基于Sobel算子的图像边缘检测研究

在图像处理中,提出了一种新的边缘检测算法,该算法首先对由Otsu算法所得图像进行形态学的去除孤立像素和闭运算操作,然后再用Sobel算子进行边缘检测,最后将所得图像与用Sobel算子直接对原始图像进行边缘检测的图像相加。最后用MATLAB对数字图像和红外图像都进行了仿真。仿真结果表明,该算法改善了单一的用Sobel算子检测对垂直与水平方向敏感,其他方向不敏感的不足,提高了Sobel边缘检测算子的性能,具有良好的检测精度。此算法不仅适用于数字图像还适用于红外图像。     

不同物距下的自动聚焦方法研究

目前对不同物距情况下的自动聚焦问题研究较少，为此提出了解决这一问题的自动聚焦方法。首先分析了不同物距的多个物体之间的成像关系和在不同物距情况下的图像清晰度评价函数的性质，然后提出了一种图像中心窗口的方法和用作图像清晰度评价函数的二维加权DCT系数的方法，最后采用一种改进的搜索策略对图像进行自动聚焦。实验结果表明，该方法可有效地对不同物距的图像进行自动聚焦。     

检焦系统中基于改进Sobel算子的图像清晰度评价函数研究

针对检焦系统中现有基于图像处理的检焦算子灵敏度不足、抗噪性能弱等问题,该文结合人类视觉系统(HVS),提出了采用灵活性阈值的多方向权重Sobel算子的改进图像清晰度评价方法.该方法将原本仅有两个梯度卷积模板的Sobel算子增加到8个方向;结合HVS特性设置各方向算子卷积的权重值;采用多诺霍收缩阈值为算子预设阈值.实验结...     

基于Hi3515的自动聚焦系统

本文提出了一种基于海思公司Hi3515处理芯片的自动聚焦系统的整套设计方案。该系统使用COMS传感器向Hi3515传入YUV数字信号,Hi3515芯片根据该数字信号进行聚焦评价并且根据聚焦策略判断电机的步进方向,最后使用礟D16835芯片来推动聚焦电机,从而实现了自动聚焦。在聚焦评价算法上,采用了Reborts梯度算法并在其像素差值累加方面进行了改进。聚焦策略上对单调性判断法进行了改进,避免了局部极致的出现。在实验中以及应用中证明这个聚焦系统的聚焦效果可以满足实际的应用需求,已成功应用于视频展台产品中。     

基于FPGA的Sobel算子并行计算研究

由于在实时图像处理中常用Sobel算子对图像边缘进行增强，如何提高处理速度成为问题的关键。采用纯软件的方法或普通结构的硬件电路难以满足实时要求，鉴于近年来FPGA芯片的迅速发展以及其良好的可编程结构，为实现Sobel算子的快速计算提供了硬件保证。提出了一种Sobel算子的并行处理结构，提高了处理速度，并给出了基于FPGA的实现方法。进行了理论分析及仿真实验，证明了该方法的正确性和可行性。由于采用并行结构，使处理速度大为提高，满足了实际任务的要求。     

基于改进Sobel算子的红外图像边缘提取算法

针对红外热像仪采集的图像边缘信息模糊,图像显示多样性,边缘信息难提取的特点,提出了一种基于Sobel算子梯度相乘的边缘提取算法.该算法首先对红外热像仪图像进行待识别目标的高温区域提取,然后分别利用增加了6个方向模板的Sobel算子和Roberts算子对图像进行边缘提取,再将得到的两幅梯度幅值图像进行梯度相乘,最终得到边缘提取图像.最后,用MATLAB对图像进行了仿真,仿真结果表明,该算法能够快速有效地提取红外热像仪图像的边缘,弥补Sobel算子的不足及提高了Sobel算子边缘检测的性能,计算简单,具有良好的检测精度,而且得到的边缘较细,极大的改善了图像边缘提取的效果.     

基于Matlab的Sobel算子的指纹中心点定位

为了提高指纹特征点的提取效率,经过反复试验认识到正确定位判断指纹中心点具有重要的意义.通过研究指纹中心点的特征,将指纹图像的点方向图以及直方图与Sobel算予结合,提出了一种新的指纹中心点定位方法,并在Mat-lab下进行仿真.实验证明,该算法编程简单,中心点的定位准确,具有较高的可行性.     

基于梯度计算的自动聚焦图像清晰度评价函数仿真分析

基于梯度计算的评价函数在自动聚焦系统中应用广泛,函数形式变化多样,本文基于图像梯度计算的数学原理,通过MATLAB仿真分析,对比了常见梯度类评价函数的性能,总结了梯度类评价函数应用中结合系统成像质量控制算法性能的方法.     

基于FPGA的自动聚焦系统设计

随着社会的发展以及经济的进步,我国的科学技术有着很大的突破,在近些年来,我国的微电子技术得到了迅猛的发展,其中自动聚焦技术即是这一方面的一个重要的发展领域,它在当前人们的生活中有着重要的应用,例如在我们常用的数码相机以及显微镜等等方面,都对自动聚焦有着广泛的应用。本文主要就基于现场可编程门阵列(FPGA)的自动聚焦系统设计进行分析探究,希望能够对此领域的发展起到一定的促进作用。     

基于红外自动聚焦过程的最优函数选取

与可见光自动聚焦系统相比,红外自动聚焦系统的核心问题在于因红外探测器特殊的成像原理,聚焦过程被分为由远及近聚焦和由近及远聚焦。针对这两个过程所使用的自动聚焦函数,在分析各自聚焦函数曲线特征的基础上,运用灵敏度、陡峭区宽度、陡峭度、平缓区波动量和时间5个针对性的评价指标,对常用的13个典型的清晰度评价函数进行定量分析,提出适合两个聚焦过程的最优函数。结论表明:在由近及远的聚焦过程中,FLaplace可作为该过程的最优函数;而由远及近的聚焦过程中,FLaplace和FSML可作为最优函数的选取。     

基于Gabor滤波器的Sobel算子图像边缘检测算法

Sobel算子对图像进行边缘检测时,只对垂直与水平方向敏感,使得一些边缘检测不到,从而限制了Sobel算子的检测性能。针对此问题,文中提出了一种基于Gabor滤波器的边缘检测算法,先对图像进行Gabor变换,找出不同方向上人眼敏感程度低的系数,再用Sobel算子对变换过的图像进行边缘检测,最后把此图像与直接用Sobel算子检测的图像相加。实验表明,该算法改善了Sobel算子检测方向单一的不足,包含较多的边缘信息。     

基于Gabor滤波器的Sobel算子图像边缘检测算法

Sobel算子对图像进行边缘检测时,只对垂直与水平方向敏感,使得一些边缘检测不到,从而限制了Sobel算子的检测性能.针对此问题,文中提出了一种基于Gabor滤波器的边缘检测算法,先对图像进行Gabor变换,找出不同方向上人眼敏感程度低的系数,再用Sobel算子对变换过的图像进行边缘检测,最后把此图像与直接用Sobel算子检测的图像相加.实验表明,该算法改善了Sobel算子检测方向单一的不足,包含较多的边缘信息.     

基于Sobel算子的改进边缘检测算法

提出了一种基于Sobel算子改进的边缘检测算法。该算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度。在计算图像梯度时结合了方向拆分法,将每个方向梯度与两个子方向半个模板对应的像素点之和分别求比值,选择最大者作为该方向的梯度值,然后将四个方向梯度的最大值作为窗口中心点的梯度,最后对梯度图像进行阈值分割和细化,得到边缘图像。实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、图像边缘较细的优点。     

基于DCT零系数和局部标准差的自动聚焦算法

聚焦评价函数的设计与选取是显微镜自动聚焦的核心问题之一,光照变化引起函数曲线失去理想特性,传统的聚焦评价函数无法克服这一问题。为了解决此问题,提出一种结合频域离散余弦变换（DCT）零系数和空域局部标准差的自动聚焦算法。通过计算图像子块的DCT高频零系数个数和局部标准差,利用两者相反的作用效果进行除法运算,并采用平方运算加大该算法的清晰度比率,在不同光照条件下,与几种传统的聚焦评价函数进行聚焦对比实验,验证了该算法的适用性,并对聚焦评价函数使用定量指标进行性能评估。结果表明,该算法在低照度的条件下还能保持良好的曲线特性,并且具有较强的抗噪性、灵敏度和稳定性。     

基于Roberts梯度的自动聚焦算法

如何快速有效地实现聚焦一直是图像测量中的焦点,其中图像自动聚焦评价函数的选择是关键问题。在比较、研究图像聚焦评价函数和边缘检测的基础上,提出了将Roberts梯度算子作为聚焦评价函数引入自动聚焦之中。同时为了消除噪声的影响,仔细研究闽值问题,并引入了一个闽值参数。经过大量的仿真实验,画出了几种自动聚焦算法的聚焦图形,并进行了详细的比较分析。结果表明,引入参数的Roberts算子具有无偏性好、单峰性强、灵敏度高等特点,该算子比其他评价函数更为准确、稳定、可靠。     

基于Roberts 梯度的自动聚焦算法

如何快速有效地实现聚焦一直是图像测量中的焦点, 其中图像自动聚焦评价函数的选择是关键问题。在比较、研究图像聚焦评价函数和边缘检测的基础上, 提出了将Roberts 梯度算子作为聚焦评价函数引入自动聚焦之中, 同时为了消除噪声的影响,仔细研究阈值问题, 并引入了一个阈值参数。经过大量的仿真实验, 画出了几种自动聚焦算法的聚焦图形, 并进行了详细的比较分析。结果表明, 引入参数的Roberts 算子具有无偏性好、单峰性强、灵敏度高等特点, 该算子比其他评价函数更为准确、稳定、可靠。     

基于Sobel算子的医学图像边缘检测研究

边缘检测是图像处理过程的关键技术.由于医学图像的特殊性,检测边缘的准确性对疾病的诊断和治疗有着重大的影响.针对传统Sobel算法存在定位不精确、提取边缘较粗等不足,提出了一种改进算法.算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度,采取局部梯度均值作为阈值对初始梯度图像进行局部梯度筛选,局部弱边缘得到增强,然后对处理后梯度图像进行细化和提取,得到边缘图像.实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、边连续性好和边缘较细等优点,在医学图像处理中具有一定的实用性.     

基于Sobel算子边缘检测的研究与改进

Sobel算子算法的优点是计算简单,速度快.但是由于只采用了2个方向的模板,只能检测水平和垂直方向的边缘,因此这种算法对于纹理较为复杂的图像,其边缘检测效果就不是很理想.采用0°,45°,90°,135°,180°,225°,270°,315° 8个方向模板对边缘进行检测,能较好地检测出不同方向的边缘.首先计算梯度,然后将梯度矩阵转化为灰度图像,使用最大类间方差法找到图片的一个合适的阈值,进行图像的二值化,得到改进后的边缘图像.     

基于改进Sobel算子的车牌边缘检测算法

针对车牌识别中车牌的边缘信息在Sobel算子的检测下易受到图像采集环境的影响,阈值难以确定,不具有自适应性且对噪声的敏感度高这一特点,提出了一种采用基于二次搜索寻优的阈值选取策略算法,并得出了一套完整的Sobel对车牌边缘检测的算法.实测结果表明:该方法能够更好的解决Sobel算法中存在的由于阈值不自适应性导致边缘检测出现伪边缘点和粗糙点,增强了检测的实时性和鲁棒性.     

基于高清网络摄像机的自动聚焦算法研究

自动聚焦技术目前广泛应用于显微镜、监控摄像机、手机等设备中,是图像获取中的一项关键技术。与传统聚焦技术相比,基于数字图像处理的自动聚焦能通过软件对图像清晰度的评判,减少硬件的数量,使设备小型化。目前的图像清晰度评价函数不能满足精度和速度的要求,根据模糊控制理论,文章提出了改进的极点搜索算法,可以优化自动聚焦的精度和速度的协调问题。