基于Sobel算子的图像边缘检测研究

在图像处理中,提出了一种新的边缘检测算法,该算法首先对由Otsu算法所得图像进行形态学的去除孤立像素和闭运算操作,然后再用Sobel算子进行边缘检测,最后将所得图像与用Sobel算子直接对原始图像进行边缘检测的图像相加。最后用MATLAB对数字图像和红外图像都进行了仿真。仿真结果表明,该算法改善了单一的用Sobel算子检测对垂直与水平方向敏感,其他方向不敏感的不足,提高了Sobel边缘检测算子的性能,具有良好的检测精度。此算法不仅适用于数字图像还适用于红外图像。     

基于梯度算子的线阵CCD图像边缘检测方法研究

利用线阵CCD对螺纹参数进行测量,其测量精度受边缘信号检测精度制约,对图像边缘的精确检测是测量的基础和关键。为了检测经过线阵CCD所得图像的边缘,提出了一种基于梯度算子和直线拟合原理的边缘检测方法。该方法利用梯度算子求出图像边缘梯度最大值的两点,再结合这两点及相邻点的信息进行直线拟合,确定边缘的准确位置。基于该方法的采集系统由线阵CCD采集螺纹的灰度图像,使用DSP来处理数据。实验结果表明,该方法相对于固定阈值法,对提高系统测量精度具有显著效果。     

亚像素边缘检测在小模数齿轮参数检测中的应用

针对工业中小模数齿轮参数检测高精密的要求,本文设计了一种改进的Sobel算子和三次样条插值法结合得到亚像素边缘检测的方法,以快速且精确的方式,得到二值化的边缘图像。通过对小模数齿轮图像边缘提取实验,对该算法的有效性和检测精度进行了验证,给出了实测尺寸对比结果。实验结果表明:本文的亚像素定位算法比传统算子检测定位精度更高,可满足图像高精度实时在线测量的要求。本文网络版地址:http://www.eepw.com.cn/article/145482.htm     

基于多种边缘检测的视频划痕检测技术

针对电影胶片中比较常见的垂直划痕及其特性,提出了一种新的基于多种边缘检测的检测算法。该算法首先运用Sobel算子中对垂直边缘响应最大算子对图像进行边缘检测,然后运用Canny算子进行边缘检测,再用概率Hough变换检测图像中垂直直线,最后结合形态学处理和宽度约束得到划痕位置。实验结果表明,该算法能有效地进行噪声干扰下的划痕检测。     

基于改进Sobel算子的红外图像边缘提取算法

针对红外热像仪采集的图像边缘信息模糊,图像显示多样性,边缘信息难提取的特点,提出了一种基于Sobel算子梯度相乘的边缘提取算法.该算法首先对红外热像仪图像进行待识别目标的高温区域提取,然后分别利用增加了6个方向模板的Sobel算子和Roberts算子对图像进行边缘提取,再将得到的两幅梯度幅值图像进行梯度相乘,最终得到边缘提取图像.最后,用MATLAB对图像进行了仿真,仿真结果表明,该算法能够快速有效地提取红外热像仪图像的边缘,弥补Sobel算子的不足及提高了Sobel算子边缘检测的性能,计算简单,具有良好的检测精度,而且得到的边缘较细,极大的改善了图像边缘提取的效果.     

图像边缘检测中的微分算子法及其比较

边缘是图像最基本的特征,边缘检测是图像分析与识别的重要环节。基于微分算子的边缘检测是目前较为常用的边缘检测方法。通过对Roberts,Sobel,Prewitt,Canny和Log等几个微分算子的算法分析以及MATLAB仿真实验对比,结果表明,Roberts,Sobel和Prewitt算子的算法简单,但检测精度不高,Canny和Log算子的算法复杂,但检测精度较高。在应用中应根据实际情况选择不同的算子。     

激光基准成像测量光斑图像的亚像素检测算法

在激光基准下基于CCD成像身管轴线直线度测量系统中,对激光光斑图像的高精度检测和定位是影响系统测量精度的一个重要因素.为了提高激光光斑图像的检测和定位精度,提出了一种Sobel-Guass拟合算子的激光光斑亚像素边缘检测方法,同时结合最小二乘迭代圆拟合法设计了光斑中心的高精度定位.即:首先用Sobel算子细化边缘,进而在梯度方向上进行高斯函数拟合插值,进一步提高图像边缘位置的检测精度,最后经最小二乘圆迭代拟合后得到激光光斑的亚像素级几何参数,从而使测量系统的精度提高一个数量级.实验结果表明:像素细分后对像素点的定位精度可以达到0.1个像素,亚像素边缘对标志中心的定位精度优于0.03像素.     

基于Sobel算子的改进边缘检测算法

提出了一种基于Sobel算子改进的边缘检测算法。该算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度。在计算图像梯度时结合了方向拆分法,将每个方向梯度与两个子方向半个模板对应的像素点之和分别求比值,选择最大者作为该方向的梯度值,然后将四个方向梯度的最大值作为窗口中心点的梯度,最后对梯度图像进行阈值分割和细化,得到边缘图像。实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、图像边缘较细的优点。     

基于Gabor滤波器的Sobel算子图像边缘检测算法

Sobel算子对图像进行边缘检测时,只对垂直与水平方向敏感,使得一些边缘检测不到,从而限制了Sobel算子的检测性能。针对此问题,文中提出了一种基于Gabor滤波器的边缘检测算法,先对图像进行Gabor变换,找出不同方向上人眼敏感程度低的系数,再用Sobel算子对变换过的图像进行边缘检测,最后把此图像与直接用Sobel算子检测的图像相加。实验表明,该算法改善了Sobel算子检测方向单一的不足,包含较多的边缘信息。     

实时图像双边缘检测算法及FPGA实现

传统的单独采用Roberts和Sobel算子对实时图像的边缘进行检测,其检测出的结果在边缘精度和抗噪能力方面都有待提高。首先将实时图像经过中值滤波来去除噪声,然后再进行Roberts边缘和Sobel边缘检测,实现双边缘检测,最后将得到的边缘数据在FPGA上实现。实验结果表明,双边缘检测优于单独采用Roberts或Sobel边缘检测算法,检测出的边缘更加清晰,抗噪能力增强。     

基于面阵CCD图像检测的光电影像测量系统

图像检测技术可应用于零件微小间隙的测量.本文依据远心光学成像,将被测零件单元光学成像至面阵CCD相机靶面,对图像进行去滤波除噪、图像增强,将Sobel运算应用于基于梯度算法的图像边缘检测,并用修正实测标定系数的方法提高实测精度,能够胜任生产中不同环境下的微间隙测量.实验结果表明,测量精度为6μm,基本满足自动影像测量稳...     

反求工程中层析图像快速子像素边缘检测技术

层析图像边缘提取的精度直接影响到三维重建及尺寸检测精度。在研究射线成像理论的基础上，针对同一密度产品的层析图像，提出了基于灰度落差查找表的快速子像素边缘检测技术。该方法首先利用改进的Sobel算子进行边缘的粗定位，然后利用灰度落差与边缘扩展的关系对边缘进行精确定位。实验结果表明该方法是有效的。     

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。     

基于CCS的图像边缘检测和提取设计

Matlab对数字图像的处理在工程化方面存在一定的不足。针对这一不足,利用硬件仿真平台CCS,采用数字图像灰度梯度最大值法、Sobel算子边缘检测算法对数字图像进行检测,实现了数字图像的边缘提取。实验表明,Sobel算子边缘检测算法对数字图像进行边缘检测和提取的效果比较理想,且为图像处理提供了一种硬件实现方法。     

图像边缘检测算法研究

边缘检测是图像处理中很重要的组成部分,其效果直接影响到后面的图像分析。在此介绍Roberts算子、Prewitt算子、Sobel算子、LOG算子和Canny算子等经典边缘检测算子,对其性能和算法特点进行分析。运用Matlab进行算法的仿真,并对其检测结果进行分析和比较,得出Canny算子的边缘连接程度最佳,景物的细节表现得最明晰,轮廓边缘提取得很完备。     

智能型激光三角法振动测量技术研究

为了实现主轴振动实时非接触测量技术的智能化,提出了一种基于移动终端操作系统的振动测量方案。改进了激光三角法振动测量模型,推导出被测物体的振动位移变化量和反射光斑位移变化量成线性关系。设计了振动测量系统,通过WIFI进行数据传输,提高了数据的安全性,实现了远距离传输。设计了移动端软件,减小了振动测量系统的体积,采用滑动平均滤波法消除了周期性干扰。根据信息论进行不确定度分析,采用信息熵表示不确定度。经过实际测试,该系统的测量不确定度为2.66 bit。研究结果对振动测量方案的设计具有一定的指导意义,为相关机械领域中振动测量的后期深入研究奠定了理论和试验基础工作。     

几种典型边缘检测算子的评估

图像信息量巨大,而边缘信息是图像的一种紧描述。边缘是图像最基本的特征,是用于识别图像的重要信息。图像边缘检测大幅度地减少了数据量,并且剔除了可以认为不相关的信息,保留了图像重要的结构属性。有效的图像检测方法对图像进行处理具有特别重要的意义。该文通过对数字图像处理的几种典型边缘算子(Robert,Prewitt,So-bel,LOG,Canny)进行评估,并用Matlab工具进行图像轮廓提取,分析与讨论了各种算子的应用效果,得出各算子的优缺点,为新方法的研究提供衡量尺度和改进依据。     

基于CCS的数字图像边缘检测的设计

数字图像边缘检测的设计大多是基于Matlab软件设计的,这与工程化还有一定的距离。针对这一不足,给出了数字图像边缘检测Sobel算子以及程序设计流程,并在CCS v3.1的软件仿真环境下进行仿真实验。通过3个实例的分析,验证了基于CCS的数字图像边缘检测设计的可行性。结果表明,使用Sobel算子实现了图像边缘检测,这为图像处理提供了一种硬件实现的方法。