共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
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。 相似文献
3.
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. 相似文献
4.
一种改进的Sobel边缘检测算子 总被引:2,自引:0,他引:2
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。 相似文献
5.
6.
7.
8.
9.
10.
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。 相似文献
11.
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。 相似文献
12.
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。 相似文献
13.
14.
15.
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。 相似文献
16.
17.
18.
《纺织高校基础科学学报》2017,(7)
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%. 相似文献
19.
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%. 相似文献