基于图形处理器的边缘检测算法

边缘检测是一种高度并行的算法,计算量较大,传统的CPU处理难以满足实时要求。针对图像边缘检测问题的计算密集性,在分析常用边缘检测算法的基础上,利用CUDA(Compute Unified Device Architecture,计算统一设备架构)软硬件体系架构,提出了图像边缘检测的GPU(Graphics Processing Unit,图形处理器)实现方案。首先介绍GPU高强度并行运算的体系结构基础,并将Roberts和Sobel这两个具有代表性的图像边缘检测算法移植到GPU,然后利用当前同等价格的CPU和GPU进行对比实验,利用多幅不同分辨率图像作为测试数据,对比CPU和GPU方案的计算效率。实验结果表明,与相同算法的CPU实现相比,其GPU实现获得了相同的处理效果,并将计算效率最高提升到了17倍以上,以此证明GPU在数字图像处理的实际应用中大有潜力。     

数控加工自动编程中的边缘矢量化技术

针对目前数控激光加工自动编程系统存在的问题，对边缘跟踪得到的点阵边界图形进行了矢量化处理，在保持图象特征的基础上，使自动编程系统生成的数控加工文件大大压缩，避免了边缘噪声，使数控激光加工的效率进一步提高。     

基于光线跟踪的虚拟数控车削加工图形生成技术

采用光线跟踪算法实现高真九控车削加工的图形生成,并以离线方式实现其加工过程仿真。在仿真过程中简化了Ｔｏｒｒａｎｃｅ－Ｓｐａｒｒｏｗ光照模型,利用特征造型技术避免了繁复的布尔运算。根据凸多面体的约束条件及凸多面体裁剪的Ｃｙｒｕｓ－Ｂｅｃｋ算法,设计出射线与长方体求交的高效算法,算法不仅执行效率高,而且还可推至光线与任意凸多面体的求交与测试计算     

基于边缘检测的图像分割技术浅析

图像分割是图像处理技术中的难点之一,多年来一直受到广大研究者的深入探讨。新的分割算法层出不穷,但是目前提出的算法,几乎都是针对具体的分割对象,而没有一种可以适用于所有情况的分割方法。边缘检测技术是图象处理中重要的一个关键步骤,本文将阐述基于边缘检测的图像分割技术背景,边缘检测的相关技术,同时对图像分割技术的发展进行展望。     

基于分形技术的雕刻图形的自动生成

该文提出了用分形技术来自动生成复杂雕刻图形的基本方法,并分别介绍了基于集合分形、函数分形与随机分形的雕刻图形的自动生成过程,分析了分形函数生成雕刻图形的影响因素,论述了通过映射实现由二维分形雕刻图形向三维雕刻图形转换的基本原理。通过分析可得,分形技术是实现复杂雕刻图形自动生成的重要途径之一,在雕刻艺术中,分形技术有广泛的应用前景。     

基于边缘方向性的小波边缘检测算法

现有的基于小波变换的图像边缘提取方法会导致边缘细节的损失且边缘位置会发生偏移,因此本文给出了一种改进的边缘检测方法。该算法先对图像进行平滑处理,然后用小波变换提取边缘。传统的平滑方法避开了边缘的方向性,且对图像的边缘保持效果不佳。本文提出了基于边缘方向性的平滑算法,该算法在处理边缘像素时可自动搜索边缘方向进行平滑,用该算法和小波方法结合进行边缘检测。仿真实验给出的实验结果有力地证明了该方法的有效性。     

基于边缘增强扩散的AFM图像边缘检测

在原子力显微镜（AFM）图像边缘检测中,针对其噪声干扰以及目标与背景之间差异微小等问题,提出了一种新的解决方法。其基本思路是采用基于图像梯度统计知识选取合理的梯度阈值来构造边缘增强扩散算子,利用该算子对AFM图像进行边缘保留去噪处理后,用Canny算子检测并标记其边缘。实验采用固液界面AFM图像来对上述检测方法进行评价,从实验结果来看,这种方法在边缘检测精度上优于传统的Roberts边缘检测等方法。     

基于边缘检测算法的图像分割技术研究

基于边缘检测算法的图像分割技术是图像分析基础算法之一,在讨论边缘检测算法基本原理的基础上,在Matlab中实现了边缘检测算法,并对Sobel算子、Prewitt算子和Roberts算子在边缘检测中的效果进行了对比分析。     

基于Sobel算子数字图像的边缘检测

数字图像的边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域中十分重要的基础。图像理解和分析的第一步往往就是边缘检测，目前它已成为机器视觉研究领域最活跃的课题之一，在工程应用中占有十分重要的地位。文中用已在VC中实现图像的边缘检测方法来对其加以分析。目的是在给出图像的边缘检测实现的基础上，提高图像边缘检测的效果，试验表明此方法能有效地提高图像的边缘检测效果。     

基于边缘自相似特征的遥感图像边缘检测算法

据分形理论可知，物体或物体各组成部分的边缘应具有自似性，图像边缘上的像素应具有较大的灰度化值和自相似系数。本基于这种思想，提出了一种结合边缘自相似特征和图像灰度梯度变化进行边缘检测的新算法，并利用该算法对试验图像进行了边缘检测试验。试验结果表明，该算法有效地提取图像边缘，且对含有噪声的遥感图像仍能提取较为丰富的边缘细节，具有一定的抗噪声性能。这对于含有噪声的遥感图像边缘所取与检测，尤其是雷达遥感图像，具有一定的实用价值。     

基于Cauchy-Riemann方程的图像边缘检测方法

针对边缘检测问题,提出一种基于复变函数的有限差分法,利用解析信号来进行边缘检测;通过求解Cauchy-Riemann方程,构造原图的共轭图像,并得到边缘检测图。对共轭图像进行预处理与细化处理后,获得更好的边缘检测效果。数字图像实验表明,该方法实用性强,且因为连接性较差而使得复杂的背景轮廓不会干扰到主对象的识别。这一优势表明,该方法是一个值得深入的研究方向。     

基于隐马尔可夫模型边缘表示的多尺度边缘检测

基于增强图像特征空间的特性分析，提出一种新的图像边缘表示模型——隐马尔可夫模型，该模型把边缘作为一个可观测序列，认为它是人们根据感官知识(不可观测的状态量)所观察到的具有一定空间关系的像素集合；通过小波变换，得到多尺度增强图像；特包含在低分辨率图像边缘中的全局信息进行综合，作为高分辨率图像中隐马尔可夫边缘模型的训练数据，使用Viterbi算法完成高分辨率图像中边缘点的搜索，从而，使得多分辨率边缘检测对先验知识的依赖大大降低，同时降低了计算复杂度。边缘的隐马尔可夫模型表示也为多分辨率数据融合提供了一种有效的工具，实验表明该模型是合理的、可行的。     

基于扫描线迭代的深度图像边缘检测算法

提出一种基于扫描线迭代近似技术的深度图像边缘检测算法。与其他的算法相比,该算法具有直观的几何意义。通过大量的由三维坐标扫描仪获得的实时深度图像对该边缘算法进行验证,实验结果表明该算法具有良好的分割效果和稳定性。     

基于Sobel算子的图像边缘检测实验分析

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。     

基于Sobel算子数字图像的边缘检测

数字图像的边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域中十分重要的基础.图像理解和分析的第一步往往就是边缘检测,目前它已成为机器视觉研究领域最活跃的课题之一,在工程应用中占有十分重要的地位.文中用已在VC中实现图像的边缘检测方法来对其加以分析.目的是在给出图像的边缘检测实现的基础上,提高图像边缘检测的效果,试验表明此方法能有效地提高图像的边缘检测效果.     

基于边缘检测的对比度增强法

该文主要介绍了图像增强方法及其分类,详细介绍了基于边缘检测的对比度增强法原理,其主要思想是将像素的边缘度结合到局部对比度定义中,因此更有利于边缘细节的对比度增强。     

一种非常有效的彩色图像边缘检测方法

基于专门针对数字彩色图像的边缘检测方法比较少，本文提出了一种改进的基于四元数进行彩色图像边缘检测的有效方法，通过减少计算量提高它的检测速度．并将它与其他的图像边缘检测方法进行比较证明它的有效性和可行性。