SAR图像的边沿检测方法研究

针对合成孔径雷达(SAR)图像的特点,利用小波变换的高频分量能反映边沿细节的特性,提出了一种结合小波变换、中值滤波、自适应门限判决和微分梯度算子的边沿检测方法。实验结果表明,该方法具有良好的边沿检测效果和稳定性。     

基于轮廓跟踪的泡罩药品缺陷检测算法

检测泡罩包装中的药片是否存在形状缺陷,需要提取药片图像边缘轮廓."爬虫"法是基本的边缘跟踪方法.提出一种基于有记忆的变窗"爬虫"轮廓跟踪的缺陷判别方法,利用封闭轮廓曲线的密集度指标,"爬虫"跟踪的陷阱和边缘分支,设置"爬虫"中止变换的窗口大小,可快速实现缺陷的预判,从而有效地提高后续缺陷识别过程的工作效率.     

基于轮廓跟踪的泡罩药品缺陷检测算法

检测泡罩包装中的药片是否存在形状缺陷,需要提取药片图像边缘轮廓。"爬虫"法是基本的边缘跟踪方法。提出一种基于有记忆的变窗"爬虫"轮廓跟踪的缺陷判别方法,利用封闭轮廓曲线的密集度指标,"爬虫"跟踪的陷阱和边缘分支,设置"爬虫"中止变换的窗口大小,可快速实现缺陷的预判,从而有效地提高后续缺陷识别过程的工作效率。     

小波变换在信号边沿检测中的应用

对于天文导航系统中一般舰船存在的摇角问题，提出了水天线测量法，利用小波变换技术对水天线信号进行边沿检测。     

工件图像轮廓角点特征提取算法

将Harris角点检测与基于Snake模型的轮廓提取算法相结合,形成基于角点特征的工件图像轮廓提取算法。     

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FPGA的图像识别与跟踪系统

设计了以FPGA为主芯片对目标物体进行识别与跟踪的系统。采用MT9M011数字图像摄像头采集初始图像;利用基于模型匹配的Sobel边缘检测算法实现对目标物体的识别;运用基于边缘特征检测和基于区域特征检测相结合的跟踪算法实现对目标物体的稳定跟踪。测试结果表明,整个系统能够有效稳定地对目标物体实施跟踪。     

基于游程与轮廓跟踪的连通区域标记改进算法

为了进一步提高连通区域标记的效率,提出了一种改进的基于游程与轮廓跟踪技术相结合的连通区域标记算法。该算法首先判断当前前景像素点是孤立点还是轮廓点,然后判断是外轮廓还是内轮廓,并用相应的轮廓标记算法对其进行标记,最后用游程标记方法对本行中剩余的前景像素进行标记,整个过程无需等价表,耗时较少。实验证明,改进后算法的标记效率提高大约24.5%。     

轮廓跟踪在图纸数字化中的应用

图纸数字化就是把扫描后的图纸(图像)转换为像素来表示,图像转换的好坏直接取决于图纸轮廓线的跟踪效果,轮廓跟踪就是描绘出二值图像中不同区域的轮廓线,在轮廓跟踪之前先进行区域标记,轮廓跟踪效果的好坏有两个因素决定;第一是轮廓线起始点的选取,它会直接影响到跟踪效果的复杂度,第二是跟踪准则选取,它既要便于理解和分析,又要便于程序的设计。     

一种目标轮廓跟踪的UPF方法

针对通用目标轮廓跟踪中CONDENSATION粒子算法的不足,提出一种轮廓跟踪的Unscented Particle Filter（UPF）方法。通过将Unscented卡尔曼滤波器与粒子滤波的结合,并实时考虑观测值,可以精确地、实时地跟踪目标区域。通过人脸跟踪结果表明,该方法对背景干扰具有很强的鲁棒性。     

基于图像边缘检测的图像识别算法

在图像识别问题中,基于Haar特征的图像识别算法已经十分普遍,并且得到了广泛的应用。但是,目前此类算法还存在有时间复杂度高、对图像亮度、尺寸变化敏感、图像识别精度差等缺点。为了提高图像识别的精度,提出了一种新的边缘检测图像识别算法。这种算法首先使用Canny算子将图像的边缘像素识别出来,然后计算每一个有效像素的梯度。通过得到的像素梯度序列建立归一化直方图,对归一化直方图分析后得到最优识别。基于边缘检测的图像识别算法使匹配图像效率得到了提高,图像识别流程得到优化。     

一种Sobel黑片图像亚像素边缘检测

提出一种基于Sobel和多项式插值法结合的改进的黑片图像亚像素边缘检测算法.算法在经典Sobel算法的基础上增加了两个方向模板,并使用对边缘梯度图像加上合理的权值和阈值的方法得到准确的单像素边缘.在单像素梯度边缘上进行有方向的多项式插值计算得到更精确的亚像素边缘定位.该方法的检测精度高,能够应用于黑片的在线检测.     

基于小波分析的图像边缘检测

介绍了图像边缘检测的一些传统算法和小波分析方法用于边缘检测的基本原理,给出了利用小波变换进行边缘检测的方法,通过与传统的图像边缘检测算法对比,显示了小波分析的多尺度算子在抗噪声和保留图像边缘的能力上有比较好的效果．     

CP神经网络在图像边缘检测中的应用

利用CP神经网络分别实现了对二值图像和灰度图像的边缘检测。利用神经网络提取二值黑白图像的边缘，对于灰度级为256的灰度图(灰度值在8个位面上分别为0或1)，采用已学习好的二值神经网络在8个面上分别进行边缘检测，然后综合各个面的检测结果，解决了直接用灰度图学习造成的训练样本数量过大而难以收敛的问题。试验结果表明，该方法得到的边缘图像边界连续性较好，边界封闭性好，而且对于任何256级灰度图的检测都可以得到很好的效果。     

一种基于模糊梯度算法的图像边缘检测方法

图像的边缘是图像最基本的特征.进行了图像分割、模板匹配和图像识别等方面的研究,无不例外都会使用到图像的边缘.对图像边缘检测方法中的模糊梯度算法进行了探讨,并提出了一种改进方法,得到了较好的检测效果.     

Image Edge Detection Based on Wavelet Transform

ＩｍａｇｅＥｄｇｅＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍＺＨＡＮＧＹｅ；ＳＨＩＭｅｎｇ；ＲＥＮＧｕａｎｇｈｕｉ（张晔）（时萌）（任广辉）（Ｄｅｐｔ．ｏｆＲａｄｉｏＥｎｇｉｎｅｅｒｉｎｇ．ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅ...     

基于小波变换与Canny算子融合的图像边缘检测方法

针对传统的小波变换提出了一种图像融合的边缘检测方法.在边缘不连续和抑制噪声能力弱的问题给出了一种改进的小波变换方法.并对原图像分别采用改进的小波变换和Canny算子两种方法进行边缘提取,再将两种方法的检测结果进行图像融合.实验证明融合后的图像结合了两种检测方法的优点,是一种有效地图像边缘检测方法.     

一种基于Sobel算子的彩色图像边缘检测新算法

在研究灰度图像边缘检测方法的基础上,针对彩色图像的特点,提出了一种改进的Sobel算子边缘检测算法,并用MATLAB进行了仿真。仿真结果表明,直接利用Sobel算子对彩色图像进行边缘检测,得到的结果图像边缘比较模糊,而本文提出的改进算法,不但图像边缘比较清晰,而且还能有效降低图像的噪声,将Sobel算子边缘检测算法从灰度图像很好地移植到了彩色图像。