基于敏感区域多结构元素形态学边缘检测算法

在边缘检测算法的应用中,很难同时兼顾图像处理效果和处理速度,为此,提出了一种新的边缘检测算法,将边缘处理集中在感兴趣的图像区域中.该算法利用梯度算子获得图像中的敏感区域,再构造多种结构元素,结合形态学梯度和OTSU分割法检测敏感区域的边缘.应用于沥青路面裂缝图像检测,实验结果表明,与其它边缘检测算法相比,该算法不仅具有很好的边缘提取能力,而且具有很强的抗噪能力.在保证处理效果的同时,也保证了处理速度,有很高的实用性和推广性.     

多尺度形态学图像边缘检测方法

在形态学边缘检测算子的基础上,综合形态膨胀和形态腐蚀,得到修正的边缘检测算子,以减轻图像边缘检测的模糊性;进行形态结构元素尺度调整,并综合各种尺度下的边缘特征,得到噪声存在条件下较为理想的图像边缘。实验验证了该算法的可行性和有效性。     

基于数学形态学的彩色图像边缘检测

为了克服传统边缘检测方法对噪声敏感的缺点,提出了一种基于数学形态学的彩色图像边缘检测新方法。该方法是在RGB空间内,把每个像素作为一个向量进行排序,将灰度形态学推广到了彩色图像。然后通过分析噪声（主要是椒盐噪声）污染图像的特点对彩色图像形态学基本算子进行了改进。改进后的算子有很强的抗噪性,可以直接实现边缘检测。实验表明,与传统方法相比,该算法能够更有效地抑制噪声对边缘检测的影响,并较好地保持图像边缘细节。     

用多结构元素实现医学图像边缘检测

为了简单有效的获得医学图像边缘,本文从数学形态学的角度出发,利用多结构元素对不同方向的边缘敏感来保留更多的边缘细节信息,提出了一种改进的形态学边缘检测算法.本文首先将形态学的BTH与WTH运算相结合进行图像增强,再结合开闭运算提出了一种抗噪型的边缘检测算子,对运用多结构元素得到的边缘图像进行累加,最后对该叠加后的边缘图像进行修正得到最终结果.实验证明,该算法在抑制噪声对边缘的影响和保持图像的边缘细节上,均取得了很好的效果,具有一定的实用性.     

基于小波变换和形态学的织物疵点边缘检测

为了精确确定织物疵点边缘,提出了一种基于小波变换和形态学的织物疵点边缘检测方法.在利用形态学实现疵点检测后,对其进行小波分解,用小波模极大值法和基于数学形态学的算法分别提取高低频子图像的疵点边缘,采用合理的融合规则将两个边缘图像进行融合.实验结果表明,该算法能有效地抑制噪声,且边缘清晰、准确,效果优于经典的边缘检测算法,具有可行性和有效性.     

基于EMD方法的多尺度边缘提取

提出了一个基于EMD方法的多尺度边缘提取方法。利用EMD方法沿水平方向和垂直方向分别处理SAR图像,得到不同尺度的图像。计算不同尺度图像的梯度,得到不同尺度图像的边缘。根据一致性条件,从不同尺度图像的边缘提出SAR图像的边缘。利用这个方法处理了合成孔径雷达图像,成功地提取了图像的边缘信息。     

基于方向描述符的物体检测

对于形状和表面纹理都有变化的物体的检测,局部不变性算子并不适用,而现有的局部描述符对于区分这种形状的作用也并不明显。为此本文提出了一种新的基于方向描述符的物体检测算法。根据模型轮廓图或边缘图像计算出初始描述符,在此基础上为图像中的每一点生成方向描述符。方向描述符既可以描述边界的走向,又可以容忍边界的较小变形。使用多分辨率加速的滑动窗口算法,将每个有效的候选区域与模型的描述符矩阵进行匹配,以判断此位置是否包含目标物体。实验结果显示,本文算法取得了相对较高的检测率。     

生物基复合材料检测方法体系研究:分析鉴定方法

针对生物基复合材料的检验和定义混乱,在国内相关检验方法标准欠缺的基础上,探讨了生物基复合材料的定义、分析鉴定方法和相关标准。     

基于小波变换的图像边缘检测算法的研究

在对经典的图像边缘检测算法深入分析的基础上,进一步完善了基于小波变换的边缘检 测算法.随尺度增加,边缘和噪声的小波幅值表现出不同变化特性,从而在低信噪比的信号中检测出噪声和边缘.实验结果表明,基于小波变换的图像边缘检测算法能够比其它算法保留更多的图边缘信息,鉴别出伪边缘,其精度能够满足基于图像处理技术的各种质量检测系统的要求.     

基于分形特征参数的目标边缘检测算法

图像的边缘提取在计算机视觉系统的初级处理中具有关键作用,但目前仍是"瓶颈"问题.本文主要针对复杂背景下的目标边缘检测问题,提出了一种新的基于分形特征参数的目标边缘检测方法.算法基于分数布朗运动的方差性质提出一种改进的分形维数及其截距特征参数的计算方法,进而将该分形维数与截距特征参数相结合,提出了一种基于分形特征参数的边缘检测算法.实验表明,算法可以有效地实现目标边缘检测,同时算法的运算效率得到提高.     

基于形态学和细胞神经网络的边缘检测方法

采用形态学方法提取二值图像的边缘,利用二值形态学与离散细胞神经网络(DT-CNM)的某种天然对应关系,将离散细胞神经网络引入形态学,将形态学运算转化为某种特定模板下的多层离散细胞神经网络,然后对该模板进行优化设计使之转化为单层离散细胞神经网络,降低了运算的复杂度.在此基础上,通过综合灰度图像像素在每个比特位上的边缘检测结果,提出了采用二值形态学提取灰度图像边缘的方法.与传统边缘提取方法Sobel和Log相比较,该方法边缘提取效果良好,收敛迅速.     

基于HSI空间彩色图像多结构元形态边缘检测

构建了一类在HSI 颜色空间基于多结构元彩色形态边缘检测梯度算法实现彩色图像边缘检测新方法,多结构元形态边缘检测有着比单一结构元素形态边缘检测更优越的性能。所定义的算法充分考虑了边缘的方向性和噪声对边缘检测的影响,本算法在噪声抑制方面显示了优良的性能,能满足不同应用的需要。     

一种红外图像序列弱小目标的检测方法

针对低信噪比条件下红外弱小目标的相关检测算法存在的局限性,本文提出组合式相关检测算法.基于DBT的相关检测算法运算量小但检测性能较差,而基于TBD的相关检测算法检测性能较高但计算复杂.根据对两者优缺点的分析,采用将两种算法级联的方法,首先使用基于TBD的相关检测算法形成一个过渡帧,再以此为基础使用基于DBT的相关检测算法进行进一步检测.算法性能分析和实验结果均表明,低信噪比条件下该算法具有较高的检测性能并且计算量较低.     

基于白色与黑色像素区域相间明显的快速边界获取的方法

在实现工业机器视觉系统时,边界获取成为必不可少的一环。为了提高边界获取的速度和生产效率,介绍了一种边界获取的简单有效的新方法,该方法是基于白色与黑色像素区域相间明显的条件下提出的。方法的主要思路是通过计算连续黑白像素宽度及相关处理,获得边界。该方法检测目标时快速,稳定;通过选取不同的像素宽度阀值,可以方便地检测出相应的不同的边界。此方法适用于处理速度要求非常高的工业机器视觉中特征边界的边界获取。     

基于STFrFT域无穷范数的CT图像边缘检测

针对医学CT图像边缘模糊、对比度低、噪声污染严重等特点,本文提出了短时分数阶傅里叶变换域的向量无穷范数方法,用于CT图像的边缘检测。短时分数阶傅里叶变换域的虚部能够反映非平稳信号的局部信息。首先,对一维非平稳信号做短时分数阶傅里叶变换,得到短时分数阶傅里叶变换域;其次,计算变换域虚部的向量无穷范数,将二维时频面映射为一维信号,得到非平稳信号的边缘信息。实验表明本文方法具有检测信号边缘的能力,能够有效提取CT图像的边缘,对弱边缘信号也具有较好的检测结果。与经典微分算子和小波变换比较表明,本文方法对CT图像边缘检测表现优良,对噪声污染图像具有较好的鲁棒性。     

基于边缘检测的神经网络非均匀性校正及硬件实现

红外焦平面探测器的非均匀性校正技术仍然是当前红外热成像系统重点研究的关键技术之一。相对定标类算法,基于场景非均匀性校正根据场景进行非均匀参数更新,不需要使用挡板遮挡视场。本文介绍传统神经网络非均匀性校正算法及加快收敛速度的改进措施,引入边缘检测方法来克服传统神经网络算法的鬼影问题。文中阐述的方法已在以TMS320DM643为处理核心DSP硬件处理平台上实现,取得了较好的校正效果。     

基于MATLAB的不同分辨率图像边缘检测效果的研究

针对边缘检测领域常用的检测算法进行分析,重点讨论了5种算子在针对不同分辨率图像进行边缘提取时的性能,通过实验进一步验证各算法的优缺点,为在实际应用中边缘检测算法的选用提供依据。     

针对合成孔径雷达图像的新型LOG边缘检测算法

传统LOG边缘检测算法对合成孔径雷达图像进行边缘检测时,对噪声敏感,同时也易损坏部分低强度边缘。针对这一问题,提出了一种新型的 LOG边缘检测算法,首先采用双边滤波和自适应中值滤波来代替传统LOG算子中的高斯滤波,再计算平滑后图像的拉普拉斯,最后提取运算后的零交叉点作为图像的边缘。仿真实验表明,本文方法在脉冲噪声环境下具有显著的去噪效果,而且能较好地保护边缘,提高了检测精度,相对传统LOG算法具有更好地检测效果。     

基于不同加工工艺的微小型结构件边缘识别

针对不同加工工艺微小型结构件的不同边缘特征,提出了一种基于工艺匹配思想的微小型结构件边缘识别算法．该算法通过计算有效平均梯度,提取不同加工工艺微小型结构件的边缘过渡区,建立边缘过渡区的多项式回归模型,求导确定边缘点精确位置．通过对4种常用微细加工工艺建模分析可以看出,加工工艺对微小型结构件边缘区域影响较大,边缘精确识别时应加入工艺匹配的思想．该算法考虑了实际加工工艺的影响,算法上加入统计学方法,通过建立过渡区数学模型,使边缘检测结果达到亚像素级．     

一种基于紧支撑连续可微小波的图象边缘检测算法

针对一般的梯度算子及Laphcian算子在边缘检测中对噪声敏感的问题，用一种二维不可分离的平滑函数来平滑图象，以降低噪声对边缘检出的影响，即提出一类紧支撑连续可微的函数，在2-范数下与高斯函数在有效支撑区间逼近，得到一变形平滑函数。简要证明了变形平滑函数的导数满足容许条件为一维连续小波函数。并给出该小波函数时域和频域的主要性质。将一维变形平滑函数推广至二维，用多尺度的该二维平滑函数对图象进行平滑．用模极大值法和过零点法检测图象的边缘，给出两种算法实现的关键之处。仿真结果表明。模极大值法能有效地从小噪声图象中检测细节边缘，在抗噪声方面优于一般的梯度算子；过零点方法从噪声图象中检出边缘。该算子与LOG算子检测效果相当，从侧面验证了LOG算子的鲁棒性。