基于数学形态学改进Canny算法的红外图像边缘检测

在应急搜救中,红外图像边缘检测起到至关重要的作用,众多学者都致力于研究如何能够进一步提高红外图像边缘检测的性能,本研究提出一种将数学形态学与Canny算子进行融合的算法,称为应用于红外图像边缘检测的改进Canny算法。算法研究完成后,将通过Matlab仿真软件进行仿真,将改进后的Canny算法与传统Canny算法的仿真结果进行比较,可以发现该算法在边缘检测和细节处理方面的性能更为优良。     

基于改进Canny算子的葵花籽边缘检测方法

针对葵花籽一类不规则形体的边缘检测问题,采用传统的Canny算法有许多局限。文章对其提出三点改进:1基于梯度统计差分的自适应阀值法,克服了传统算法在目标与背景灰度变化较大时边缘检测会丢失部分边缘的不足,有效提高信噪比;2基于梯度方向的端点延伸法,弥补了Canny算法在连接分析后得到较多断线边缘的缺陷;3基于最长曲线的区域包围法,可去除背景中短小边缘,从而去除目标外围的干扰,实现葵花籽区域的精确定位。试验结果证明,在高复杂背景下改进的Canny算法在葵花籽边缘检测上取得了很好的效果。     

一种改进的Canny边缘检测方法

传统Canny边缘算子通过像素点的梯度幅值是否大于梯度方向两侧的像素的梯度幅度值来判定边缘.针对传统Canny边缘算子的判断边缘的方法,分析Canny边缘算子在边缘检测时容易出现边缘点的漏检而造成边缘不连接现象,结合Harris检测算法改进Canny边缘算子来连接断开的边缘并提高检测准确率.实验结果表明,改进的算法检测边缘连接性好并具有更好的检测准确度.     

一种改进的Sobel边缘检测算子

在现有Sobel边缘检测的基础上,提出了一种改进的梯度算法,不仅简单易行,而且较好地解决了检测精度与抗噪声性能之间的协调问题。经实验证明,用改进的梯度算法检测的图像边缘不仅轮廓清晰,实时性好,而且具有较好的抗噪性能。     

基于边缘检测的虹膜图像定位分割算法研究

研究了虹膜识别的定位分割算法。算法主要包括虹膜边缘检测、虹膜内外圆定位、分割眼睑。本算法在利用改进的Canny检测边缘算子对虹膜进行边缘检测的基础上,对虹膜内外圆进行有效而准确的定位,提出了分割眼睑、睫毛等影响因素的方案,并在Matlab软件中进行了仿真实验。     

边缘跟踪算法在多纸病图像分割中的应用

为了解决纸病检测中多纸病图像分割问题,提出了一种改进的边缘跟踪算法。该算法首先搜索得出纸病边缘的链码,并通过记录坐标取得图像的外接矩形,然后提取每个矩形中的纸病图像。结果表明,该算法能够有效提取纸病图像的边缘,并对多纸病图像能够完成精确的分割。     

应用改进Canny法检测工业零件含噪图像边缘

针对工业零件含噪图像边缘检测,根据Canny算法原理,提出了一些改进策略,形成了一种矩形透镜最大梯度模边缘检测算法。采用中值滤波完成图像平滑,有效抑制了图像噪声;采用5×5邻域一阶偏导有限差分计算图像的梯度幅值,提高了边缘定位的精度;采用最大类间方差法(OTSU)求解了最优区域分割阈值,实现了边缘的自动检测。以磁环和极片工业零件图像边缘检测为例进行了实验,结果表明,该算法具有较好的去噪和边缘检测效果。     

融合边缘检测的四帧差分运动目标检测

传统的三帧差分运动目标检测算法易出现空洞及虚假边缘等现象,为了对其进行改进,本文提出了一种融合边缘检测的四帧差分运动目标检测算法。首先对四帧连续图像采用Canny边缘检测算子快速提取边缘图像,然后对四帧连续的边缘图像进行四帧差分运算,最后通过阈值分割和形态学处理完成对运动目标的提取。实验结果表明,该算法计算简单,连通性好且准确率高,可满足实时检测的要求。     

一种分块自适应文字图像边缘检测新方法

传统catmy算法通过比较图像梯度值与人为给定阁值,进行图像边缘提取,无法自适应确定阀值、一些基于改进的最大类间差算法（Otsu算法）,通过计算梯度直方图和类间方差极大值的,自动寻找出Canny算法需要的分割闽值实现对传统Canny算法的改进,对于文字图像边缘提取效果并不好。本文利用梯度直方图峰值搜索的方法设定Canny算法的上闽值,通过对图像分块计算,自适应处理亮度不均的文字图像。关键词：边缘提取;自适应闽值分割;Cmmy算子;峰值搜索     

基于改进边缘检测算法的服装款式识别

为快速识别服装款式类型,提高生产效率,针对现有传统边缘检测算法难以准确提取轮廓特征序列的不足,设计一种改进的边缘提取算法。通过定义一种新的优化卷积核,在使用传统边缘检测算法提取训练样本的服装轮廓基础上,将该卷积核与目标矩阵进行卷积得到新的外轮廓,将新轮廓序列的傅里叶描述子作为特征向量,进一步利用BP神经网络模型完成服装款式的自动分类与识别。为验证改进方法的有效性,建立一个包含4类服装500个不重复服装图像的样本库,选取281个作为训练样本,对剩余219个样本进行测试,测试识别准确率最低为93.48%,最高达到了100%。该改进算法提高了服装款式识别率,对服装智能化生产具有借鉴意义。     

应用Prewitt算子的织物疵点检测改进算法

针对经典Prewitt算子在织物疵点边缘检测中存在的检测边缘较粗、定位不准确和人为选取阈值会造成边缘点误判等缺点,基于改进的Prewitt算子,提出了一种与非极大值抑制方法相结合的自适应阈值的织物疵点检测方法。该方法对织物原图像采用高斯滤波进行预处理,以消除图像上的光照不均和噪声等影响,增加45°和135°方向模板完善边缘结构,利用非极大值抑制方法细化边缘,并用自适应阈值法确定最优阈值来减少边缘点的误判。通过对不同类型织物疵点的试验结果进行分析,证明改进后的算法具有更好的自适应能力,提高了算法的有效性。     

应用Canny算子的织物疵点检测改进算法

为克服当前Canny算子在织物疵点边缘检测中存在的阈值设定、滤波参数选择等自适应问题,提出一种基于Canny算子的改进算法。通过分析不同种类的织物疵点特征,选择不同参数的高斯滤波器,对织物疵点图像进行滤波处理;采用自适应形式获取图像边缘信息的阈值,避免了因阈值取值过高或过低而无法获得较好织物疵点的边缘信息的问题,同时还可根据不同织物疵点类型选择不同的滤波参数。结果表明,改进后的Canny算法可有效地检测到织物疵点的边缘细节,具有较好的自适应能力,并且提高了算法的有效性。同时对典型的织物疵点进行检测并与传统算法比较,其检测效果更优。     

基于改进的引导滤波的织物疵点检测算法

为解决织物疵点自动检测算法对不同种类疵点检测的鲁棒性问题以及算法的实时性问题,提出针对疵点图像的改进的引导滤波算法及其疵点检测算法。实验表明:引导滤波在保持边缘的同时速度最快,该改进算法使用高斯滤波后图像作为输入图像,原图像为引导图像,在保持细节的同时锐化并保持边缘,一张图片滤波时间为26.2 ms。该检测算法使用改进后引导滤波,再进行光照校正等处理得到疵点检出图片。实验表明,该检测算法疵点检出率为97.35%,检测时间为158.1 ms,保持检出率的同时达到实时性要求。     

基于椒盐噪声的中值滤波改进算法

椒盐噪声图片在滤波上,我们对标准中值滤波算法上的不足进行改进,在改进中提出了一种结合均值滤波的中值滤波改进算法,该算法是一种通过加权并选取滤波算子的滤波改进算法。在vs2013+opencv2.4.8环境下进行实验,该算法对原始图片的边缘与细节有更好的保护作用,并且对椒盐噪声具有更好的滤波性能,同时在对椒盐噪声上有很好的鲁棒性。     

基于调焦-Zernike矩算法的微小零件精确定位研究

为了提高微小零件精确定位的效果,采用调焦-Zernike矩算法。先建立粗、精结合的调焦函数,粗调焦函数基于Krisch边缘检测算子,精调焦采用Sobel算子;动态选择调焦窗口,增加修正因子避免目标变化对调焦清晰度评价函数的影响,改进经典爬山算法确定焦点的移动方向;改进Zernike矩基于目标点归一化确定最大外接单位圆,通过边缘参数判断像素为边缘点;给出了算法流程。试验仿真通过两个微型金属圆柱腔的自动对准和堆叠的微装配任务来分析算法的性能,结果显示调焦-Zernike矩算法获得的图像清晰,能够完全对准,该方法对非移动的微型金属圆柱腔坐标定位的x、y方向绝对误差最大值分别为0.032 5,0.032 1像素密度,定位精度高。     

针对规则古织物纹理的图像修复

针对规则古织物纹理的图像修复,探讨了一种基于纹理拼接修复的优化改进算法。该算法是在Criminisi算法的基础上加入结构张量,同时修补的过程中结合Image Quilting算法在重叠区域运用动态规划的方法对纹理块进行拼接。试验证明:本文算法在纹理拼接上一定程度改善了边缘断层和结构延展的问题。认为:本文改进后的算法在针对规则纹理古织物的结构延展和纹理拼接上具更好的视觉效果,可进行进一步的优化。     

基于改进OTSU的纸带孔型缺陷检测

提出了一种用于测量纸带孔型的视觉测量算法。算法首先将差因素引入传统分割算法,提出一种改进的最大类间分割算法。其次,对阈值化后的二值图像进行特定区域分块处理,并进行面积统计和边缘定位。最后,将传统的最大类间差法得出面积和边界数据与改进的最大类间差法得出的数据比较。实验结果：结果表明改进算法,分割更加准确有效,提取图像信息更完整能较好地完成对纸带孔型的缺陷检测。     

利用曲率和相关矩阵的角点检测算法

为提高定位准确性并抑制噪声,利用多方向Gabor滤波器,提出基于曲率和相关矩阵的角点检测方法.首先利用Canny边缘轮廓检测器提取图像的边缘并填充缺口;其次计算边缘像素点的曲率;然后利用多方向Gabor滤波器的虚部对原始图像进行平滑,对每个边缘像素及其邻域构造相关矩阵,利用相关矩阵的归一化特征值计算角点准则函数,将角点准则函数值与边缘像素点的曲率的乘积做为角点测度;最后利用非极大值抑制对候选角点进行筛选.分别在无噪声和噪声情况下进行实验,结果表明,与Harris,CPDA,HeYung角点检测算法相比,该方法可以有效地抑制噪声,平均配准角点数提高了19.6%和25.6%,平均定位误差约降低了6.5%和9.2%.     

利用曲率和相关矩阵的角点检测算法

为提高定位准确性并抑制噪声,利用多方向Gabor滤波器,提出基于曲率和相关矩阵的角点检测方法.首先利用Canny边缘轮廓检测器提取图像的边缘并填充缺口;其次计算边缘像素点的曲率;然后利用多方向Gabor滤波器的虚部对原始图像进行平滑,对每个边缘像素及其邻域构造相关矩阵,利用相关矩阵的归一化特征值计算角点准则函数,将角点准则函数值与边缘像素点的曲率的乘积做为角点测度;最后利用非极大值抑制对候选角点进行筛选.分别在无噪声和噪声情况下进行实验,结果表明,与Harris,CPDA,HeYung角点检测算法相比,该方法可以有效地抑制噪声,平均配准角点数提高了19.6%和25.6%,平均定位误差约降低了6.5%和9.2%.     

基于FCM与小波变换的碳纤维木质复合材料图像分割研究

针对模糊C均值聚类(FCM)图像分割算法对图像的噪声敏感以及算法只利用了图像像素本身的特征并没有考虑像素的邻域信息等问题,将其与小波变换相结合应用到自制短切碳纤维木质复合材料的微观研究中。该改进FCM算法利用小波变换确定聚类中心与改进欧氏距离计算函数,再利用邻域像素的信息改进像素特征值,从而实现优化FCM的目标函数计算方式。通过实验分析与对比,该改进算法图像分割边缘清晰与抑制噪声能力强,同时算法在运行时间与迭代次数上均有所减少,具有一定准确性与可靠性。