一种改进的Canny的图像边缘检测算法的研究及实现

针对传统的Canny算子采用高斯滤波会造成图像的过度平滑和高、低阈值需要人为确定的缺点,提出了一种改进的Canny边缘检测算法,采用中值滤波代替高斯滤波,同时利用基于离散概率模型(Discrete Probability Model,DPM)的自适应选取阈值,能有效地清除脉冲噪声的同时,提高了边缘检测精度。     

基于Otsu的八方向Prewitt算法边缘检测

本文把经典的Prewitt边缘检测算法的不足之处做了改进,在检测之前先通过中值滤波(MF)去掉了噪声和干扰的影响,然后再通过八个方向模板的Prewitt算法对图像进行边缘检测,最后的阈值选取利用了Ostu法,检测得到的图像边缘比改进前的Prewitt算法、Robert、Canny、Laplacian等算法检测的图像边缘完整、清晰,而且也去除了伪边缘。     

用于图像去噪的选择性中值滤波

本文提出了一种针对图像脉冲噪声进行检测,并根据检测结果进行选择性滤波的方法。该方法首先对含有脉冲噪声的整幅图像进行逐点检测,然后根据噪声检测结果来确定滤波窗口长度和参与滤波像素点的选用,对检测出的噪声点采用改进的中值滤波进行滤除。该方法可以有效滤除图像中的脉冲噪声,又能较好的保持图像的边缘细节。最后给出了滤波实验的仿真结果,说明了该方法的有效性。     

用于图像去噪的选择性中值滤波

本文提出了一种针对图像脉冲噪声进行检测,并根据检测结果进行选择性滤波的方法。该方法首先对含有脉冲噪声的整幅图像进行逐点检测,然后根据噪声检测结果来确定滤波窗口长度和参与滤波像素点的选用,对检测出的噪声点采用改进的中值滤波进行滤除。该方法可以有效滤除图像中的脉冲噪声,又能较好的保持图像的边缘细节。最后给出了滤波实验的仿真结果,说明了该方法的有效性。     

基于自适应滤波和多结构元素形态学的图像边缘检测

本文对各种滤波方式以及数学形态学中腐蚀、膨胀等基本原理进行了研究,采用自适应滤波和多结构元素形态学相结合的方法进行了图像的边缘检测。通过仿真实现,证明此方法可以有效去噪,并得到连续性较好的边缘图像。     

一种基于双树复小波变换的SAR图像边缘检测算法

提出一种新的基于双树复小波变换的SAR图像边缘检测算法.算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵.通过对这一矩阵阈值化实现边缘检测.该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性.实验结果证明了该算法的有效性.     

基于边缘保护的中值滤波算法的改进

为了有效的去除图像中的脉冲噪声点,同时有效保护图像边缘信息,提出了一种基于边缘保护的噪声监测和噪声去除方法。它在充分分析噪声和边缘分布特性的基础上,对图像中的疑似噪声点进行多方向检测,进而有效的辨别出噪声和边缘的区别,同时在传统中值滤波的基础上,提出采用非线性多级方向中值滤波技术,该技术可以有效降低噪声对图像的影响,有效保护图像细节。     

一种基于 Sobel图像边缘检测的改进算法

针对传统Sobel边缘检测算法因方向模板限制而出现边缘定位精度不高,以及对叠加噪声的图像边缘检测效果不佳的问题,提出了一种基于传统Sobel算子的改进算法。首先将水平和垂直两个方向模板增加至8个,提高边缘的定位精度;然后利用边缘的最大后验概率估计,对采用八方向Sobel算法检测出的梯度图像进行最佳阈值分割处理,增强算法的抗噪声能力。实验结果表明,改进算法提取的边缘信息完整准确,对噪声干扰有较强的抑制能力。     

几种典型数字图像中值滤波算法的对比分析

中值滤波方法是图像去除噪声的重要方法之一,广泛应用于数字图像处理中。本文为了更好地检验滤波方法的效果,在图像中添加随机和椒盐两种常见噪声,对多级中值滤波、开关中值滤波和极值中值滤波算法进行仿真,以峰值信噪比和归一化均方差(NMSE)作为客观评价标准,对几种典型中值滤波算法进行了对比分析。结果表明,中值滤波既可以去除图像中的噪声又能保护图像的边缘和轮廓。     

自适应阈值Canny边缘检测算法研究

对Canny边缘检测算法进行了对比研究,分析了传统Canny算法存在的缺陷,提出了一种改进的自适应阈值Canny边缘检测算法。首先利用具有边缘保留功能的双边滤波器滤除噪声,然后运用基于梯度幅值的类问方差最大化算法（OSTU）来确定Canny算子的高低阈值,最后进行边缘检测与连接。实验结果表明,该改进算法很好地解决了传统Canny算法存在的缺陷,而且对光照的变化和场景变化具有很强的自适应能力,进一步扩展了Canny算法的应用范围。     

恶劣天气情况下的数字图像处理技术

在恶劣天气下,拍摄的数字图像会存在各种噪声,含噪的图像在实际应用的价值会大大降低,有的甚至无法使用。本文针对雾天、雨天的含噪图像,分别采用基于压缩感知的梯度投影(GP)算法和经典的全变分(TV)算法进行去噪,实验结果表明其去噪效果要优于中值滤波、均值滤波去噪方法的去噪效果。     

基于全方位、多尺度的数学形态学自适应边缘检测

为了有效地抑制噪声对图像的影响,能够清晰准确的对图像进行边缘提取,提出一种全方位、多尺度的数学形态学自适应边缘检测方法。该方法利用基本形态运算对噪声的抑制能力,并结合基本的形态检测算子,得到抗噪型的边缘检测算子。采用形态运算的加权组合构造出全方位、多尺度的数学形态学自适应边缘检测方法。实验表明,与经典的边缘检测算子相比,该方法运算简单,几何意义明确,而且在边缘检测的抗噪声等方面有着显著的优点。尤其是全方位、多尺度的形态学算子对于图像边缘的检测效果更好,它可以克服普通算子边缘不连续以及普通意义上的数学形态学上的对于噪声敏感等缺点。     

边缘检测在斑点噪声处理中的应用

斑点噪声是SAR图像的本质特征,是机理性的,在很大程度上影响了对图像的理解和判读。到目前为止,对SAR图像进行降斑的方法多数要用到斑点噪声的统计特性,一般SAR用户使用起来较困难。因此可以针对SAR图像斑点噪声的特点,利用基于传统空域滤波的方法,通过加权图像融合,得到斑点改善的SAR图像,可以满足一般用户的使用要求。     

脉冲噪声去噪检测阶段新方法

针对许多流行算法主要考虑高噪声密度而忽略属于图像平坦区域的像素可能错误检测为噪声的情况,提出了脉冲噪声检测阶段的新算法。该算法的检测阶段利用两个条件确定像素是否是噪声,其中第二个条件利用两个提前确定的阈值。仅检测阶段确定为噪声的像素在滤波阶段执行滤波操作。为了减小复原图像的模糊,滤波阶段采用小尺寸的滑动窗口。利用提出的算法检测不同密度的脉冲噪声污染的图像。利用几个测量指标检测提出算法的性能。实验结果表明提出算法复原质量效果较好。     

几种图像边缘检测算法的比较与展望

图像边缘检测是图像处理和模式识别领域研究的重要课题,在实际中有着重要的应用。分基于一阶微分和基于二阶微分两类介绍了几种常用的图像边缘检测算法,进行了对比,并对其性能和算法特点进行了分析,给出了各种算法对同一幅图像边缘检测的效果图和加了噪声后的对比图。最后,对图像边缘检测算法的发展方向提出了自己的看法。     

基于改进BP算法的遥感图像边缘检测

由于噪声的干扰,常规的图像边缘检测方法往往效果不佳,因此本文提出了一种基于改进BP算法的边缘检测方法.在充分考虑边缘和噪声本质区别的基础上,构造具有较强抗噪能力的特征向量,然后用样本图像对四层BP网络采用改进BP算法进行训练.最后,将训练后的网络用于遥感图像的边缘检测.     

一种改进的Canny算法在建筑物边缘检测中的应用

在实际拍摄环境中用CCD对建筑物进行拍摄会产生椒盐噪声和随机脉冲噪声,为了更好地去除图像中的噪声并有效地提取建筑物的易失边缘,提出了一种用K近邻平滑（均值、中值）滤波代替Gauss滤波改进的Canny算法。实验结果表明,改进后的算法有较高的信噪比,可以有效地保护易失边缘。有利于建筑物图像的边缘提取以及3D重构。     

基于数学形态学的图像边缘检测研究

图像的边缘检测在图像处理中占有重要的地位,图像的边缘是指图像中相邻像素点之间的灰度有较显著变化的地方的描述．这种变化可以用数学上的梯度来表征。本文在分析形态学在边缘检测中的优势的基础上,提出了基于数学形态学的边缘检测算法。     

高斯滤波在水下声呐图像去噪中的应用

图像去噪是图像处理研究中的关键问题之一,其核心问题是如何在减少噪声的同时保留有用的图像边缘等细节特征。图像去噪通用的方法是采用空间滤波,特别是高斯滤波在图像去噪领域应用非常广泛。本文尝试将高斯滤波技术应用于水下声呐图像去噪中,并试验了不同的窗口尺寸,以期获得最佳的去噪效果,并和其他几种典型的空间滤波器(如均值滤波、拉普拉斯-高斯滤波等)进行了对比实验。采用峰值信噪比(PSNR)、执行时间以及均方误差(MSE)三种评价系数进行综合评价,并通过分析得到高斯滤波时的最佳滤波窗口尺寸。     

空域内数字图像增强技术研究

本文分别从图像的点运算、灰度直方图变换和空域滤波变换三个方面对数字图像增强技术进行了研究,图像的点运算采用了图像的线性变换和图像的非线性变换,空域滤波变换采用空域平滑滤波和空域锐化滤波,其中空域锐化滤波采用拉普拉斯算子和索贝尔算子,对增强技术在MATLAB中进行了实验仿真。