基于动态阈值的彩色图像边缘检测与分析

为了使彩色图像的边缘检测更符合人眼的视觉特征,避免出现过检、漏检等问题,文中构建了一个适应人眼视觉特性的改进型CIELab色彩模型,结合局部背景亮度以及不同空间频率的颜色对人眼视觉效果的影响,对比灵敏度函数构建动态阈值公式,使得所设计的算法具有人眼的视觉特性,抑制噪声等特点。最后通过对算法的时间复杂度、边缘的4-连通成分数和8-连通成分数等参数来评价边缘的连续性,测试表明该算法能准确检测出彩色图像的边缘且效果更佳。     

改进阈值选取方法的上肢图像Canny边缘检测

目前,研究人员己经针对静止的图像提出了一些边缘检测的算法,如Sobel算子、LOG算子和Canny算子等方法。对于单独的一幅图像,可以通过设定一个合适的阈值来取得较好的检测结果,但在视频图像的处理过程中,每帧图像的前景目标不尽相同,随着时间的推移光照也会发生变化,这些都将导致各帧图像的结构发生改变,传统的静态图像边缘检测算法无法自动设定合适的阈值,因此无法对每帧图像都取得较好的检测结果,得到的结果中必然存在许多背景的边缘和人体内部的伪轮廓。针对以上问题,文章将提出改进阈值的Canny边缘检测算法,它可以自动地获取适合被测图像的阈值用于视频图像的处理,并且能够更好适用于复杂背景中人体边缘点的提取问题。     

CUDA下局部阈值和二值函数的边缘检测

随着GPU编程的发展,海量数据并行运算更加普及,GPU编程已演化为高度并行、多线程、多核处理的高速大数据计算能力,具有较高的存储器带宽。局部阈值和二值函数下的边缘检测是将3×3图像通过局部阈值函数转换到位块中,而位块中出现的一些模式则被定义为边缘检测算子,该算法能够更快地对图像进行有效的边缘检测。文中介绍了局部阈值和二值函数边缘检测原理,以及如何利用CUDA实现检测,并通过调试仿真将传统边缘检测与局部阈值和二值函数边缘检测的时间进行对比,以证明局部阈值和二值函数边缘检测更快更有效。     

基于提升小波的自适应阈值边缘检测新算法

针对传统的单一边缘检测算法抗噪能力差、边缘不连续等缺点,本文提出采用两种算法相结合的方式来进行边缘检测。首先,对原始图像进行多层小波分解;对分解后的图像低频部分用提出的改进提升算法进行边缘检测,对高频部分用小波变换的局部模极大值算法检测边缘;通过将各层边缘信息按一定的融合规则融合起来得到一个组合边缘,最后细化图像边缘。实验证明,这种方法相对于传统小波分析有着计算量小,计算速度快和要求存储空间小等诸多优势,同时,也能做到不丢失图像信息,保证了边缘的连续性和封闭性,检测效果较好。     

基于自适应Lab色差阈值的ViBe运动目标检测算法

针对视觉背景提取算法(ViBe)对光照变化和运动 阴影敏感、提取的运动区域容易产生空洞的问题,本文提出了基于自 适应Lab色差阈值的ViBe运动目标检测算法。根据图像的局部背景亮度与色彩的空间频率对 人眼视觉的影响,自适应的确定 每个像素点的色差阈值,用于像素点与背景模型的匹配;然后,利用邻域像素点的空间一致 性原则,对检测结果进行修正; 最后,统计各连通域的面积,去除小面积的运动目标。实验结果表明,本算法可以有效的适 应光照变化、抑制运动阴影、填 补运动区域的空洞,具有比ViBe算法更好的检测效果。     

基于多尺度边缘响应函数的自适应阈值边缘检测算法

该文提出了一种基于多尺度边缘响应函数的自适应阈值边缘检测算法。首先分析二进小波变换,根据边缘和噪声随尺度变化的不同特性,设计了多尺度边缘响应函数(MERF)。通过MERF中的乘积放大作用,增大了边缘响应的幅度,同时也抑制了噪声产生的伪边缘。然后利用小波变换多尺度之间的联合分布关系,计算自适应阈值,检测MERF的梯度模值形成多尺度边缘。该算法直接在小波特征上进行多尺度合成,避免了多个边缘图合成过程的病态问题。实验表明,与LOG,Canny以及Mallat多尺度小波检测方法相比,该算法在检测和定位之间能够达到更好的平衡,既能够实现小尺度下的精确定位,也可以保留大尺度下对噪声的抑制作用。     

基于FPGA的自适应阈值边缘提取的Canny算法的实现

在数字图像实时处理中,应用Canny算法对梯度幅值图像进行非极大值抑制后,需要先确定高低阈值才能进行边缘提取,而且不同的图像采用的阈值也不尽相同,阈值选取算法过于复杂及处理时间过长等问题,限制了Canny算法在实际中的应用。为了对Canny算法的这些缺陷进行改进,本设计充分利用FPGA并行执行的特点,将自适应阈值Canny算法移植到FPGA上,并通过理论推导获得了更加适应FPGA的算法公式,解决了自适应阈值选取过程时间过长的问题。最终系统测试结果表明,在FPGA中应用canny算法进行图像处理比在上位机中运行的速度提高了近十倍,充分证明了该设计的正确性和实时性。     

小波变换的自适应阈值图像边缘检测方法

在Marr的计算机视觉系统中，图像边缘检测占据着重要位置。但由于问题本身的复杂性和技术手段的限制，图像边缘检测的研究困难重重。近10年来，由于小波分析技术在工具和数学方法上的重大突破，试图将小波理论应用于图像边缘检测。根据边缘检测的评价标准，参照最佳边缘滤波器的设计要求，确定选择用于边缘检测的小波母函数的一般准则，并在此基础上构造出二次B样条小波，提出了基于小波变换的自适应阈值图像边缘检测的新方法。通过计算机仿真对该算法进行了验证，结果成于采用固定阈值的小波边缘检测。     

基于视觉感知模型修正的彩色图像边缘检测

在彩色图像边缘检测过程中,准确检测低照度区域的细节边缘是一个难题.提出了一种基于视觉感知模型修正的彩色图像边缘检测方法.由于视觉感知彩色空间中的色调分量具有圆形特性,导致伪边缘问题,利用色调距离计算色调图像的梯度以去除伪边缘,并根据饱和度的非线性函数控制色调分量的梯度,最后利用修正的视觉感知模型计算矢量梯度以获取彩色图像的边缘.实验结果表明,新的彩色边缘检测方法较现有方法能提高彩色图像的边缘检测精度,尤其对于低照度区域的细节边缘具有较好的响应.     

阈值自适应视频边缘检测算法的FPGA快速实现

在机器视觉、模式识别等领域通常需要提取出视频的轮廓,为了更高效地提取出视频的轮廓信息,文中改进了一种阈值自适应的Sobel边缘检测算法。该算法基于以面积换取速度的思想,完成中值滤波、多模板Sobel算子、环境自适应阈值生成、腐蚀和膨胀操作,并利用FPGA的并行流水的优势,可以在FPGA硬件平台上实时实现视频边缘检测。     

基于矩的异分辨率图象边界检测

（１）本文引入仿射变换，提出了一种用矩算子以民分辨率图象直接进行边界检测的方法，利用同分辨率图象正方形窗口的模板行矩的计算，推导出了相应用的边界参数公式。（２）本文提出一种隐线笥插值矩计算方法，得到一组与正方形窗口对应的正方形模板，避免了费时的预插值过程，（３）对本文提出的方法进行了实验验证，并给出了实验结果。     

激光气泡检测中图像的边缘正则化复原

基于光学成像的激光气泡检测已被广泛应用于工业领域,如气密性检测等.然而,检测图像的降质严重影响了测量的准确性.为了提高气泡检测的图像质量,提出一种估计动态调制传递函数进行边缘正则化的半盲图像复原法,采用客观图像的质量指标来对半盲解卷积算法进行约束,并将图像复原法与二值形态滤波比较.实验结果证明了该方法的有效性,由此可以得出该方法能有效提高激光气泡检测的成像质量,保留气泡检测图像的边缘细节,以达到更高的检测精度.     

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。     

基于局部模糊分形维度的图像边缘检测算法

介绍了一种局部模糊分形维度,并将该技术应用到图像边缘检测中.将像素覆盖方法推广到N维模糊离散集分形维度的计算就得到了局部模糊分形维度.给出了局部图像的LFFD计算流程和基于LFFD的图像边缘检测方法.采用实例验证了本文的算法,实例结果显示,本文的算法是正确的、可行的和有效的.     

基于颜色三角形的彩色图像边缘检测

利用像素点的颜色坐标RGB构建像素的颜色三角形,计算该三角形的周长和内角.将周长和内角作为像素点的信息量的度量.通过像素点在相关邻域上的信息量的计算,确定该像素点是否为彩色图像的边缘点.这种边缘检测方法,在一定程度上合理地考虑了个各颜色分量的相关性,将向量空间的计算以自然的方式转换成了标量的计算,在思想上是一种不同于其他算法新的算法.实验结果表明,与传统方法相比,该方法能检测出更多的边缘,并且算法实现简单,检测出的边缘清晰.     

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。     

基于边缘检测和数据融合技术的图像增强

文章提出了一种基于边缘检测和数据融合技术的图像去噪方法.以小波变换为基础,结合数据融合技术,在预先确定图像边缘的基础上进行图像增强.实验结果表明,利用边缘检测和数据融合技术的图像增强系统,在保证图像纹理信息的基础上,极大地抑制噪声.     

一种基于小波多尺度边缘检测的图像融合算法

该文提出了一种新的基于多尺度边缘检测的小波图像融合方法,是一种利用图像边缘特征的小波图像融合方法,融合过程利用了图像的多尺度边缘信息。为了更好地保持图像的边缘,该文在图像融合过程中将图像去噪与边缘检测相结合。提出了一种物理意义明确的小波最佳分解层数的确定方法。利用统计分析的评判准则,如熵、标准偏差等,评价二维多聚焦图像不同小波分解层的融合效果,表明该方法提高了图像的熵和标准偏差的值,算法效果良好。