一种基于多分辨率图像融合的边缘检测算法

边缘检测是图像处理中的一个重要环节。文章提出了一种基于小波变换的图像融合边缘检测方案。该方案具体考察了Log算子、Canny算子和小波变换边缘检测算法,通过提取图像边缘对其特点进行了讨论和比较,再将三种算法边缘检测的结果进行图像融合,得到一幅新的边缘检测图像。仿真实验结果表明,此种方法效果要优于单独采用某种算子获得的边缘图像,是一种有效的图像边缘提取方法。     

基于红外图像的尾焰边缘检测

针对红外目标的成像背景具有非平稳性、相关性和复杂性等特点,提出了一种改进的二值化图像分割算法,结合Canny算子边缘检测对红外目标进行了有效分割,得到感兴趣目标区的最佳边缘检测效果。实验结果表明,用该算法对16位红外图像进行目标特征提取,算法简单,运算量小,能够有效提取目标边缘轮廓,达到了预期的效果。     

一种基于高阶曲面拟合的图像边缘检测方法

提出一种基于高阶曲面拟合的边缘检测方法,首先对图像进行自适应Wiener滤波,然后用一个邻域内的像素点来拟合一个高阶曲面,由此计算该点的梯度值,再依据梯度方向对梯度值进行抑制,最后依据统计特性选取阈值,得到边缘图像.仿真实验表明,该方法计算梯度准确,定位精度较其他方法更高,适合各种类型的边缘.     

基于图像平稳小波非线性增强的边缘检测方法

分析了基于平稳小波变换的图像对比度非线性增强算法和传统的Canny边缘检测算法,将两者相结合,提出了一种适用于低对比度图像的边缘检测方法,首先用平稳小波变换对图像进行非线性增强处理,提高它的对比度,然后利用Canny算子进行边缘提取。实验结果表明,该方法能准确地检测出图像的边缘,而且边缘清晰,连通性较好。     

枪械內膛疵病图像的边缘检测算法

首先介绍了零交叉边缘检测算子的基本概念，把高斯平滑滤波器和拉普拉斯锐化器结合起来，在进行边缘检测的同时平滑掉噪声，并提出应用零交叉算子对枪械内膛疵病图像进行边缘检测的实现方法。然后对真实枪械内膛疵病图像进行边缘检测实验，结果表明零交叉边缘检测算子检测到的边缘比较完整，检测方法直观、简便、运算速度快、边缘定位准确且易于实现。     

改进的SUSAN图像边缘检测算法

SUSAN图像边缘检测算法具有抗噪声能力较强、准确等优点，但仍有不足之处．提出了一种自适应选取阈值的方法，并对SUSAN边缘检测算法进行了改进．在此基础上，提取出图像特征来进行目标识别、精密测量等图像描述和分析处理能获得较好的效果．     

自适应Wiener滤波改进LOG算子对激光雷达图像的边缘检测能力

LOG算子是一种经典的边缘检测算子,针对激光雷达图像含有丰富的高斯噪声和乘性噪声干扰.提出一种LOG算子的改进方法:用二维自适应Wiener滤波代替LOG算子中Gaussian滤波.设计了自适应性算法,通过仿真可以看出,该方法有效提高了LOG算子对激光雷达图像的边缘检测能力,是一种实用、有效的方法.     

SAR图像边缘的模糊检测方法

针对合成孔径雷达(SAR)图像的边缘提取问题,提出采用模糊集理论实现SAR图像的边缘检测。设计了一种模糊边缘检测器,该检测器首先计算图像中每一个像素点的边缘隶属度,然后对该隶属度进行非线性变换以增强原始图像的对比度,最后对增强后图像进行阈值化处理得到原始图像的边缘。将模糊边缘检测器与经典的极大似然边缘检测器进行SAR实测数据的仿真试验对比,结果证明了模糊边缘检测器的有效性和优越性。     

基于相位一致性的SAR图像边缘检测

由于相位一致性具有光照条件变化和对比度变化的鲁棒性,能够为大多数图像确定1个通用的阈值,且其检测特征的原理与人类视觉系统对图像特征的认知一致,因此本文采用一致性对SAR边缘进行检测。通过将原图像与二维滤波器卷积求取图像相位的一致性,其中使相位一致性达到最大的点即为图像的边界点。试验结果表明:相较传统的基于梯度的检测算子,相位一致性能获得更加丰富和精确的SAR图像边缘信息。一致性图像边缘较为扩散,存在较多的伪边缘,后续采用了非极大值抑制和自适应双阈值法细化边缘和去除伪边缘。     

应用B样条函数改进LOG算子的边缘检测能力

在分析LOG算子边缘检测理论的基础上,比较了高斯滤波和样条滤波的优劣,提出了用样条滤波代替高斯滤波,提高信噪比,改善边缘检测效果。仿真试验结果验证了该方法的有效性。     

基于脉冲耦合神经网络提取图像边缘的新方法

基于脉冲耦合神经网络(PCNN,PuIsc Coupled Neural Network)是一种依据动物大脑视觉皮层上的同步脉冲发放现象而提出的新型神经网络,提出了一种实用的用PCNN直接提取灰度图像边缘的新方法,从而可直接对256色灰度图像进行边缘提取,解决了文献[4]只能提取二值图像边缘的局限,扩大了该方法的应用范围.仿真结果表明,该方法是行之有效的.     

一种快速、稳健的图像分割方法

文中的目的在于寻求一种高效、快速的图像分割方法。在分析MeanShift算法的基础上提出差值模型和优选模型．并将这两种模型运用于MeanShift算法的图像分割。差值模型增加了MeanShift算法的步长．优选模型提高了图像分割的准确性。试验结果表明．两种模型的应用使MeanShift算法在图像分割方面的效能得到明显的提高。     

一种新的微小型结构件显微图像边缘检测方法

针对目前大多显微图像边缘识别算法的边缘精确识别精度低等问题,提出一种基于工艺匹配思想的微小型结构件边缘识别算法。对不同工艺微小型结构件显微图像进行分析,通过提取不同加工工艺微小型结构件的边缘过渡区,建立边缘过渡区的数学模型,从数学模型中确定边缘点精确位置。建立基于显微视觉检测的边缘图像分形评价模型,分析同类工艺方法边缘图像的相似程度,并以实例进行实验验证。实验结果表明:该方法具有普遍适用性,且边缘检测精度高,能进一步满足精密测量的需要。     

视频跟踪中图像边缘检测的Beta样条算子

介绍了视频跟踪中图像边缘检测的基于Beta样条函数的边缘检测算子，该算法是利用Beta样条函数对原始图像进行拟合，然后求拟合曲面的二阶导数零交叉点来检测图像的边缘，根据Beta样条函数的局部性质得到具体卷积模板，由于它具有两个自由参数，使它比B样条边缘检测算子具有更大的灵活性。     

百分位形态变换在红外图像边缘检测中的应用

针对红外图像对比度低、边缘模糊、噪声大、空间相关性强的特点,提出了一种基于图像形态学的红外图像边缘检测方法。采用并行复合顺序形态滤波算法对图像边缘进行增强和锐化并抑制高频噪声;根据百分位形态滤波相关概念及性质构造的边缘检测算子,进一步滤除红外图像中的噪声,提取图像边缘。实验结果表明,本文提出的算法可以有效地克服红外图像的缺陷,保持图像边缘细节,优于传统边缘检测器。     

基于红外图像差值图的模糊边缘检测方法

针对红外图像边缘检测这一难题,提出了一种基于红外图像差值图的模糊边缘检测方法。首先通过计算图中每个像素点与其邻域8像素点灰度值的差值,然后寻找这些差值的最大值得到图像的差值图,接着对差值图像的边缘区域和平滑区域进行模糊划分,利用差值直方图模型确定红外图像差值图的分割阈值,从而实现边缘提取。实验结果表明,该方法用于红外图像边缘检测能获得较好的效果。     

基于小波变换的图像边缘检测方法

基于小波变换的图像边缘检测,其图像平滑度与尺度增大成正比:尺度增大,高频受到强抑制,输出图像的信噪比提高,图像边缘平滑变粗,定位精度降低;反之边缘定位精度可提升.小波基函数的选取应保证检测精度,故用大尺度滤波器抑制原图像噪声.同时用小尺度滤波器为图像边缘精确定位,即依据边缘检测的小波母函数一般准则,构造二次B样条小波,并采用自适应阈值图像边缘检测法检测图像边缘.