基于改进的Canny算子图像信息提取算法研究

研究文本定位与特征提取问题。针对传统的Canny算子图像检测算法的不足,提出了一种改进的Canny算子图像信息特征提取算法。研究方法是:首先对彩色图像进行高斯金字塔分解,然后用Canny算子检测彩色图像,提取边缘图像,再经过通二值化,去噪方差投影定位文本区域。实验结果表明,本文提出的方法有效、实用。     

高分辨率遥感影像线状地物提取方法研究

线状地物提取是遥感影像处理的主要研究内容之一。本文针对传统低层次单个像元纯光谱的信息提取方法的不足,构建了一种基于Canny边缘检测的面向对象提取方法。并针对面向对象遥感影像分割容易受到噪声和其他地物干扰导致提取精度不高的问题,运用Canny算子对遥感影像进行高斯滤波,降低噪声影响,采用高低双阈值法细化边缘有效检测出地物的边缘信息。最后结合面向对象的原理,通过基于规则的方法提取线状地物,得到包含线状地物信息的二值图像。精度检验结果表明,基于Canny边缘检测的面向对象方法提取线状地物的欠提取率平均为6.3%,比数学形态学方法提取线状地物的欠提取率下降了22.6%,可以有效提高线状地物提取的精度,对高分辨率遥感影像线状地物信息提取研究具有一定的参考价值。     

基于多特征的江苏海域赤潮遥感提取算法

针对单一的赤潮特征提取算法在对赤潮遥感图像进行特征提取时还存在准确性不高等问题,本文提出了一种基于多特征的赤潮遥感提取算法,首先对加权平均方法进行改进,提出了自适应加权平均算法,对遥感图像的叶绿素浓度特征进行提取,然后采用偏差系数对水体固有光学模型进行参数优化,对遥感图像的光谱特征进行提取。实例仿真试验结果表明,本文提出的基于多特征的赤潮遥感提取算法相比较单一的光谱特征提取算法,具有较高的赤潮特征提取准确性和稳定性。     

深山旅游失踪者计算机视觉远程定位方法研究

在深山旅游探险中由于地理状况复杂,灌木密集,浓雾迷绕,对深山旅游失踪人群进行准确定位困难较大。传统方法中使用远程遥感技术对失踪者进行定位,在深山浓雾笼罩等恶劣天气下,定位效果较差。提出一种基于大气激光通信的远程遥感计算机视觉定位方法,利用空地大气激光通信特征,使用小波边缘检测算法对遥感视觉图像进行特征提取,实现对深山旅游失踪者的定位标记。仿真实验表明,采用该方法进行深山人体目标定位,能有效提取人体目标遥感视觉特征,定位准确,为深山搜索救援提供了很好的理论基础。     

基于机器视觉的起动器边缘检测研究

为了提高无功耗起动器外观缺陷检测的效率,需要机器视觉精确地检测出其边缘信息,针对传统Canny算法应用于起动器边缘检测时,存在边缘错检率高和伪边缘明显的问题,提出了一种改进Canny算法。算法对传统Canny算法的高斯滤波器、梯度计算和阈值分割等多个要素进行了改进。改进Canny算法应用于起动器边缘检测,有效地降低了边缘错检率和消除了伪边缘。实验结果表明,应用改进算法的起动器边缘检测方法,获得了更清晰的边缘轮廓,峰值信噪更高,处理速度更快。     

基于Canny算子改进的边缘检测算法

本文提出一种基于霍夫变换的Canny边缘检测算法。该算法以强边缘图像为引导,通过计算边缘梯度方向获取该边缘的方向,然后利用霍夫变换代替传统的双阈值法检测连接边缘,并利用边缘连接方式很好地检测出了弱边缘。实验结果表明,该算法的边缘连接性较强,不仅保留了传统Canny算法的优越性,而且检测结果更加完整、全面地保留了图像的细节信息。     

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。     

应用Canny算子的织物疵点检测改进算法

针对传统的Canny算子不同阈值的选择存在被动性差、实时性差,无法进行在线检测等问题,本文提出了应用Canny算子的织物疵点检测改进算法。分析不同种类的织物疵点特征,利用不同的高斯滤波器对织物疵点进行滤波处理。通过自适应形式获取图像边缘信息的阈值,有效避免了由于阈值取值过高或者过低无法获取更好的织物疵点的边缘信息,同时能够根据织物疵点的类型选取对应的滤波参数,实现了织物疵点检测优化。仿真实验结果表明,经过改进后的Canny算法运行时间较短,漏检率低,能够更好的获取图像的边缘细节,并且整个算法的适应能力较强。     

基于角点检测的地理特征遥感识别系统

在不同光照和旋转角度下进行地理特征遥感识别是测绘领域的难点,为了实现对地理地形的准确测绘,需要进行地理特征遥感识别优化设计。传统方法中,采用遥感图像边缘特征检测算法,当遥感图像出现旋转角度时,识别性能不好。针对这一问题,提出一种角点检测的地理特征遥感识别算法,并进行系统设计与实现,系统通过图像传感模块采集遥感图像,经过角点特征处理器提取图像特征。在不同光照和旋转角度,采用单尺度Harris角点检测算法对图像进行检测并提取角点,得到地理遥感特征数据采集的角点模型,基于角点检测,进行遥感识别算法改进和系统实现。实验结果表明,采用该算法和系统,地理特征遥感识别准确率高,耗时较少,提高对地理特征遥感识别性能。为实现对地理地形的准确测绘提供依据。     

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。     

用于医学图像边缘检测的改进Canny算子

医学图像处理是图像处理及识别的一个重要分支。由于医学图像本身的特点,导致经典的图像处理算法在医学图像处理领域应用效果并不理想,需要结合具体的领域特点研究相应的算法。提出一种改进的Canny算子：其应用动态闽值作为边缘检测的准则,在乳腺X—ray图像的边缘检测中有效地避免了因为用固定阈值进行边缘检测很可能导致边缘在模糊处丢失（或者表现为边界上的不连续性）等问题。实验中对比Sobel算子和Canny算子,表明改进的Canny算子对于模糊边缘检测效果较好,是一种具有实用价值的边缘检测算法。     

图像滤波及边缘检测技术研究

主要研究了计算机视觉中的图像滤波、边缘检测技术,首先介绍了图像噪声滤波算法,针对脉冲噪声采用开关中值滤波技术,既能有效去除噪声,又在一定程度上地保护了图像细节;同时研究了边缘检测技术,采用基于梯度直方图的边缘提取法,利用梯度直方图的统计特征实现阈值的选取,并且有效地增强图像边缘,取得满意的视觉效果。     

基于约束领域小基团特征的遥感图像定位算法

遥感图像采集过程中,经常受到天空外在因素的不定干扰,云层或者大气污染会大幅反射遥感射线,造成遥感图像特征不清晰、特征丢失,导致传统的图像定位算法很难对这种随机性的外界干扰建立有效的特征提取模型,造成定位偏差较大。为此,提出了一种基于约束领域小基团特征的遥感图像定位算法。通过有效地提取特征,运用约束方法对特征进行领域划分,在划分结果内提取像素基团能量特征。运用能量特征消除外界干扰对特征模糊的影响。实验结果表明,这种算法能够有效提高遥感图像特征定位的准确性。     

基于特征模型融合的实时车道线检测研究

针对无人驾驶领域的车道线检测鲁棒性差的问题,提出一种基于特征模型融合的实时车道线检测算法。在图像预处理阶段引入白平衡、灰度化操作及形态学处理,将RGB颜色空间转换成HSL颜色空间,接着采用梯度阈值检测出黄色和白色车道线进行线性融合以增强车道线特征信息。在模型拟合阶段,采用Canny边缘检测算法和改进的Hough变换提取出边缘特征,最后采用最小二乘法拟合车道线双曲线模型。本文在Python实验环境下对随机选取的不同复杂路况下的视频流序列进行算法验证。实验结果表明该算法平均正确率为96%以上,平均未检测率和平均误检测率分别为1%和3%。实验说明本文算法具有良好的准确性和鲁棒性。在无人驾驶领域具有一定的应用价值。     

数字图像边缘特征提取方法及研究

边缘检测在数字图像处理、计算机视觉中有着重要的应用。本文对数字图像处理中几种具有代表性的边缘检测算法进行了理论分析,并提出了图像边缘特征提取的改进方法,通过比较得出其优点和适用范围,为实际应用采用此方法提供对照和参考。     

图像特征提取算法研究

在计算机视觉技术和图像处理中,都会运用到图像特征提取技术,图像的不变特征可以通过计算机的分析和处理来提取,大大提高了图片处理的准确度和速率。本文主要研究可以提取图像特征的三种经典算法,即SIFT算法、SURF算法以及ASIFT算法,利用Matlab平台、VC平台以及OpenCV库函数对以上算法进行仿真和调试,比较三种算法特征提取的效果,并分析这些算法的性能以及优缺点。     

基于形体轮廓特征提取的运动动作标志分析

对健美操等运动状态下的标志性动作分析时评价和刻画健美操运动训练和比赛水平的定量性标准。传统的运动动作标志性分析方法采用运动幅度检测方法,对健美操这类运动幅度呈现不规则差异的运动项目来说并不适用。基于图像处理的方法,提出一种基于形体边缘轮廓特征点提取的运动动作标志性分析算法,进行了形体边缘轮廓特征点数据采集系统设计。提取形体边缘轮廓特征点,将空间邻域信息融入到运动形体图像的标志性动作检测中,采用亮点模型衍射的方法实现视觉穿透,搜寻健美操运动员的技术特征,实现对健美操运动动作的标志性分析算法改进。仿真实验结果得出,采用该算法能有效准确地提取健美操的形体边缘轮廓特征点,运动动作标志性检测概率较高,性能稳健,具有优越性。研究成果在健美操形体评价等领域中具有较好的应用价值。     

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。     

基于边缘检测的图像缩放算法

论文提出了一种保持边缘特征的图像缩放算法,算法首先检测图像中物体的边沿,并在传统边沿检测方法的基础上增加“不确定度”这个参数来提高边沿检测的鲁棒性;对边缘区域像素的插值沿边缘方向进行,对非边缘区域的像素的插值用三次卷积的方法生成。该算法能有效消除传统插值算法在物体边缘部分出现的锯齿,提高了缩放后图像的视觉质量。仿真结果表明,对人造图像和自然图像,本算法均能保持良好的边缘特征,取得较理想的图像缩放效果。     

遥感对地CCD成像自适应轮廓线跟踪标记算法

CCD固态图像传感器用于遥感图像采集中,遥感对地探测中进行图像采集的轮廓线特征模糊,需要进行自适应轮廓线跟踪标记,提高图像的分析和识别能力。传统方法采用尺寸配准标定技术,对边缘模糊的遥感CCD成像标记效果不好,出现伪轮廓。提出一种基于Harris角点检测的遥感对地CCD成像自适应轮廓线跟踪标记算法。进行遥感对地CCD成像图像数据模型构建,设计Harris角点检测算法进行CCD遥感成像的边缘轮廓像点拟合,进行边缘轮廓线的亮点分析,提高采样精度,通过遥感成像的运动幅度检测实现对轮廓线跟踪标记。仿真结果表明,算法能有效实现CCD成像轮廓线跟踪标记高精度拟合,能有效剔除边缘干扰,提高对地遥感观测图像的探测精度。