基于矩的亚像素边缘检测算法的对比研究

基于矩的亚像素算法在众多亚像素算法中是最成熟有效的算法之一.本文对三种基于矩的亚像素算法进行了分析,并对灰度矩算法所出现的边缘判定问题进行了研究及改进.最后对三种矩算法进行了检测性能对比,为实际情况下亚像素边缘检测算法的选取提供了参考.     

基于三级灰度模型空间矩的陶瓷基片尺寸测量

分析了图像边缘二级灰度模型空间矩的亚像素细分算法及其原理误差,建立了更符合实际的图像边缘三级灰度模型,推导出三级灰度模型下任意角度图像边缘的二维空间矩以及边缘的亚像素位置函数。将该算法应用于陶瓷基片的尺寸测量和分类中,测量效果好、分类精度高。该方法在零件尺寸的高精度测量中具有较高的实用价值。     

基于Zernike正交矩的图像亚像素边缘检测算法改进

介绍了Zernike矩及基于Zernike矩的图像亚像素边缘检测原理, 针对Ghosal提出的基于Zernike矩的亚像素图像边缘检测算法检测出的图像存在边缘较粗及边缘亚像素定位精度低等不足, 提出了一种改进算法. 推导了7×7 Zernike矩模板系数, 提出一种新的边缘判断依据. 改进的算法能较好检测图像边缘并实现了较高的边缘定位. 最后, 设计了3组不同的实验. 实验结果同Canny算子及Ghosal算法相比, 证明了改进算法的优越性.     

基于差分矩因子的灰度图像矩快速算法

由于不变矩对图像的平移放大旋转的不敏感性,因此在图像处理、模式识别、场景匹配和计算机视觉等领域获得越来越广泛的应用．但是,求矩运算过程复杂,计算量大,使它的应用受到限制．快速求矩算法不少,但大多限于二值图像．文中提出一种新的适用于灰度图像的快速求矩算法．算法基于文中提出和证明的差分求和定理,即两个离散函数数组的乘积,等于将其中一个差分、另一个累进求和后的乘积．将矩因子作为一个函数数组,图像作为另一个函数数组,对矩因子数组实施多次差分,差分结果使得矩因子数组除边界1个或几个数组元素外,其余数组元素值皆为0．这样需对所有数组元素的乘积变为只对边界1个或几个数组元素的乘积．由于边界上不为0的数组元素值几乎都为1,这实际上就无需乘法计算．该算法原理简单,编程容易,求矩结果精确,适用于任意灰度图像．利用该算法,对任意大小和任意级别的灰度图像,无需任何乘法计算,且加法运算次数也大幅减少．和其它求矩算法相比,计算复杂性大大降低．     

基于正交Fourier-Mellin矩的改进亚像素边缘检测算法

提出一种改进的亚像素级边缘检测算法,该算法先用像素级边缘检测算子(Canny算子)定位所有可能的边缘点位置,再利用正交Fourier-Mellin矩(OFMM)算子的低径向阶与旋转不变特性在已有像素级边缘位置上进一步定位亚像素级边缘位置。实验表明,同等条件下该算法运算效率较高,不仅具有较高的检测精度(小于0.2 pixel),且算法耗时较短。     

基于空间矩的亚象素边缘定位技术的研究

在空间矩亚象素细分算法的基础上，分析了造成该算法原理误差的原因，从而推导出任意角度边缘的原理误差函数，给出了原理误差函数的重要性质并提出了改进算法，将改进算法应用到空间矩亚象素边缘定位中，避免了以往利用二维误差校正表时需要的查寻时间和存贮空间，降低了计算复杂度，提高了测量精度。通过理想合成边缘的仿真实验对该算法及原理误差公式的有效性及精度进行验证，结果表明校正后边缘定位精度显著提高。     

灰度图像中基于像素分布特征的人脸定位

提出了一种利用人脸图像的像素分布特征来定位人脸的方法，在定位人脸的内轮廓时利用了图像二值化后的分布特征和灰度图的像素分布特征相结合的方法，然后将人脸区域的图像进行标准化，经过以脸图像可以方便地用于人脸的识别。在对采集到的图像进行的测试中得到了较好的效果。     

亚像素边缘检测技术的研究

精确确定数字图像边缘的位置,对于图像测量非常重要。同时,图像获取过程中受到各种噪声的影响,必然会引起图像边缘的模糊,因此对图像边缘提取技术的研究一直是一个热门。对几种代表性的亚像素边缘检测技术进行了原理分析和性能比较。介绍了基于曲面拟合的和基于灰度矩的亚像素边缘检测算法。     

基于三次Bézier曲线模型的空间矩亚像素边缘定位算法

针对已有直线模型和抛物线模型空间矩亚像素定位算法对存在拐点边缘进行定位的局限性,提出了一种基于三次Bézier曲线模型的定位算法,并利用Levenberg-Marquardt迭代法来确定三次Bézier曲线的控制顶点.仿真实验结果表明,当边缘轮廓类似存在拐点的曲线时,该模型的定位精度明显高于已有的其他模型.由于该模型只是基于理想的阶跃边缘,故对于其他类型的边缘的定位尚有待进一步研究.     

一种利用Roberts-Zernike矩的亚像素边缘检测方法

亚像素软件处理技术可以在一定程度上提高图像测量系统的精度,针对Zernike矩的亚像素边缘检测存在计算量大和边缘定位精度低等不足,提出了一种基于Roberts-Zernike矩的亚像素边缘检测方法,在提高精度的同时减少了运行时间。实验结果表明,该方法测量精度高、定位精确,具有良好的抗噪性能和处理效率。     

边缘检测算子研究及其在医学图像中的应用

阐述了边缘检测在医学图像处理中的重要作用,分析了几种常用算子(Roberts,Sobel,Prewitt,Laplacian,Canny)基本原理及算法实现,并对比各算子的优缺点,并用VC .NET工具编程实现出以上各种算子对一幅人体头部的MRI图进行边缘提取。对实验结果进行分析得出结论,各种不同的算子对同一幅图片进行边缘提取,会得到完全不同的结果,Canny算子检测出的边缘比一般微分算子更精确、更细,但也可能平滑掉一些有用的边缘。因此,在不同的条件下,应根据具体情况,选择最适合的边缘检测算子对图像进行处理,才能得到最佳效果。     

基于小波分解和亮度矩的车牌定位方法

提出一种基于小波分解和亮度矩的复杂背景下，图像中车牌定位和分割的方法。针对小波分解能较好地保留图像中的细节信息，为突出车牌字符和图像中其他信号特征的差异，定义了一个亮度矩函数，用于搜寻牌照的上下、左右边界。仿真结果表明，该方法定位准确率高、速度快。     

用数学形态学进行图像边缘检测的新方法

本文提出了求灰值腐蚀、膨胀运算结果的简便方法--模板法.应用此方法在检测灰度图像的边缘过程中可较容易地做腐蚀、膨胀运算.先得出用数学形态学检测灰度图像边缘的算法1,然后在分析了其效果并指出不足的基础上,把算法1中用一个结构元素既做腐蚀又做膨胀,改进为用四个不同方向的结构元素只做膨胀,得出了效果比较理想的算法2.     

图像灰度信息在煤矸石自动分选中的应用研究

针对传统的基于图像灰度信息的块煤和矸石分选系统只是随意地选择块煤和矸石样本而缺乏代表性和实用性的问题,研究了一种侧重于实用性和系统性的基于图像灰度信息的块煤和矸石自动分选系统。首先从材质、纹理特征、清洁度三个方面选择6块比较有代表性的块煤或矸石,分别在强光、自然光和节能灯光三种强度光照条件下,按照一定的分组方式分析它们的图像灰度分布规律并将其作为计算机目标识别的依据,从而实现块煤或矸石的自动分选。测试结果表明,在特定条件下,利用块煤与矸石图像灰度信息较明显的差异对两者进行视觉区别可实现两者的自动分选。     

基于灰度投影和Hough变换的快速虹膜定位方法

针对虹膜边缘图像提取的困难，提出了将灰度投影和Hough变换相结合的快速定位方法。首先，根据人眼图像的整体灰度分布特征，用灰度投影的方法进行阈值分割，定位出瞳孔，然后对虹膜边缘进行增强操作并提取边缘信息．最后以瞳孔的圆心和半径为参考，缩小搜索范围，用改进的Hough变换法精确定位出虹膜边缘。实验结果表明．该方法提高了虹膜定位的速度．并且具有较好的定位效果。     

基于灰度投影和Hough变换的快速虹膜定位方法

针对虹膜边缘图像提取的困难,提出了将灰度投影和Hough变换相结合的快速定位方法。首先,根据人眼图像的整体灰度分布特征,用灰度投影的方法进行阈值分割,定位出瞳孔,然后对虹膜边缘进行增强操作并提取边缘信息,最后以瞳孔的圆心和半径为参考,缩小搜索范围,用改进的Hough变换法精确定位出虹膜边缘。实验结果表明,该方法提高了虹膜定位的速度,并且具有较好的定位效果。     

不规则形状图象矩特征的一种快速准确算法

介绍了一种基于边缘点计算矩特征的方法,该算法实现思路清晰,编程实现简单,结果准确,且可应用到其他形状特征的计算中。     

一种基于Sobel算子和灰色关联度的图像边缘检测方法

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。     

Hu矩在一次性输液针图像描述中的应用

目前国内一次性输液针手瓣装配基本上采用手工装配，因而存在许多弊端。为此，结合输液针的特点，对多种描述方法做了分析，提出了用Hu矩不变量来描述输液针图像，并用逆光拍摄方法来获取各个角度输液针针尖图像，从而获取了完整的轮廓信息，其二值化后的图像避免了矩值灰度级计算的不稳定性。实验结果表明，随着输液针角度的增加，其图像的矩不变量在有规律地发生着变化；用Hu矩不变量来描述输液针图像特征是可行有效的。