红外图像的亚像素边缘检测

针对红外图像目标边缘的模糊性,为了准确提取目标,提出了基于三次样条插值和灰阶边缘细化的方法,该方法通过对边缘过渡区域及其法线方向信息的处理,使图像边缘精确定位在亚像素级。实验结果表明,该方法能够精确定位目标边缘,优于传统的边缘检测方法。     

基于亚像素边缘的摄像机标定板特征提取算法

目的在视觉测量领域,摄像机的标定精度是最终测量精确度的决定性因素,为了提高标定板特征的提取精度,提出一种基于亚像素边缘的提取方法。方法针对圆点标定板,首先采集标定板图像,对图像进行处理,获取像素级别边缘,然后以边缘像素点为中心,取3×3的数字窗口计算梯度方向,在梯度方向上进行像素点灰度的双曲正切拟合,获取亚像素级别边缘,最后对亚像素边缘按照圆形进行拟合,求得圆心坐标。结果实验表明算法的分辨率达到0.03个像素,精度可达0.1个像素。结论该算法具有稳定可靠,精度高,运算速度快等特点,能够应用于图像拼接和分割,特征提取和摄像机标定等领域。     

一种快速亚像素边缘检测方法研究

提出了一种新的亚像素边缘检测方法。此种方法先经过传统模板算子确定边缘的大致位置，然后用曲线拟合方法求出边缘的精确位置，经过粗、精两次定位，在不牺牲速度的情况下，就可获得亚像素级的定位精度。由于B－样条函数所具有的优越性能，该方法采用它作拟合函数。     

一种用于零件定位系统的亚像素边缘检测方法

本文简要介绍了基于计算机视觉的长条形杆件测量系统方案，并说明在该系统中零件图像边缘提取对测量精度起着至关重要的作用。本文结合工程实际在传统亚像素边缘检测方法基础上，提出垂直占空比亚像素边缘提取方法。该算法具有算法简单、效率高、边缘提取准确的特点，已成功用于长条形杆件测量系统中。     

一种无衍射激光图像亚像素边缘检测方法

为进一步提高无衍射激光图像的定中精度,提出了一种亮环亚像素级边缘点检测方法.首先,采用局域亮度最大方法,提取亮环像素级屋脊边缘点;然后,利用线性插值算法对每一像素级边缘点进行亚像素处理进而获得亚像素边缘点;最后,用最小二乘方法,将亚像素边缘点拟合定中.分别对距离光源40 m、50 m、60 m处,各连续拍摄的50幅图像(图像分辨率为640×480,光靶分辨率为0.057 2 mm/pixel)进行了处理,各位置处的亚像素级边缘点x方向定中标准差分别为0.021 4 nm、0.037 2 mm和0.042 3mm,y方向定中标准差分别为0.022 8 mm、0.035 1 mm和0.043 7 mm,明显优于像素级边缘点,实验结果表明,该方法切实可行.     

汽车发动机进气歧管高精度亚像素边缘检测

提出基于边缘像元投影的汽车发动机进气歧管高精度亚像素边缘检测方法。利用物体边缘投影将其所穿过的感光单元划分2个部分,边缘像素单元的最终灰度值为投影两侧局部灰度统计值的面积加权平均值,并利用矩形邻域建模求得边缘亚像素的准确位置。对汽车发动机进气歧管的实验结果表明,与基于曲面拟合的亚像素边缘检测方法相比,对50.00mm×40.00mm规格产品,长短轴标准差分别降低了1.71%和17.78%,对50.05mm×40.05mm规格产品,长短轴标准差分别降低了38.66%和2.03%。     

基于HT的显微视觉亚像素定位算法

根据显微图像的几何特点,提出了基于HT（Hough Transform）十字显微图像亚像素定位算法（SLACHT）和基于HT近似圆显微图像亚像素定位算法（SLARHT）,对显微图像特征中的直线和近似圆的亚像素定位做了深入的研究。通过与经典直线HT定位算法和经典随机HT圆定位算法进行实验对比,验证了该定位算法的优越性;通过与Matlab中的直线HT定位算法和圆HT定位算法进行实验对比,验证了该算法的可靠性。大量实验表明,该算法的定位精度优于0．01像素,具有运行速度快、鲁棒性强的特点。     

一种改进的灰度矩亚像素边缘定位方法

针对传统边缘检测方法存在的定位精度差、抗噪声干扰能力弱等问题,提出了一种运用一维灰度矩确定亚像素边缘位置的新方法.首先采用阈值分割来获得图像边缘所在的位置范围,然后以阈值分割边界点拓展像素做边缘粗定位,再以粗定位边缘点拓展像素做精定位,直到两次精定位结果相差小于0.01像素即可确定边缘位置.实验结果证明,与其他亚像素边缘定位方法相比,基于所提方法的边缘定位精度分别为0.05个像素(标准图像)和0.14个像素(实际图像).     

光伏电池边缘检测算法研究

为了满足晶硅光伏电池视觉印刷高精度边缘定位要求,本文提出了一种改进的亚像素边缘定位算法.该算法首先应用Sobel算子和线性插值得到边缘垂直方向上新的边缘图像;最后对插值的边缘图像使用改进的灰度矩算子,得到的亚像素边缘.同时本文进行改进亚像素检测算法与传统亚像素检测算法的精度及鲁棒性对比实验.结果表明:本文算法比传统亚像...     

基于抛物线拟合的十字激光图像屋脊边缘检测

针对工程测量中对十字激光图像交点和倾角检测精度要求较高特点,提出了一种十字激光图像亚像素屋脊边缘检测方法.在十字亮条有用区域内,首先利用局域亮度极大方法检测亮条像素级屋脊边缘点;然后提取像素级边缘点水平或垂直方向上一定范围内的像素点亮度进行抛物线拟合,计算亚像素边缘点坐标;最后利用最小二乘法拟合出两条直线,计算十字交点及横亮线倾角.对距离光源4.5 m处连续拍摄的50幅图像(图像分辨率为640pixels × 480 pixels,光靶分辨率为0.082 7 mm/pixei)进行了处理,十字交点x方向标准差为0.013 4 mm,y方向标准差为0.015 8 mm,横亮条水平方向倾角标准差为1.950',精度明显优于像素级边缘点.该方法应用于导轨直线度和扭曲度检测仪中,取得了很好的效果.     

基于改进的灰色关联度的根系图像边缘检测

目的实现对植物根系形态基本参数的计算和分析。方法针对阵列分布内窥式图像获取技术采集的根系图像,提出一种改进的灰色关联度的边缘检测算法。该算法基于灰色关联分析理论,采用变权的邓式关联度模型,利用Sobel算子的2个模板作为参考序列,选取像素的八邻域分量值形成比较序列,通过两类序列之间的关联度实现边缘检测。结果仿真结果表明该算法与传统的边缘检测算子相比,能够较准确地检验出有用的根系边缘信息。结论基于Sobel算子的变权关联度的根系边缘检测算法有效地提高了边缘检测效果,具有一定的抗噪性能。     

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。     

基于线奇异性分析的图像边缘检测方法

针对基于图像像素点分析的边缘提取方法存在无法同时满足高抑噪性、连续性,定位性等问题,本文提出了方向Beamle变换(DBT)方法,在定义图像线奇异性的理论基础上,利用DBT对图像进行线奇异性分析,依据Beamlet变换具有的线段提取能力,将图像边缘检测问题转化为方向Beamlet变换系数矩阵中奇异点的检测问题,以降低噪声点对边缘检测结果的影响.通过对人工图像以及SAR图像的实验,与经典边缘检测算子相比较,验证了本方法具有较强的抗噪性,特别是针对直线边缘,在抑制噪声影响的同时保证了线状边缘的直线连接性,抗噪性较强.     

基于机器视觉的商品条码质量检测方法

目的针对EAN-13商品条码,运用机器视觉技术进行商品条码质量检测,实现一体化、自动化、智能化检验。方法根据检测要求,设计商品条码图像采集装置,通过系统标定完成初始化。条码检测时,采集待测条码图像,进行畸变矫正;通过边缘检测、形态处理和轮廓匹配,找到条码准确位置,分割出条码图像区域,对其旋转校正,分为条码区域和数字区域;对条码区域,水平采样获取反射曲线,计算光学特性参数和译码数据,通过几何特征分析,结合标定参数,计算出相关结构参数;对数字区域,通过字符分割、模版匹配,完成字符识别;最后,通过比对分析,获取全部检测数据。结果分别采用该方法和传统方法,对100个EAN-13条码样本进行了检测对比,试验表明该方法的检验结果符合国家标准,检测数据准确可靠;该方法操作快捷,精度更高,检测速度大幅提高。结论文中方法实现了商品条码质量检测的一体化、自动化、智能化处理,显著提高了检验水平和工作效率。     

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SUSAN和Hough变换的直线边缘亚像素定位方法

提出了一种基于SUSAN算法和Hough变换的直线边缘亚像素定位方法.在该方法中,给出了SUSAN算法模板选择的依据,同时定义了直线边缘响应函数并引入加权Hough变换.首先,利用直线边缘响应函数对直线边缘进行提取;然后对具有响应值的灰度点进行Hough变换并将该响应值作为权值记入参数空间累加器,得到粗定位;在粗定位的基础上对映射区进行局部细化,并对区域内点进行拟合,最终得到直线边缘精定位.实验证明:直线边缘定位精度可达0.3 pixels,同时为解析曲线亚像素定位提供了一种新的思路.     

基于分块梯度直方图的边缘检测

针对图像中存在的弱边缘对比度低、模糊、难以探测的问题,本文提出一种新的并且原理简单的边缘检测算法.该方法根据梯度在边缘处的直观响应,结合直方图的统计特性以及分块操作的局部处理能力,综合而成分块梯度直方图.然后,通过相邻块内部的梯度峰值的互确认操作,得到对梯度强弱不敏感的边缘,从而能够获得图像中更多的特征信息.实验验证表明,该算法的性能在同等算法和经典的边缘检测算子中表现良好,并对噪声具有不敏感性.     

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.