一种基于小波神经网络的图像边缘检测

结合小波变换和BP神经网络模型,提出了一种基于小波神经网络的图像边缘检测方法.利用二进小波边缘检测技术对灰度图像局部进行边缘检测,把边缘信息作为神经网络的输出,对局部图像数据进行神经网络模型训练,通过训练得到的局部图像模型预测得到整幅图像像素的边缘信息,通过对BP神经网络和小波神经网络的边缘检测结果进行对比实验可知,小...     

一种新的基于边缘拟合的图像配准方法

为了克服罔像配准中计算效率与稳定性的两难问题,提出一种新的基于边缘特征的图像自动配准算法.利用小波变换对图像进行多尺度边缘检测,提高边缘榆测的稳定性;用直线拟合边缘,并根据几何特件、灰度特性为直线分配可信度;以直线对作为最小配准单位,利用马氏距离计算直线对之间的匹配程度;配准过程采用加权投票算法确定变换参数,每次投票根据直线对之间的匹配程度及各直线可信度拥有不同的权重.实验表明木文算法快速稳定,在没有任何先验知识的情况下,能够有效的配准存在相似变换关系(平移、旋转和尺度)的图像.     

一种新的图像边缘检测方法

针对基于空间域或小波变换域图像边缘检测算法提取的边缘只是具有有限方向的问题,该文提出使用具有抛物线型尺度和足够方向消失矩的Contourlet变换来更有效地表示自然图像中的奇异曲线。Contourlet子带比小波子带具有更强的方向性,在其子带上检测系数模极大值,运算复杂度更低。实验结果表明,与基于小波模极大值的图像边缘检测方法相比,该文算法有较低的计算复杂度,所提取的边缘更加逼近图像真实边缘。     

一种基于神经网络图像边缘检测的方法

本文提出一种采用组合神经网络对图像边缘检测的方法,该组合神经网络由自组织竞争型神经网络和BP神经网络所组成,结合遗传算法,通过学习与训练,可实现对图像的边缘检测。     

基于最优弧的激光光斑中心检测算法

激光光斑中心检测是光学测量中常用的关键技术,广泛应用在光学测量系统、光路自动准直系统、激光通信目标跟踪中。为了提高光斑中心及半径的检测精度和抗干扰性,提出了一种基于最优弧的激光光斑中心检测算法,该算法首先根据圆的对称性排除了受干扰边缘,然后选取对称性好的弧线作为最优弧,最后以最优弧的数据作为拟合数据,利用最小二乘法计算出圆的中心及半径,并与其他算法进行了比较。实验表明,该算法对于中心和半径的定位精度高、计算速度快,并有效地提高了中心检测的抗干扰性,适用于在线实时检测。     

一种基于保角相位的图像边缘检测新方法

为了提高边缘检测精确度与抗噪性能,该文提出一种基于保角相位的图像边缘检测新方法。该方法首先利用保角单演信号能够表达不同本征维数的图像局部结构的特点,采用指数函数计算相位偏差,有效地抑制了相位一致模型边缘检测中产生的伪边缘和噪声,提高了边缘检测的精确度;其次,利用Poisson核在空域中有解析表示的优势,降低了算法复杂度。仿真实验结果表明,与现有的相位一致性图像边缘检测方法相比,该方法提取的图像边缘更精确、更完整、更均匀,对噪声具有更好的鲁棒性,同时,计算复杂度较低。     

一种基于局部特征的拓片图像边缘检测算法

针对传统边缘检测算法在处理拓片图像时,容易将模糊的细节部分丢失或者误检的问题,提出了一种基于局部特征的拓片图像边缘检测算法.该算法预处理部分采用了unsharp算子对细节部分进行保护和增强,利用局部标准差均值比(Local Standard Deviation Mean Ratio,LSDMR)对图像进行边缘描述,对LMSDR进行处理以得到图像边缘,实验结果表明,该算法对拓片图像模糊细节的边缘检测明显优于传统算法.     

基于融合技术的图像边缘检测方法

提出一种融合柔性形态学方法与Sobel算子的边缘检测方法。利用全方位结构元素对图像进行重复柔性形态学处理，提高了运算速度并抑制了大量的噪声。建立相应的融合原则，对形态学运算获得的边缘和Sobel算子检测的边缘进行融合，得到清晰、连续的边缘图像。该方法对噪声具有很好的鲁棒性，处理含噪声图像能得到准确可靠的边缘检测结果。     

一种基于蚁群优化的显著边缘检测算法

该文提出一种基于蚁群优化的显著边缘检测算法。该算法利用相位编组方法计算支持区面积作为描述图像边缘梯度方向一致性的指标,将梯度幅度和支持区面积结合起来形成启发信息和信息素增量的计算方法,采用线性加权方法将信息素、梯度幅度、支持区面积3种信息综合起来得到蚂蚁转移概率,通过引入禁忌表增大蚂蚁的活动范围。实验结果表明：该文提出的算法能够有效检测图像中的显著边缘特征,对多类图像都有良好的适应性,而且收敛速度较快。     

激光基准成像测量光斑图像的亚像素检测算法

在激光基准下基于CCD成像身管轴线直线度测量系统中,对激光光斑图像的高精度检测和定位是影响系统测量精度的一个重要因素.为了提高激光光斑图像的检测和定位精度,提出了一种Sobel-Guass拟合算子的激光光斑亚像素边缘检测方法,同时结合最小二乘迭代圆拟合法设计了光斑中心的高精度定位.即:首先用Sobel算子细化边缘,进而在梯度方向上进行高斯函数拟合插值,进一步提高图像边缘位置的检测精度,最后经最小二乘圆迭代拟合后得到激光光斑的亚像素级几何参数,从而使测量系统的精度提高一个数量级.实验结果表明:像素细分后对像素点的定位精度可以达到0.1个像素,亚像素边缘对标志中心的定位精度优于0.03像素.     

基于数学形态学和LMS滤波的图像边缘检测算法研究

传统的边缘检测算子对灰度图像进行边缘检测时存在图像细节被丢失,边界不连续等问题。针对上述问题,提出一种基于数学形态学和最小均方差滤波相结合的图像边缘检测方法,该算法先利用小均方差滤波的方法可以有效地滤除图像中的噪声,然后利用形态学中的腐蚀运算对图像进行边缘检测处理。实验结果表明：该方法能够有效地去噪,精确地检测图像中的细节,并且边界的连续性好。     

基于CCD图像的太阳质心位置检测

设计了一种基于CCD图像传感器的太阳定位技术,利用CCD摄像头实时的采集太阳的图像,通过USB接口与计算机相连,提取连续图像帧,采用维纳滤波、迭代阈值法、边缘检测算子、改进的最小二乘圆拟合算法等,对太阳图像进行了轮廓提取和质心位置计算,太阳检测定位精度达到0.001°,从而达到更高精度、更快速度的太阳质心定位的目的。为后续驱动伺服电机调整高度角和方位角,最大限度地获取太阳能做了更加充分的准备。最后实验仿真成功。     

基于小波变换的图像边缘检测

介绍了利用小波变换进行图像边缘检测的原理与方法。基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。     

基于小波变换的图像边缘检测

介绍了利用小波变换进行图像边缘检测的原理与方法。基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。     

图像边缘检测在关节镜图像处理中的应用

主要论述了采用图像边缘检测和图像跟踪算法对采集的关节镜图像进行图像处理和分析的过程。在图像处理的基础上，系统自动测量出指定目标的形状参数，实现了系统的测量要求。本研究为实现关节镜手术过程图像的保存和手术的准确性提供了可行的方法。     

双尺度灰色关联度的医学图像边缘检测方法

边缘检测是医学图像处理的关键技术之一,目的是在有噪声背景的图像中确定出目标物边界的位置.鉴于传统的边缘检测算子在医学图像中不能达到很好的效果,本文研究了灰色理论中灰色关联度在医学图像中的应用,采用了一种基于灰色关联度的图像增强以及图像处理区域选取的双尺度方法用于医学图像的边缘检测中.实验结果表明这种方法能够达到既增强了...     

基于边缘保持滤波的Canny彩色图像边缘检测方法

提出了基于边缘保持滤波的Canny彩色图像边缘检测方法。该方法利用了HSV颜色空间信道相关性低的优点,结合Canny算子定位准确的优点和边缘保持滤波理论,用边缘保持滤波取代传统的高斯滤波,用梯度矢量计算法替代传统的梯度标量计算法,从而增强了在平滑过程中对图像边缘的保持,最大程度保留了色彩的差异信息,实现了彩色图像边缘的自适应提取。实验结果证明,该方法将灰度空间的Canny算法推广到彩色矢量空间,充分利用了彩色信息,对彩色图像边缘提取具有较好的检测精度和准确度。