基于方向小波变换的边缘检测算法

提出了一种基于方向小波变换的边缘检测算法.本文详细介绍了方向小波变换的原理、基于此的图像边缘检测算法,比较了方向小波变换和传统小波变换、Canny算子在图像边缘检测的效果.实验结果表明,方向小波变换更符合图像的方向、纹理特征,因此更能反映图像的边缘信息,对传统的小波变换、Canny边缘检测算法有一定程度的改进.     

建立新型边缘泄露补偿机制的四阶方程图像平滑方法

针对传统的四阶偏微分方程(四阶方程)降噪算法容易造成图像边缘泄露的问题,本文提出了一种基于边缘检测理论的泄露修补算法.该算法首先用非线性的双边滤波器对噪声图像进行预处理,得到边缘结构较好的预处理图像,然后基于梯度算子具有检测图像边缘特征的特点,提出将结果图像和预处理图像二者梯度差值的二范数平方作为边缘保持约束项,并将其加入到四阶方程算法的能量泛函中.另外,基于图像局部方差构造了自适应的拉格朗日乘子,从而实现对边缘保持约束项的自适应调整,以提高其边缘保持性能.实验测试结果表明,本文算法不仅继承了传统四阶算法具有的优点,而且增强了对边缘结构的保持能力.     

多结构元素的数学形态学图像边缘检测算法

数学形态学作为一门新兴的、以形态为基础对图像进行分析的学科，已得到人们的广泛关注，并应用于图像处理的许多方面。本文提出一种基于多结构元素的数学形态学图像边缘检测算法，该算法通过构造4个不同方向的结构元素，应用形态学梯度算子得到图像4个方向的边缘检测结果，并将这些结果进行加权平均，得到最终的图像边缘。为验证算法的效果，给出了本文算法和几种传统算子对Lena图像进行边缘提取的实验结果。结果表明：本文算法成功地完成了图像的边缘检测，且检测效果明显优于经典的Sobel算子，Laplace算子和Canny算子。     

基于八方向卷积模板的边缘检测算法

针对传统图像边缘检测算法存在的边缘方向性不强及边缘较粗等问题,提出了一种基于八方向卷积模板的边缘检测算法。算法采用0°、22.5°、45°、67.5°、90°、112.5°、135°和157.5°八个方向的卷积模板进行边缘检测,模板权值根据中心像素点到邻域像素的距离及方向夹角的大小进行设定,充分考虑到了邻域内像素对中心点方向梯度的贡献大小,能够较好地检测出图像不同的方向边缘。对梯度图像采用了改进的非极大值抑制方法进行细化,可得到单像素的图像边缘。实验结果表明,该算法获取的边缘图像边缘较为完整,方向性强且边缘较细,整体效果明显优于传统Sobel算法。     

一种基于能量差比较算法的差分运动检测方法的改进

本文利用人眼对边缘(空间梯度)特别敏感的视觉特点,把帧间运动变化检测和图像的边缘检测结合起来,对帧间差分法进行了改进。首先,本文构造了一个二维运动探测器,将各向异性自适应边缘检测算子扩展到动态图像处理中,提出了,运动像素的能量差比较算法。该算法能够对运动目标各个运动像素的运动方向起到一个优化加强的作用,最终得到各个方向上的最佳检测。实验证明,这种算法可以很好的强化每个像素的运动方向,达到最佳的检测效果。     

基于能量中心的电力机车接触导线几何参数视觉检测方法

传统的电力机车接触导线几何参数检测方法存在若干不足。根据检测要求和磨损后接触线的图像特征,提出了基于双目视觉技术的在线、非接触、多参数综合测量方法。对基于LOG 算子的线条边缘图像处理方法的误差进行了深入的理论分析,在此基础上提出了采用图像能量中心算法的边缘定位新方法,并进行了数值模拟。仿真结果表明:能量中心算法的抗干扰和抗模糊能力更强,定位精度更高。以不同高度、拉出值和磨损宽度的圆钢为检测对象进行了验证实验,并与激光测距仪和数显式游标卡尺检测的结果进行了比对。实验表明,能量中心算法的边缘检测精度优于LOG 算法,同时,提出的测量方法示值误差小、重复性较好,能够满足接触线在线、非接触综合检测的需要。     

基于Contourlet变换和Canny算子的图像边缘检测方法

现存的基于空间域或小波变换域的图像边缘检测算法只能有效检测出红外图像有限方向的边缘.由于这些算法没有充分利用邻域的信息,因此在边缘较为复杂的区域边缘检测结果中会出现较大的偏差.针对这一问题,提出了一种基于Contourlet变换和Canny算子的边缘检测算法,首先对原始图像进行Contourlet变换,然后利用各方向子带的方向信息及其梯度方向信息,对各个尺度进行边缘检测,最后通过逆变换,得到图像的边缘图像.实验结果表明了新算法可以提高边缘检测和保持的能力,有较强鲁棒性.     

结合方向边缘检测的红外与可见光图像融合算法

针对现有红外与可见光融合算法中存在边缘模糊与目标不清晰等问题,通过对红外图像与可见光图像的研究,提出一种基于方向边缘检测的红外与可见光的图像融合算法。通过在传统的边缘检测算法基础上,引入一个方向因子,提出了一种新的方向边缘检测算法;并根据高频子带与低频子带中小波系数的不同特性,分别对其采用了不同的融合规则。实验结果表明,该算法能够有效的提取图像中的边缘信息与目标信号,具有可靠性高、清晰度高的市场优势。     

基于彩色边缘与十字型加权模板的马赛克检测

为了解决高分辨率视频马赛克检测识别率不高的问题,提出了一种基于彩色边缘与十字型加权模板的视频马赛克检测算法.该算法先通过基于CIELab色彩空间的彩色边缘检测检出更多马赛克边缘,再采用十字型加权模板进行模板匹配以识别出马赛克块.采用本文算法以及传统算法对高分辨率视频进行马赛克检测,实验结果表明本文算法对视频中马赛克检测的识别率高达98.2％,相比于传统算法识别率提高了7.1％.     

基于Directionlets变换的偏振图像融合

论文提出一种有效的基于Directionlets变换的偏振图像融合算法.首先采用多方向多尺度的Directionlets 变换对多个偏振图像进行分解,对于分解后的低频系数采用加权平均融合算法;根据高频子图边缘分布差异,对于方向高频系数采用2维Teager能量的边缘检测算法以及区域方向对比度算法实现偏振图像的融合处理.实...     

改进边缘检测算法在医学图像处理中的应用

图像边缘检测在医学中有很重要的应用,针对此提出了一种新的边缘检测方法,首先采用canny算子对图像进行边缘检测,然后对检测后的图像轮廓跟踪。实验表明,与传统的边缘检测算法相比,这种算法能更好地提取图像中目标物体的边缘,减少检测边缘断裂现象,具有很好的应用价值。     

基于顺序形态学的图像边缘检测快速算法的研究

 图像边缘检测是图像处理的关键技术,边缘检测的结果直接决定了后续图像处理的性能.数字图像的边缘检测主要要求就是边缘定位准确,运算速度快.以此要求为依据,本文在深入研究了数学形态学和顺序形态学的基础上,提出了一种基于顺序形态学的优化边缘检测算法,该算法能够快速准确的提取图像的边缘,对于尺寸较大的图像效果尤为明显.通过仿真实验表明该算法是一种准确快速的边缘检测方法.     

基于窗口边缘梯度势能的人体遮挡多尺度检测算法

为提高对于图像中人体检测的准确率,该文提出窗口边缘梯度势能(Window Gradient Potential Energy,WGPE)的概念和一种基于窗口边缘梯度势能快速人体检测方法。采用稀疏-稠密梯度势能窗口集对人体进行多尺度检测过滤,缩短了检测时间。采用改进后的加权级联支持向量机训练正负样本,将遮挡情况下的人体正样本进行加权划分,以检测遮挡环境下的人体。在对检测窗口进行过滤时,该算法并不需要增加过多的计算开销。在背景较为平滑的图像中,与多尺度面向梯度直方图(HOG)和HOG-LBP(Histograms of Oriented Gradients and Local Binary Pattern)方法相比在相同的准确率下,具有较少的检测时间。实验表明在人体检测的准确率和效率方面有所提高,对于处于半遮挡情况下人体检测,准确率也有明显提高。     

Sobel边缘检测算法的变异实现图像增强

简述了在传统Sobel边缘检测算法的基础上进行算法创新.在边缘检测和图像增强算法中引入了区域运算的概念.详细介绍了Sobel边缘检测算法的具体改进过程,并针对红外图像进行了实际应用.     

基于HOG特征的织物瑕疵检测算法

传统织物瑕疵检测依赖人工,成本高且效率低.提出基于机器视觉和图像处理算法的织物瑕疵检测方法,采用方向梯度直方图描述织物纹理特征,通过计算局部区域的方向梯度直方图特征与无瑕疵织物图像特征的相似性来识别瑕疵,在织物图像数据集上的待测结果表明,此算法能够有效地提取出织物的瑕疵.     

基于聂曼-皮尔逊准则和无线信道的一种次最优分布式检测算法

在实际检测中,从本地检测器至融合中心的无线信道通常无法保证为理想传输信道,于是传统的基于理想信道的优化检测算法要做相应调整。基于非理想信道该文研究了一种次优检测算法,应用聂曼-皮尔逊(NP)规则推导出各节点的判决形式,根据概率知识求出各节点的虚警概率和检测概率,然后用迭代的方法得到虚警概率在一定范围内系统检测概率最大时各个节点的检测门限。最后通过仿真说明了信道的非理想性确实影响了系统的检测性能。     

多尺度的灰值形态学在图像边缘检测中的应用

传统的边缘检测算法存在检测边缘不连续、漏检、抗噪性能差等缺点。针对传统方法在边缘检测中遇到的问题,结合数学形态学的方法,介绍一种基于多尺度灰值形态学的边缘检测算子,该算子是在形态学梯度算子的基础上改进之后,结合多尺度的概念,将各种不同尺寸下的边缘图像结合起来,提取出比较理想的边缘图像。采用Visual C++编程实现算法,并与传统边缘检测算子进行比较。实验结果表明本文提到的算子检测边缘效果更好。     

基于FPGA的图像分块实时边缘检测系统

当边缘检测系统用于存在异常光照的环境中,其判决阈值会被非均匀光源部分所影响,从而导致检测效果的不理想。针对此问题,提出一种基于图像分块的边缘检测方法,将这种方法用于Sobel算子,并在Altera CycloneIV FPGA平台上进行实时的边缘检测。测试实验结果表明,该改进方法对于存在非均匀光源环境下的边缘检测效果明显优于传统的边缘检测方法。     

SUSAN边缘检测算法性能分析与比较

介绍了一种基于灰度比较的边缘检测算法——SUSAN算法,讨论了该算法的模板和门限的选取方法,并用VC 编程实现了该算法。通过与传统边缘检测算法的比较,结果表明:由于该算法不涉及梯度的运算,因此对噪声图像的边缘检测效果优于传统的边缘检测算法。该算法适于含噪图像或低对比度灰度图像的边缘检测。