边缘检测算子在武夷岩茶图像处理中的比较

图像处理是计算机视觉的重要组成部分,而图像边缘是图像非常重要的特征之一。结合武夷岩茶弯曲度大的特点,采用5种经典算子,即Roberts算子、Sobel算子、Prewitt算子、LoG算子和Canny算子来检测茶叶图像边缘,并通过实验结果来比较这5种算子的区别。     

三维激光扫描系统中的图像轮廓提取

图像边缘是图像基本特征之一。图像边缘检测在实际中有很多重要的应用。传统的图像边缘检测算子有Roberts、Sobel、Prewitt、Krisch、Laplace算子等,但以上算子在边缘检测时的效果不够清晰,边缘定位不准确。在此基础上重点改进原有的Laplace算子,采用7×7模板,进一步提高图像轮廓的精度和准确度。     

基于一阶微分算子的图像分割算法

本文通过分析作为一阶梯度算子的理论基础,得出可应用到实践图像分割中的一阶微分算子、并通过VC＋＋6．0加以实现。分析图像分割结果,并对Robert算子,Sobel算子和Prewitt边缘检测算子进行了利弊分析。     

医学图像的计算机处理——边缘检测

用Laplacian、Prewitt、Sobel等几个算子对医学图像进行边缘检测,对边缘检测的结果进行对比,适当选择算子对医学水准的提高有特别的含义.     

基于B样条小波融合的平面足迹图像边缘特征提取方法研究

提出了一种基于B样条小波融合的平面足迹图像边缘特征提取方法。该方法首先将采集来的平面足迹图像复制成二幅,然后使用Prewitt算子和Robert算子分别对这两幅足迹图像进行边缘特征提取,最后使用B样条小波将所获取到的两幅图像的边缘特征图像进行图像融合。实验表明,经过B样条小波融合后的平面足迹边缘特征图像优于使用单一方法所获得的结果,因此本文所提出的方法是一种行之有效的平面足迹图像边缘特征提取方法。     

家具图像中边缘检测算子应用及比较

边缘检测是图像处理中的一项关键技术。由于家具图像的复杂性及现有边缘检测算子的局限性,使得单一的边缘检测器不能检测出家具图像的所有边缘。为了寻找适合家具图像的边缘检测算子,将几种不同的边缘检测算子应用到家具图像中,按照各种测量指标对不同边缘检测算子的检测效果进行了评价。     

基于二次采样小波变换的拉普拉斯边缘检测方法

提出了一种新的基于小波变换的拉普拉斯图像边缘检测方法：采用二次采样小波变换方法生成图像的梯度图像,然后采用普通拉普拉斯算子提取出图像的边缘.实验结果表明该方法既能够有效地抑制噪声,又能够清晰地提取到图像的真实边缘.有利于完善拉普拉斯边缘检测算子.     

基于微分法的最优算子及其在光测灰度图像处理中的应用

基于边缘的图像特征提取方法是光测图像事后处理的一种重要方法,由于边缘图像具有直观、特征点突出的优点,因而在光测图像事后处理领域有着广泛应用。阐述了微分法边缘检测算子的原理,提出了基于最优算子的光测灰度图像的边缘提取方法,并对其处理效果进行了比对。     

基于灰色系统理论的绝对关联度图像边缘检测方法研究

边缘检测主要是对图像的灰度变化进行度量、检测.解决图像边缘的有无、真假、定向和定位.基于边缘检测的灰色系统理论中的绝对关联度方法对处理非典型规律的图像数据与其它一些方法相比,具有明显的优势.根据绝对关联度分析方法,将仿射变换和最小二乘法原理与绝对关联度模型相结合的边缘检测方法在克服绝对关联度分析方法的规范性和序数效应问题上有一定效果.     

提取数字图像边缘的算法比较

本文简要地介绍了几种经典算子的原理,设计了相关实验来提取图像边缘,并使用Marlab对图像进行边缘检测,分析这几种经典算子的优劣,找出适合进行图像边缘检测的最佳算子.     

基于改进Canny算子的建筑裂缝边缘提取方法

针对传统Canny算子进行图像边缘检测时对非线性噪声效果不太明显且会存在漏检的问题,提出了一种改进的Canny算子,将其应用于建筑裂缝边缘提取中。对建筑裂缝图像进行预处理,在预处理阶段对图像进行分割与去除孤立点的操作,以得到更为清晰的图像。利用非线性中值滤波代替原Canny算子中的高斯滤波,用Sobel算子八方向模板进行梯度计算,并使用Otsu法得到阈值。与传统方法相比较,提出的方法能够提取出更清晰完整的图像边缘,其峰值信噪比与结构相似性均有一定程度的提高。     

一种改进的Sobel边缘检测和细化算法

提出了一种改进的Sobel边缘检测和细化算法,用8个方向的模板对灰度图像进行边缘检测得到粗边缘图像,将粗边缘图像再进行Sobel边缘检测得到新的边缘图像,将前者减去后者得到差值图,从而得到边缘较细的边缘图,对于边缘模糊的部分,这种过程可以重复多次,这样能够捕捉多个方向的边缘信息,使检测到的边缘和边缘细化定位更精确。该算法容易实现,计算量小,速度快,适合作为图像检测中的快速边缘检测及细化。     

基于多尺度数学形态学边缘检测的图像配准的理论研究

在数字图像处理中,边缘检测和图像配;住是两种最为关键的技术本文研究了多尺度数学形态学边缘检测算子,并在理论上提出了基于多尺度数学形态学边缘检测的图像配准算法。     

基于多尺度数学形态学梯度的图像检测

传统边缘检测算子如Canny、Sobel等是通过计算图像中局部小区域的差分来工作的,对噪声比较敏感,在检测边缘的同时常会加强噪声,形态边缘检测器在检测边缘的时候不会加强或放大噪声,单尺度形态学梯度算子结构元素过大或过小都不能检测到满意的结果.将多尺度形态学边缘检测和形态学滤波结合起来,提出一种边缘检测方法.首先利用形态学对多尺度的形态学梯度算子进行边缘检测,再进行填充内部缝隙,接着进行形态学边界平滑,最后通过分割掩模到原图像的结果.仿真结果表明,所提算法能够非常清晰地检测到目标图像的边缘,提取的图像边缘定位准确且平滑,同时具有较强的抗噪能力.     

基于Halcon的光纤端面尺寸检测方法

针对传统光纤端面尺寸检测几何尺寸误差大、效率低的弊端,采用一种基于Halcon的光纤端面尺寸检测方法,利用数字图像处理算法,采用中值滤波的方法对图像进行预处理,消除图像噪声,并对图像进行二值化及形态学处理,选用Canny算子作为边缘检测算子确定像素级边缘,该方法边缘检测性能较好,且具有较强的抗噪声能力|再从选取的边缘中选出类圆度高的部分边缘进行共圆轮廓合并、拟合,通过拟合的椭圆和圆得到光纤半径、不圆度、同心度等几何参数。实验结果表明,纤芯和包层半径可以精确到万分之一,不圆度和同心度可以精确到小数点后8位,测量精度较高且不受操作水平影响。     

融合高斯混合模型和prewitt算子的运动目标检测

提出一种融合高斯混合模型和prewitt算子的运动目标检测算法.通过高斯混合模型拟合背景信息,利用prewitt算子提取图像的边缘特征信息,将两者融合起来.边缘信息反映了局部区域内容的结构信息,可作为颜色信息的补偿;模型保证了在线更新背景信息时的稳定性和收敛性,同时弥补了目标分割中颜色信息接近时容易导致误判的不足.实验结果表明,与一般高斯混合模型比较,本方法具有较高的分割精度,提高了目标检测的鲁棒性.     

基于Sobel算子的无砟轨道道床板裂缝自动检测算法

目前无砟轨道道床板裂缝检测采用的电磁、超声等无损检测方法存在检测设备复杂、检测精度低等问题,为此文章提出了基于Sobel算子的无砟轨道道床板裂缝自动检测算法,此算法通过对裂缝图像的预处理、边缘特征提取、边缘标定、长度测量,实现对裂缝方向和长度的判断。实验表明,利用Sobel算子提取无砟轨道道床板裂缝的边缘特征,具有算法简单、裂缝识别准确和对噪声鲁棒的优点,为裂缝检测提供了新的方法。     

基于图像分解与边缘检测的图像去噪方法

针对图像去噪时产生的“阶梯效应”、边缘线条上的光滑性和线状结构不易恢复性,提出基于图像分解与边缘检测的图像去噪方法,首先用图像分解与边缘检测模型将噪声图像分解为结构部分和纹理部分,并提取边缘信息,然后根据边缘指示函数用P—M扩散和相干增强扩散结合的方法对纹理部分去噪,最后将去噪的纹理部分与结构部分组合得到去噪图像。数值试验结果表明,该方法提高了图像去噪的质量,有效避免了扩散中产生的“阶梯效应”,较好地保护了边缘信息,恢复其光滑的线状结构。     

基于改进Ganny算子的SAR图像边缘检测

Canny算子法是边缘检测的重要方法之一。本文从SAR图像乘性噪声的特点出发,通过增加前处理和更改核函数对Canny算子进行了改进,扩展了Canny算子在SAR图像边缘检测中的应用。仿真结果表明该算法提取的边缘丰富,同时又抑制了噪声。