一种基于边缘和形状特征的教师目标识别算法

运用计算机视觉技术识别教师位置来控制云台转动和切换摄像机焦距是提高精品课程录像质量的重要手段之一,本文提出了一种基于边缘和形状特征的教师目标识别算法,算法定义了形状描述因子,在边缘检测的基础上进行连通域标记,分别计算每一个连通域的形状描述因子,根据目标和背景形状因子的差异得出目标的位置.实验结果表明:这种方法克服了光照、屏幕闪烁等因素的影响,且不依赖目标的帧间差异,能够精确检测出教师的位置.     

用双边滤波和canny算子来提取眼底图血管的中心线(英文)

这篇文章用一种新方法对眼底图血管中心线进行提取。这种方法用双边滤波而不是通常用的高斯滤波来去除图像噪声。这种方法包括3个步骤,首先是用双边滤波改进的canny算子来提取出所有的血管;然后,用检测到的血管来获得其相应血管交叉部分,应用局部极大和极小抑制方法就可以得到相应血管样本侧面;最后,用高斯模型匹配血管样本侧面,高斯匹配的二阶微分零交叉就代表血管的边界位置,高斯匹配的峰值就代表血管的中线位置。这种方法输出亚像素精度的血管中心线。     

基于灰色关联分析和Canny算子的图像边缘提取算法

基于灰色关联分析和Canny算子,提出了一种有效的边缘提取策略。相对于传统边缘检测方法中的梯度图像,首次提出灰色关联度图像的概念,并对两种图像进行了对比和分析。指出并讨论了灰色序列方向对边缘方向的敏感性,采用不同方向的灰色序列可以得到和梯度方向算子相似的效果。由各方向序列下的灰色关联度图像进行边缘方向判断,沿各方向进行非极小值抑制,对灰色关联度图像进行细化,然后设定自适应高低阈值进行边缘连接。实验表明该算法具有很好的处理效果。     

混合蛙跳优化算法的裱糊线机器人边缘提取

为了提高裱糊线机器人视觉系统定位精度,降低图像边缘冗余信息与噪声影响,提出将基于混合蛙跳优化算法的Canny算子应用于裱糊线机器人裱纸的边缘检测中。通过采用最大类间方差作为混合蛙跳算法的目标函数,自适应迭代优化Canny算子双阈值,实现裱糊线有效提取。仿真试验结果表明,该算法优化Canny算子可较好检测裱纸图像的边界轮廓,自适应获取最优阈值,弥补传统Canny算子需要人为设定的缺点,提高了检测精准性,同时具备一定降噪效果。该算法较粒子群优化算法、传统Canny算法C/A分别降低3.33%、33.39%,C/B分别降低了14.94%、54.55%。     

基于梯度倒频和全变分的运动模糊图像复原

通过分析运动模糊图像梯度和Canny算子特性来估算点扩算函数(PSF),提出一种基于结合Canny算子和梯度倒频的运动模糊参数先验估计方法.首先,分析运动模糊图像的梯度信息和Canny算子特性,通过适当的阈值处理后,二者信息结合,利用倒频谱的特性计算出运动模糊尺度和运动模糊方向.最后,用改进的基于半二次型交替数值算法的全变分正则化复原方法对运动模糊图像进行复原.从实验结果可以看出,相对于传统算法,该方法能够较准确地估算出PSF参数,实现比较好的复原效果.     

基于多尺度自适应加权的改进Canny算子

在Canny算法框架下,对彩色遥感图像进行多尺度滤波分析。定义多个不同尺度的高斯滤波器,在每个尺度下,分别对遥感图像RGB三个通道进行滤波和梯度计算,取三个通道的梯度最大值为该尺度下的遥感图像梯度值。根据各个尺度的滤波器对噪声的抑制能力及边缘定位能力的不同,自适应地确定相应的权值大小,然后再将这些不同尺度下检测到的梯度图像用自适应确定的权值进行加权合成最终的梯度图像。在此基础上,由非极大值抑制和双阈值处理得到图像边缘。实验结果表明,该算法比传统的Canny算子在噪声抑制和边缘定位方面具有更优的性能,适合彩色遥感图像的边缘检测。     

一种有效的基于时空联合的视频对象自动分割新算法

针对具有复杂背景的视频序列中运动物体的分割问题,在利用Canny算法将空间边缘信息结合到基于变化的分割技术的基础上,提出在预处理阶段对视频序列的灰度图进行局部对比度增强处理,以增加前景物体与背景对比度的观点,首先解决了许多视频分割算法都存在的对比度较低带来的分割困难问题,同时通过设计3×3模板的滤波器来滤除对比度增强之后引入的少量噪声;然后针对复杂背景的情况,设计了一种视频对象自动分割新算法,该算法利用随机信号的统计特性累计得到算法所需的背景来实现背景信息的自动获取;最后利用背景累积过程中分类讨论的观点,解决了物体停止运动时间较长时造成分割丢失的问题。实验结果表明,该算法可以有效地将运动物体从视频序列中自动地分割出来。     

Handwritten billet number recognition algorithm based on edge extraction

Character recognition has always been a hot topic in the field of computer vision.However,it is often difficult to obtain high-precision results in the actual scene owing to factors such as lighting conditions and imaging angle.Aiming at the problem of handwritten billet identification in the steel industry,this paper proposes the use of the canny edge extraction method to enhance the contour characteristics of characters.This technique is combined with the object detection network to achieve the automatic identification of blank square numbers and solve the problem of automatic tracking of billet logistics in the production process.The proposed algorithm is applied to the site with more than 2019 images containing characters in the test set.Results show that the proposed algorithm has good practical application potential.     

采用椭圆算法和Canny算子的超声TOF估计方法

椭圆算法被用于测量超声回波信号的渡越时间(TOF),以便估计目标的距离.然而,椭圆算法是将估计出的椭圆长轴位置对应的时间点作为TOF值,估计的目标距离值与实际距离值仍有一定误差.为了进一步提高椭圆算法的TOF估计精确度,将Canny边缘检测引入到椭圆算法中,结合回波脉冲包络的特征形成一种新的超声TOF估计方法.首先利用边缘检测算子提取出近似椭圆形的回波脉冲包络的边界,然后根据边界上点对应的信号幅度用差分方法搜索除起始点以外的梯度最大值位置对应的时间确定为TOF值.实验结果表明:改进后的椭圆算法测量绝对误差可以控制在1.5 mm以内,较传统方法相比至少提高0.5 mm.而相对误差达到0.2％,较传统方法提高了30％.改进后的椭圆算法的应用使得测量的准确性和可靠性均得到了明显提升.     

基于模板匹配的马赛克视频检测方法研究

通过分析普通图像和马赛克图像的特征,提出了一种简单的、高实时性的马赛克检测方法,利用模板匹配方法快速检测出画面中的马赛克缺陷。