一种改进的Canny自适应边缘检测算法

针对原始的Canny边缘检测算法高低阈值不利于选择的问题,提出一种改进的Canny自适应边缘检测算法。该方法采用3×3的Sobel边缘算子模板代替2×2邻域内求有限差分来计算梯度幅值;利用梯度直方图来选取高低阈值,提高了算法的自适应性;在边缘的连接上采用边界追踪的方法,来保证边缘的连续性和唯一性。以20m m量块图像边缘检测为例进行了实验。结果表明,该算法在保证实时性的同时,具有更好的检测精度和准确度,细化图像边缘和抑制伪边缘噪声方面的性能也得到了提高,是一种有益的边缘检测改善方法。     

一种改进的Canny边缘检测算法

针对Canny边缘检测算法存在的缺陷,提出了一种改进型Canny边缘检测算法。首先采用非线性扩散滤波减少了图像噪声,同时保持图像的边缘信息;在邻域梯度幅值计算中,考虑像素对角线方向的梯度,进一步抑制了噪声的影响;最后采用平均方差阈值法选取阈值,从而提高了对不同图像的自适应性。通过对实验图像的分析表明,该改进算法对含噪图像的边缘提取具有较好的检测精度和准确性。     

基于自适应滤波的改进Canny算子图像边缘检测

为解决图像的椒盐噪声污染,可以采用滤波算法滤掉椒盐噪声。滤波算法中最常用的是中值滤波算法,其对椒盐噪声几乎没有过滤效果。本文引用自适应中值滤波算法,通过MATLAB实现,应用Canny提出的边缘检测评价的指标对图像做出评价。自适应中值滤波算法对椒盐噪声的过滤效果较好。     

实时图像自适应阈值边缘检测FPGA实现

传统的Sobel边缘检测算子对噪声变化抑制能力较差,并且其使用固定阈值导致适应性差.该方法利用中值滤波思想来确定图像的每一像素点局部边缘阈值来实现自适应阈值Sobel边缘检测,并在FPGA平台实现.实验结果表明,该算法检测出的实时图像边缘更加精细,并且能很好地抑制背景噪声.     

一种基于统计排序滤波的图像边缘检测算法

提出一种基于统计排序滤波的新的边缘检测算法OFE。说明了算法原理,给出了算法实现的步骤和方法,通过人造图像和自然图像进行仿真实验,对仿真结果进行主客观对比评价分析,表明该边缘检测算法不仅有效,且效果与Sobel等算子相当,高于LOG算子,在处理含脉冲噪声污染的图像时有一定的优势。     

一种改进的Pal和King模糊边缘检测算法

针对Pal和King提出的模糊边缘检测算法易导致图像灰度信息丢失这一缺陷,提出一种改进的图像模糊边缘检测算法.该算法首先通过阈值来定义一个新的隶属函数将原始图像映射到模糊特征平面;然后利用模糊增强处理来提高区域之间的层次,加强边缘两侧的对比度;最后根据一定的判别准则提取出图像的边缘.实验结果表明,采用改进的方法边缘检测质量显著提高,算法速度大大加快.新算法中具有唯一的参数且可以自动确定,保证了算法的自适应性.     

基于经验模态分解与改进自适应阈值的边缘检测

经验模态分解(Empirical Mode Decomposition)是一种新的自适应的信号分解方法。文中利用二维经验模式分解的算法,通过过滤过程得到固有内模函数,然后利用多尺度分析提取不同尺度下的边缘,并与改进的自适应阈值方法结合对图像进行降噪处理。通过仿真实验,结果表明这种方法不仅能准确地检测出图像边缘,而且还有效地抑制了噪声,其性能优于传统的边缘检测算法。     

基于Canny理论的自适应阈值彩色图像边缘检测

传统的Canny边缘检测算法基于灰度图像,不能充分利用彩色图像的全部信息,且阈值需要人为设定,自动化程度不高.论文提出一种新的算法,基于彩色图像多通道融合技术,根据图像梯度直方图信息,对图像进行自适应阈值处理.将Canny灰度边缘检测算子扩展到彩色边缘检测,利用彩色图像各个通道自身的梯度直方图和梯度方差作为局部阈值,有效解决彩色图像各个通道之间的差别.实验结果表明,其能充分利用图像的颜色和梯度信息,提高边缘检测的准确性.     

基于自适应边缘阈值及方向加权的空间错误隐藏算法

针对H.264/AVC压缩视频码流在无线信道传输过程中会由于数据丢包导致图像重构质量下降的问题,提出了一种基于自适应边缘阈值及方向加权的空间错误隐藏算法。该算法利用图像边缘检测Sobel梯度算子检测相邻宏块边缘;根据受损宏块的相邻宏块具体信息自适应设定梯度阈值,最后对受损宏块进行方向加权插值从而重构图像。实验表明,该算法简单实用,不仅保留了丢失块像素加权平均算法的优点,而且能够用于边缘信息强度不同的错误隐藏。在不同的实时传输协议(RTP)丢包概率情况下,该算法的峰值信噪比较传统自适应算法提高了0.2~0.4 db,较多方向插值算法提升了0.2~3.8 db,提高了图像恢复质量,而且具有较高的应用价值。     

一种改进的Sage-Husa自适应滤波算法

针对组合导航定位精度和稳定性的要求,将简化的Sage-Husa自适应算法与衰减因子自适应滤波算法相结合,提出了一种改进的Sage-Husa算法,并将该算法应用到组合导航系统中。仿真结果表明,和简化的Sage-Husa算法相比,改进的自适应算法能够同时保证信息融合的精度和稳定性,滤波性能得到了改善。     

强噪声下自适应Canny算子边缘检测

针对传统Canny算子不能有效滤除图像在解码处理和传输过程产生的椒盐噪声、无法保留边缘细节的问题,提出强噪声下Canny算子图像边缘检测算法.依据椒盐噪声的极值性、灰度差值性,将像元点划分为噪声点、疑似噪声点;根据分类之后的像元点自适应地改变滤波器窗口的大小和权值,在降低噪声影响的同时能较好地保留图像细节.引入8个方向...     

面向大光度变化图像的阈值自适应 Canny 算子

传统 Canny 算子需要手动设定高低阈值,当输入图像光照均匀且均值变化较小时,可以采用预先设定阈值的方式实现,但当输入图像遭遇大光度变化,灰度值均值产生较大波动时,预先设定高低阈值往往无法适应实际工况。提出了一种通过结合图像预处理和自适应阈值来解决 Canny 算子阈值调整困难的方法,克服了大光度变化图像中的阈值设定问题,并将其应用到透视变换过程中,解决了输入图像角度问题。实验结果表明,所提方法能够很好地解决大光度变化的应用场景问题。     

基于竞选算法的Otsu阈值快速确定方法

竞选算法是一种具有并行能力的启发式优化算法,其搜索机制模拟竞选活动中对支持率的追求动机.利用竞选算法对Ostu进行优化,全局搜索图像的阈值,缩短了计算时间,比传统的Ostu在时间上有明显的优点.     

应用Canny算法和灰度等高线的金相组织封闭边缘提取

为了对金相组织的多项组织含量进行定量分析,提出应用Canny算法和灰度等高线相结合的方法来产生封闭金相组织边缘。首先,采用高斯函数对金相组织的灰度图像进行模糊处理,然后,用Canny算法对模糊后的图像获取具有单边缘效应的原始边缘。通过最大类间方差法对原始边缘进行自动计算,获得抑制虚假边缘的阈值,并通过该阈值获取基础边缘。由于基础边缘具有不连续性,因此需根据基础边缘端点的邻域灰度中值计算所需的灰度等高线,同时根据设定的等高线和基础边缘融合的条件,以基础边缘的端点为起点生成封闭边缘。实验结果表明,该算法可有效地生成符合要求的封闭边缘,采用该算法产生的封闭边缘进行金相组织含量测定可使测量误差降低到±1%,可测组织含量范围达到5%～95%。该算法能满足多项金相组织含量测定的定量分析要求且具有普适性。     

基于Canny边缘检测和加权最小二乘法的气泡水平仪实时检测方法

针对气泡水平仪的自动标定问题,对机器视觉领域中的边缘提取算法、最小二乘法、轮廓跟踪算法等方面进行了研究。提出了一种基于Canny边缘检测和加权最小二乘法的气泡水平仪实时自动检测方法,以提高检测气泡水平仪的准确度和效率。引入了Canny边缘提取算法对工业摄像机所拍摄的水准柱侧面图像进行处理,以得到参考线和气泡的边缘信息。引入了一种自适应选取Canny边缘提取算法的阈值的方法,以克服工业现场光照变化的影响。同时针对本应用场合,采用了加权最小二乘法对左右平行参考线进行拟合,并结合二分搜索算法对水平尺上的气泡位置进行了搜索,从而实现了气泡水平仪的高准确度实时检测。研究结果表明,该方法能够准确、快速地对气泡进行定位,能够较好地适应光照变化。     

涡轮泵实时故障检测的多特征参量自适应阈值综合决策算法

为了实时监控液体火箭发动机涡轮泵的状态,提高安全性,降低故障带来的破坏程度,提出了一种多特征参量自适应阈值综合决策算法(MATA)。研究了该算法的特征参量选取、阈值区间的确定、阈值的自适应计算(包括特征参量均值与标准方差的自适应计算)、故障综合决策逻辑、故障数据对阈值贡献的剔除等方法,利用某型火箭发动机地面试车涡轮泵振动测量数据和某型转子试验平台实时测量数据对该算法进行离线和实时在线故障检测试验验证,结果表明MATA没有发生误检测情况,具有实时故障检测的能力。因此,MATA适合于液体火箭发动机涡轮泵的实时故障检测。