基于灰度梯度和反正切函数拟合的亚像素边缘检测算法

在数字图像处理和机器视觉中,边缘检测是一个基本问题和关键环节,因此,精确地检测图像边缘是非常必要的。本文提出了一种基于灰度梯度和反正切函数拟合的亚像素边缘检测算法。首先,通过Canny算子粗略提取输入图像的边缘;然后对初步得到的边缘像素逐点提取灰度梯度方向,以提取的梯度方向为坐标轴正方向建立灰度梯度直角坐标系;最后利用最小二乘法,采用反正切函数拟合图像边缘的灰度梯度,获得亚像素边缘位置。利用Microsoft Visual Studio 2008平台进行实验,结果表明：与基于小波变换及基于Zernike矩的亚像素边缘检测方法相比,本文所提算法定位精度较高,检测速度较快,能够更完整地检测出图像的平滑边缘。     

一种基于梯度的亚像素边缘检测算法

采用Sobel算子确定图像边缘的大致位置,然后用三次样条插值函数对灰度边缘图进行内插计算,使目标边缘定位达到亚像素级.再对插值后的图像采用阈值迭代算法得到阈值特征图像.实验表明,该方法能精确定位目标边缘,达到亚像素精度,优于传统的边缘检测方法.     

一种亚像素边缘检测方法

提出一种新的亚像素边缘检测方法，此方法先经过传统模板算子粗定位边缘，然后再用ZOM矩算法精确定位。并给出此种方法的具体实现步骤，实验证明这种方法检测精度可达到亚像素级，具有很好的检测稳定性，有很强的实用价值。     

一种Zernike矩亚像素边缘检测的优化算法

Zernike矩边缘检测算法是一种基于亚像素级的检测算法,但是传统的Zernike矩算法在阈值选取方面需要人工调试,不具有智能性,无法满足现代高效率工业检测技术的要求。本文为了克服这个不足点,从算法的阈值选取出发,对算法进行了改进,推导出了一种阈值的优化计算方法。实验结果表明这种优化算法能够有效地检测出图像的边缘,并有极高的检测精度,很大程度地提高了算法的检测效率,增强了该算法的实用性。     

基于误差效应的亚像素边缘检测算法

针对传统亚像素边缘检测算法在实时性、精确性和鲁棒性之间难以平衡的问题,提出了一种基于误差效应的亚像素边缘检测方法。该方法首先建立边缘函数模型,并计算每个像素边缘对应函数方程常数项的近似值和对应误差,然后结合最小二乘法使整体函数模型误差最小,从而获得较为精确的边缘参数。基于标准图像和实际图像的实验测试结果表明,该算法具有快速、鲁棒性强和检测精度高等优点,能够满足实时检测的要求,评价指标优于其他传统算法。     

基于二次曲面拟合的子像素边缘检测算法

针对传统边缘检测算法边缘信息保留不完整与边缘点定位不精确的问题,提出了一种基于二次曲面拟合的子像素边缘检测算法。利用拟合法求得子像素图,其抗干扰性强,检测位置较准确,并在此基础上利用改进的Canny算子精确地判断图像边缘位置。实验结果表明,该算法不仅提高了图像的边缘信息保留能力,且图像边缘光滑,边缘点定位精确,细节信息完全。     

图像的快速亚像素边缘检测方法

提出了一种新型的测量图像快速亚像素边缘检测方法。首先,利用标准的Sobel算子进行边缘点的粗定位,确定边缘点的像素级精度位置和边缘的方向;然后,沿边缘点的边缘方向拓展像素,得到长度为6的像素灰度值向量,将向量带人利用最小二乘曲线拟合方法得出的公式,求出边缘点的精确位置,从而能够实现亚像素边缘定位精度。实验证明：该方法的定位精度为0．1pixels,算法的运行时间为0．53s。     

屋脊型边缘的亚像素级检测算法研究

通过分析屋脊型边缘的成像特点,提出了一种针对屋脊型边缘的亚像素级检测算法.给出了算法的理论证明,说明了算法不存在原理性误差,此算法将求取边缘点的亚像素位置转为求解图形的对称中心.推导出算法的离散化公式.通过实验验证了此算法在无噪和含噪情况下的有效性,并分析了误差产生的原因.研究结果表明,此算法计算量小、精确度高,并具有抑制噪声的能力.     

一种新的边缘检测算法

边缘检测是图像处理的一个重要环节.通过对现有经典边缘检测梯度算子--Sobel算子的分析,提出了一种具有普遍意义的边缘检测算子.文章根据新算子的构造机理以及大量的实验,验证了该算子的可行性,这里是对边缘检测算子的一种很好的补充.     

基于亚像素边缘检测的LED芯片定位算法研究

LED芯片的定位精度直接决定了LED制造装备的生产质量和效率,为了提高LED芯片的定位精度,提出了一种基于亚像素边缘检测的芯片定位算法.该算法首先采用Gamma变换方法增强图像的对比度,并利用Blob算法获取芯片有效区域;接着采用Canny算法进行芯片亚像素边缘轮廓的提取;最后,通过拟合芯片边缘轮廓,获取芯片位置中心,完成芯片位置的精确识别.该算法不需要人工训练模板进行匹配,提高了边缘提取的定位精度,实验表明,该算法能在平均4 ms内完成一颗芯片的识别,且重复精度达到0.1 pixel,满足LED芯片高速高精度定位需求.     

改进Zernike矩亚像素边缘检测算法研究*

针对Ghosal算法检测出的边缘较粗以及手动反复调节阶跃强度阈值引起的效率低的问题,提出了一种改进算法.首先,推导出模板系数,并计算得出Zernike矩.其次,利用推导出的公式计算出距离阈值和边缘阈值,利用Otsu法计算得到最佳阶跃强度.最后,通过设计三组实验,来验证改进算法的有效性.实验证明,改进算法能够更加有效地检测出图像的边缘,减少伪边缘的存在并且细化了边缘,提高了定位精度,同时降低了算法的执行时间.     

一种基于Hough变换新的亚像素定位算法

为了提高数字摄影测量的精度,提出了一种基于Hough变换的亚像素定位算法,针对直线边缘检测和圆边缘检测,分刺采用二次Hough变换法和三等分Hough变换法,通过使用二次Hough变换的方法,克服了直线边缘计算精度低和速度慢的问题,通过使用三等分Hough变换法,克服了传统Hough变换法圆边缘检测性能受参数离散间隔制约及精度低的问题.仿真和实验表明新算法的亚像素定位精度能达到O.02像素,有效地提高了数字摄影测量的精度.     

一阶边缘检测算法的研究

在机器人视觉伺服控制系统中,用一阶边缘检测算法把目标物与图像背景分离出来,是实现目标物识别和定位的重要手段之一.在此,重点探讨和分析一些重要的一阶边缘检测算法的特点及其原理,用这些算法对车牌号码进行检测,通过分析它们最终的检测效果发现,坎尼边缘检测算子能够检测到真正的弱边缘,可以使边缘的线型的连接程度较好,能把带宽细化成只有一个像素点宽,并且具有较好的定位性能.把坎尼算法应用在机器视觉伺服中是一种较好的边缘检测方法.     

基于改进的Canny算子和Zernike矩的亚像素边缘检测方法

为满足电荷藕合器件(CCD)图像测量系统的快速、高精度测量要求,提出了一种基于改进Canny算子和Zemike矩的图像亚像素边缘检测新方法.该算法先利用改进的Canny算子进行边缘点的粗定位,在像素级上确定边缘点的坐标和梯度方向,然后再根据构造的边缘点向量和参考阈值,用Zernike矩算法对边缘点进行亚像素的重新定位,...     

基于改进Zernike矩的光斑图像亚像素边缘检测算法

为了满足光束质量检测中对光斑边缘高精度的定位要求,采用了一种基于改进Zernike矩的亚像素边缘检测算法.首先由Sobel算子对光斑进行粗定位,再由Zernike矩的边缘模型对获取的像素级边缘进行重定位,最后根据改进的边缘判断条件,确定图像中的实际亚像素边缘点,以完成光斑图像亚像素级边缘的提取.通过对仿真图像亚像素边缘...     

一种提取单像素边缘的方法

在对图像进行边缘提取时,水平和垂直的边缘一般通过简单的Soble算子就能够提取出它的单像素边缘,但是对于倾斜的或其他形状的边缘用简单的Sobel算法就很难提取出它的单像素边缘。本文提出了一种基于新的Soble算子改进算法来提取倾斜一定角度的单像素边缘。首先,通过引入衰减因子对原灰度图像进行处理,先后利用8个模板的Sobel算子得到一个边缘图,然后利用统计学的方法,统计边缘图像每一行的灰度最大值,最大值所在的位置就是单像素的位置。通过实验验证,利用本文的算法能够将倾斜一定角度的边缘提取出其单像素点。     

一种基于最小交叉熵的canny边缘检测算法

考虑传统Canny算子在边缘检测中的不足,提出一种融入最小交叉熵的Canny边缘检测算法.传统Canny算子的高低阈值一般人为地设定固定值,当一幅图像的灰度级集中在某一区域时,容易造成虚假边缘;利用最小交叉熵计算图像的高低阚值,可以得到理想的阈值;利用图像灰度的均值和方差计算Canny算子的高斯滤波参数.实验结果表明,算法较好地提取了图像的边缘信息,抑制噪声能力较强,有效地提高了边缘检测的鲁棒性.     

一种改进的Canny算子边缘检测算法

边缘是图像的基本特征之一,因此在图像处理中图像边缘检测是图像处理的一个重要部分。由于传统的Can-ny边缘检测算法是通过在2×2领域内求有限差分来计算梯度幅值的,易受噪声的影响,容易检测出孤立点和伪边缘。在基于传统的Canny边缘检测算法的基础上,采用3×3领域的梯度幅值计算方法,提高了边缘的定位精度,改善了对噪声的敏感性。实验结果表明,该算法在保证实时性的同时,具有更好的检测精度和准确度。     

基于亚像素边缘搜索的气门几何参数检测

气门几何参数检测问题是汽车、船舶、航空以及柴油发动机等工业缺陷检测领域的热点难题,其本质是气门边缘关键点的检测问题,目前应用在工业气门产业的成果较少。本文针对气门边缘关键点难以精准检测问题,设计了基于亚像素边缘搜索算法,该算法基于Zernike矩和亚像素边缘检测对气门边缘进行矫正,并结合图像投影和逐像素边缘搜索精确定位边缘关键点对其拟合,得到气门几何参数检测结果。为了验证所提算法的有效性,对不同尺寸的工件进行检测分析,结果表明该算法检测气门杆径的最大绝对值误差和最大极差分别低于0.009 3 mm和0.036 3 mm,在检测精度和稳定性上均达到了工业要求,满足实际工业生产现场的检测需求。