应用数学形态学梯度理论提取图像轮廓

本文介绍了灰度图像数学形态学梯度理论 ,并提出与实现了运用该理论提取图像轮廓的算法 ,为进一步作图像分割 ,模式识别打下了一定的基础     

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。     

应用数学形态学梯度理论提取图像轮廓

本文介绍了灰度图像数学形态学梯度理论，并提出与实现了运用该理论提取图像轮廓的算法为进一步作图像分割，模式识别打下了一定的基础。     

图像轮廓的点坐标的提取方法及VC＋＋编程实现

本文介绍了一种基于位图图像轮廓提取与跟踪的算法原理,提出了基于该原理进行提取图像轮廓的点坐标系列的方法,并分析了应用该方法可能出现的问题及相应的解决办法,最后给出了该方法的VC＋＋编程实现.     

基于非下采样轮廓波变换与数学形态学方法的图像边缘检测(英文)

提出了一种新的图像边缘检测算法,该算法融合了非下采样轮廓波变换与数学形态学方法来实现图像的边缘检测.首先,源图像被非下采样轮廓波变换分解成多尺度、多方向子带;然后,分别采用双阈值模极大值算法和数学形态学方法提取高频与低频子带的边缘信息;最后,综合高频、低频子带边缘信息,得到源图像全部的边缘信息,并进行细化,剔除孤立点,获得源图像的边缘.仿真实验结果表明:新算法能够有效抑制噪声,去除伪边缘,一定程度上克服了光照不均引起的不良影响;与传统经典算法LoG,Sobel和Canny及模极大值方法相比,该算法能保持足够的定位精度和边缘细节,且边缘轮廓的完整性、光滑度、清晰度等得到明显提升.     

基于Freeman链码二维图像轮廓的提取与匹配

在边缘检测技术的基础上,利用Freeman链码的性质实现了二维图像轮廓的提取;并运用动态规划编程,提出了一种新的图像轮廓匹配算法。结果表明,该算法比传统的图像轮廓匹配算法更简洁有效。     

基于自动位置补偿的缺陷检测图像处理技术

提出一种具有自动位置补偿功能的缺陷检测技术，有效地提取图像的缺陷信息．通过CCD实时准确地采集图像，利用特征提取与边缘检测对图像进行操作，运用多种图像处理技术，结合PLC自动控制，对缺陷信息进行自动检测，从而实现边缘检测与自动位置补偿的有机结合，在环形区域的缺陷检测上得到很好的应用．     

基于深度图像的行人目标检测及轮廓提取算法研究

在对Kinect采集到的图像进行预处理后,为了实现行人运动目标检测,需要对行人目标进行特征识别,然后将识别分割的区域作为行人目标的备选区域。通过改进的自适应高斯混合模型的背景建模对预处理后的深度图像进行行人目标分割,分离出有用信息,然后利用Freeman链码方法提取连通域轮廓,作为行人目标的人体头部区域,便于后续对行人目标的跟踪与统计研究。试验表明,最终得到的结果达到了预期目标,算法准确性与鲁棒性很好。     

基于图像处理的工件检测

研究了基于图像处理的工件轮廓检测技术的流程及算法,通过图像滤波、图像增强、阈值分割、边缘检测、边缘定位和参数测量及拟合等一系列算法,可以测出被检测工件是否符合要求及其误差范围。     

基于数学形态学的图像矢量化研究

基于数学形态学的图像矢量化研究方法包括基于四连通结构元素模板的边缘检测方法、基于八连通结构元素模板的形态学骨架提取算法和基于弗里曼炼码的动态空间变换的矢量化方法。该方法能够更精确快速地提取骨架,并能够获得用圆弧段测量所得到的高精度的矢量数据,具有一定的可行性和实用性。     

基于冲压等高线的冲压方向优化建模

分析了冲压等高线与冲压方向的相互关系,归纳出不同冲压方向下冲压等高线的变化规律,进而从图形比较的角度将冲压等高线转化为边心距曲线进行比较,从而建立基于冲压等高线的冲压方向优化模型,为后续进行基于CAD软件的优化计算奠定基础.     

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。     

基于自动位置补偿的缺陷检测图像处理技术

提出一种具有自动位置补偿功能的缺陷检测技术,有效地提取图像的缺陷信息.通过CCD实时准确地采集图像,利用特征提取与边缘检测对图像进行操作,运用多种图像处理技术,结合PLC自动控制,对缺陷信息进行自动检测,从而实现边缘检测与自动位置补偿的有机结合,在环形区域的缺陷检测上得到很好的应用.     

一种融合边缘和区域特征的主动轮廓图像分割

传统的主动轮廓模型只利用图像的边缘或者只利用区域特征实现图像分割。在有些情况下图像分割效果较差．本文给出了一种综合利用图像边缘和区域特征的主动轮廓图像分割方法．实验表明,演变后的曲线与图像的边缘是吻合的,图像分割的结果较好．而对相同的图像应用传统的主动轮廓分割算法得到的图像分割结果则很差．这说明新算法明显提高了传统算法的图像分割性能．     

几种经典活动轮廓图像分割模型综述

图像分割是将图像进行特征提取的关键技术。图像分割算法研究成果较多,活动轮廓模型是图像分割获取边缘信息的重要方法。阐述了几种经典的活动轮廓方法,通过大量仿真实验对几种方法进行比较,指出现阶段图像分割遇到的问题并展望其研究趋势。     

一种基于图像融合的混合去噪方法

图像中合有各种各样的噪声，几乎没有一种方法会对所有噪声都有很好的去噪效果，本文针对不同类型的噪声，分别利用不同的去噪方法，然后利用融合算法，综合各种去噪图像的信息，收到了很好得效果。     

Registration Method for CT-MR Image Based on Mutual Information

Medical image registration is the process of finding ageometric transformation between two image-based coordi-nate systems that have the same patient-based coordinates ,i .e .the same anatomic locations .The registered multi-mo-dality images lead to impro…     

基于图像增强的水泥路面裂缝检测方法及应用

针对水泥路面裂缝识别的干扰和噪声问题,提出一种基于图像增强的裂缝检测方法。首先利用小波变换增强裂缝对比度;再采用空域滤波和基于傅里叶变换（FFT）的频域滤波相结合的方法滤除图像中的噪声和干扰;在此基础上,使用边缘检测方法实现裂缝提取。实验结果表明,该方法可有效去除图像中的干扰和噪声,较好地识别水泥路面的裂缝。