一种固定阈值的毫米波图像边缘检测方法

文章提出了一种固定阈值的毫米波图像边缘检测方法。根据图像的统计特征确定出像素的标准梯度强度，并采用单阈值对图像进行边缘粗定位，然后施行非最大抑制处理和滤波，得到最终检测结果。由于该算法对各幅毫米波图像设置相同的阈值，故能实现自动检测，同时还具有计算量小的特点。实验结果表明该方法进行毫米波图像边缘检测的有效性和可行性。     

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Canny边缘检测算子的图像检索算法

针时依赖传统Canny算子的基于边缘的图像检索系统所存在的不足,提出一种基于Canny边缘检测的图像检索算法.使用改进的Canny算子提取图像边缘特征,将该特征通过傅里叶描述予转化为向量,根据向量闯的Manhanttan距离进行图像检索.试验结果表明,改进的Canny算子能够检测到低强度的边缘并保持边缘清晰连贯,而且该图像检索算法具有良好的检索效果.     

一种基于改进Canny的边缘检测算法

鉴于传统Canny边缘检测算法在高斯滤波方差和高低阈值选取上需要人工干预,不具备自适应能力,以及其在梯度计算上的缺陷。提出了一种改进的Canny边缘检测算法。改进算法使用自适应平滑滤波代替高斯滤波,在平滑图像的同时锐化了边缘;使用水平、垂直、45°和135°四个方向梯度模板计算图像梯度,改善了传统Canny算法在计算梯度时对噪声的敏感性;引进Otsu算法自适应地根据图像灰度生成高低阈值,避免了人为设定高低阈值的难题。实验结果表明,改进算法在检测到更多边缘细节的同时,也具备较强的自适应性。特别地,在噪声环境中,改进算法比传统Canny算法检测效果更优。     

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。     

基于改进Canny算法的边缘检测技术应用及发展趋势

Canny算法是边缘检测中常用的算法之一,Canny算法经过有效改进,可快速、高效地完成对图像边缘位置的准确识别,因此在计算机视觉、图像分析等领域发挥着较为重要的作用。基于边缘检测的概念及过程,着重介绍了Canny算法的各种改进方法,根据不同的改进方式对Canny算法进行分类与总结,并对改进前后的边缘提取结果进行了对比分析;阐述了改进Canny算法的应用与发展前景,总结了目前所面临的问题以及进一步的研究内容。     

基于Canny算子的图像边缘检测算法

图像边缘检测是一种非常经典的基于计算机视觉技术的图像处理技术,主要是根据图像的某种特定信息,把目标的边缘与周围的区分开来。回顾了几种传统的边缘检测方法,并分析它们的优缺点,详细阐述了Canny算子的检测原理和实验方法。实验结果表明Canny算子是最优的边缘检测算子,能够较稳定地对目标图像进行边缘信息提取,得到较好的检测效果。     

一种基于自适应Canny算子的舰船红外图像边缘检测方法

提出了一种用于舰船红外图像边缘检测的自适应Canny算子边缘检测方法。先利用图像的局部最大标准差值为参考值设定高斯滤波尺度参数,然后采用基于梯度幅度直方图的类间方差最大法计算Canny算子的高低闽值,从而实现边缘的自动检测。实验结果表明,采用该方法检测出的舰船边缘清晰连续,噪声较少,优于传统的Canny算子边缘检测方法,并且具有很好的工程适用性。     

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。     

改进的Canny实时边缘检测算法在FPGA上的实现

针对高斯滤波会使图像过度平滑及高低阈值选取的主观性影响传统的Canny边缘检测效果,提出一种基于改进Canny算子的边缘检测方法.该方法采用了改进的中值滤波,且依据图像的幅值梯度直方图特性得到自适应的高低阈值,再结合FPGA(现场可编程门阵列)高速并行处理数据和多级流水的特点,设计了一个基于硬件平台的实时边缘检测系统....     

基于Canny边缘检测的图像预处理优化算法

在图像的边缘检测算法中,Canny算法虽然可以大概勾勒出图片内图像的具体轮廓,但是一些不够清晰的轮廓可能会出现断开的现象,导致局部失真。文中对Canny算法进行进一步优化,采用抑制孤立的弱边缘方法实现边缘检测,图像内一些不太清晰的轮廓可以得以保存,相互连接,使得获得的图像边缘轮廓更加清晰,整体的感观效果更佳。文中给出优化方法并进行仿真验证了结果的有效性。     

基于对象抽象的自适应Canny边缘检测

提出一种基于对象抽象的边缘检测,根据图像中表达的对象,对图像中的不同区域进行相对不同参数的边缘检测,最后把对象的区域和背景的区域的检测结果融合起来,以对图像中表达的对象进行突出显示或某种风格化强调,相比较现有的自适应的Canny算子边缘检测的效果,更具有层次性,对图像信息的抽象具有重要意义。     

基于改进Canny算子的铁轨边缘检测方法

边缘检测是铁轨异物入侵检测的关键技术,针对铁轨图像边缘检测效果不佳的问题,设计了一种基于改进Canny算子的边缘检测算法.通过极值中值滤波平滑图像,提出加权系数梯度幅值和方向计算方法,并采用改进的迭代式阈值分割方法来确定Canny算子的最优高、低阈值,从而实现铁轨边缘的精确检测.对检测结果进行定性定量分析,结果表明,该方法提高了边缘检测定位精度,有较好的连续性、抗噪性能和清晰度.     

基于Canny边缘检测的红枣识别算法研究

随着农业科技的发展,色选机成为红枣生产过程中的一个重要环节。但在红枣色选的过程中往往会因为物料光遮挡、粘连、边缘发黑和枣蒂等原因导致识别不准、成品质量不够高。由于Canny边缘检测具有抗噪性强并且对梯度幅值进行非极大值抑制的优势,提出一种基于Canny边缘检测的红枣识别算法,先对红枣图像用Canny算子进行边缘检测并去除异色像素,再将图像由RGB转换为HSV颜色空间识别并用气阀分选。实验证明,所提出的算法能有效解决红枣在色选过程中由于边缘异色导致的识别误差问题。     

基于边缘保持滤波的Canny彩色图像边缘检测方法

提出了基于边缘保持滤波的Canny彩色图像边缘检测方法。该方法利用了HSV颜色空间信道相关性低的优点,结合Canny算子定位准确的优点和边缘保持滤波理论,用边缘保持滤波取代传统的高斯滤波,用梯度矢量计算法替代传统的梯度标量计算法,从而增强了在平滑过程中对图像边缘的保持,最大程度保留了色彩的差异信息,实现了彩色图像边缘的自适应提取。实验结果证明,该方法将灰度空间的Canny算法推广到彩色矢量空间,充分利用了彩色信息,对彩色图像边缘提取具有较好的检测精度和准确度。     

改进的Canny算法

Canny边缘检测算法是一种综合评价比较好的边缘检测算法,但在应用时由于用高斯滤波器对图像进行平滑,往往引起定位精度下降并使角点变圆。针对上述问题,采用各向异性高斯滤波对Canny算法进行了改进。实验结果表明,改进后的算法在对噪声的鲁棒性、定位精度和单一响应方面均优于原始的Canny算法。     

一种基于Canny算子的船舶目标检测算法

提出了一种从红外图像中检测船舶目标的方法,该方法首先对两帧图像进行差分处理,然后进行图像分割,再用Canny算子对目标边缘进行检测,结合图像分割的结果,最终确认目标.实验表明该方法在复杂背景下,可以较好的进行目标检测.     

基于改进Canny算法的齿轮表面边缘检测

齿轮的边缘检测是保证齿轮使用安全的重要手段,传统的Canny边缘检测算法对噪声敏感,但是在滤除噪声时容易丢失弱边缘信息,其固定参数适应性较差。针对上述问题,本文提出了改进的Canny边缘算法用于齿轮表面边缘检测,将离散余弦变换(DCT)和非局部均值(NLM)相结合,取代了Canny算法中传统的高斯滤波器。实验结果表明,该方法在边缘检测和噪声抑制方面具有良好的效果。     

一种应用Tsallis熵的红外图像边缘检测算法

提出一种基于Jensen-Tsallis熵的红外图像的边缘检测方法,通过分析红外图像的成像特点,利用红外图像的局部的熵信息,计算滑动窗口内图像的Jensen-Tsallis散度-方向对,由Jensen-Tsallis散度确定候选边缘像素,再利用Jensen-Tsallis的方向信息细化并连接边缘像素,实验结果表明,该算法可以有效地检测红外图像边缘.