Sobel算子做边缘检测,再用Sobel算子对边缘进行细化,最后用自适应的动态阈值计算方法进行二值化。结果表明:第二种方法在结果和时间上都要优于第一种方法。 相似文献
20.
通过深度特征提取与髓内钉孔轴线深度回归,基于术中2张不同角度X线片,提出一种精准定位髓内钉远端孔的方法.首先通过目标检测算法提取X线片中的髓内钉轮廓,使用深度神经网络预测远端孔轴线在二维成像平面中的投影;然后根据双平面相交的方法,初步确定远端孔的空间位姿;最后利用髓内钉轮廓信息,使用协方差矩阵自适应进化策略算法进行位姿迭代修正.将所提方法计算得到的远端孔轴线与真实远端孔轴线进行比较的实验结果表明,在模拟环境中,两轴线平均距离误差为0.34 mm,平均角度误差为0.35°;在临床环境中,两轴线平均距离误差为0.68 mm,平均角度误差为0.72°.该方法能够满足髓内钉手术中远端孔精准定位的临床需求,可有效地提高髓内钉远端锁钉术中定位效率. 相似文献