基于改进的模糊边缘检测算法的应用研究

通过对Pal和King模糊边缘检测算法的分析,提出了一种改进的快速模糊边缘检测算法.定义了新的隶属度函数,弥补了Pal和King算法固定取阀值的不足.不仅对图像进行模糊增强和边缘平滑处理,还实现"Min"算子和"Max"算子综合使用提取边缘.实验结果表明,改进算法能够有效提取图像的边缘,特别是在提取对比度不高的图像时具...     

基于引导滤波与 LoG 算子的安检图像增强算法

引导滤波是一种能保持图像边缘的滤波器,可用来减少图像噪声。高斯拉普拉斯算子（Laplacian of Gaussian,LoG）在去噪的同时能够检测到边缘信息,并实现图像边缘增强。针对 X 光安检图像噪声大、边缘不清晰、对比度低等特点,提出一种基于引导滤波与 LOG 算子的安检图像增强算法。首先用引导滤波对图像作平滑处理,然后用 LoG 算子检测其边缘并进行增强,最后用限制对比度自适应局部直方均衡化（CLAHE）作对比度拉伸。实验结果表明,该算法与改进 CLAHE 算法相比,平均梯度可提高 50%左右,图像清晰度较高。     

基于新型螺旋相位滤波器提高图像边缘增强对比度的方法

提出了利用类贝塞尔螺旋相位滤波器实现提高图像边缘增强对比度的方法．给出了普通螺旋相位滤波器和类贝塞尔螺旋相位滤波器的点扩散函数,并利用圆孔、汉字和洋葱表皮细胞等三幅图像进行了边缘增强的模拟计算,发现与普通螺旋相位滤波器的图像边缘增强结果相比,基于类贝塞尔螺旋相位滤波器的图像边缘增强对比度得到显著提高．     

图像分割的各向异性扩散算法研究

煤矿井下图像通常具有对比度较小、纹理不清晰、数据量大等特点。根据各向异性扩散在图像处理中具有良好的边缘保持与增强的作用,首先在图像分割前对原图像运用各向异性扩散运算,消除原图像噪声的同时更好地划分图像的边缘与纹理区域。然后提取图像的纹理特性,运用到聚类算法中对图像进行分割。实验证明这种算法与未经扩散处理分割相比较,优势在于既提高了计算速度同时又改善了分割效果。     

一种基于边缘流的图像分割算法及其应用

基于边缘流的图像分割算法以方向相反的边缘流相遇的位置确定对象的边缘,解决了传统基于边缘的图像分割算法难以确定合理阙值的问题.论述了基于边缘流图像分割算法的原理,对该算法进行了调整,将其应用于昆虫图像的分割.实验结果表明:基于边缘流的算法不仅能够有效地分割出图像中的昆虫对象,而且对昆虫对象的各个部分还能进行较为有效地分割.与传统的基于闽值分割算法相比是更好的图像分割算法,促进了计算机视觉技术在农林业领域的应用,促进了计算机视觉技术在农林业领域的应用.     

低对比度图像高精度轮廓三维重建算法研究

为了解决低对比度成像条件下传统三维轮廓重建算法精度偏低的问题,提出一种基于邻域距离最小化准则、由粗到细的高精度轮廓三维重建算法。首先使用 Canny 算子对目标图像进行边缘检测,再利用目标形状、尺寸等先验信息剔除分割出的虚假目标边缘。随后,计算边缘点法线方向上的梯度加权值作为工件初始化轮廓,根据左右一致性原则筛选出粗匹配点对,在匹配点对邻域附近使用亚像素进行精细搜索,利用邻域距离最小化准则估算出当前最佳亚像素匹配点对,并将其用于激光刻形工件的尺寸测量,总体精度可达 0.1mm。该方法有效降低了轮廓重建算法对边缘定位精度的依赖,同时提高了轮廓重建精度。     

基于改进Canny边缘检测算法的道路标线检测实验研究

为提高传统Canny算法的灵活度和自适应能力,提出了一种改进的自适应Canny边缘检测算法。采用双边滤波代替高斯滤波滤除噪声并锐化图像边缘;再使用水平、垂直、45°、135°等4个方向的梯度模板对图像的梯度幅值进行计算。对传统的Otsu阈值分割算法进行了改进,改进的思路是找出类内和类间方差的最大值作为阈值,阈值搜索范围的缩小可以使计算量减少,实现快速分割。通过道路标线图像验证,说明改进后的Canny算法对道路标线的分割效果更好,减少了边缘断裂和假边缘,处理的时间也相对缩短。     

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．     

支持向量机在图像去噪处理中的初步研究

图像去噪是图像分割等操作的关键预处理环节,是从图像处理过度到图像分析和理解的重要手段之一,是图像处理中研究的重点内容.现有典型的一些图像去噪方法大多采用平滑滤波机理,在保护图像边缘信息等方面存在一定的局限性. 本文在对现有典型的图像去噪方法总结的基础上,提出了一种图像去噪的新方法--利用支持向量机(SVM)技术构建图像去噪滤波器,并在实现算法和实验仿真方面做了初步探讨.     

图像分割算法在零件图像测量中的应用研究

通过分析图像测量系统的组成,说明了图像分割算法在零件图像测量中的重要地位,综合阐述了目前常用的图像分割算法的特点。针对零件图像测量的实际应用情况,提出了一种新的图像分割算法,实现了对目标边缘的准确检测。在此基础上设计了边缘检测的亚像素细分算法,对目标边缘进行亚像素精确定位,并用实例说明了本算法的可行性。     

融合像素和滤波器特征的ELM血管分割方法

数字血管分割技术在现阶段眼科疾病的诊断和治疗占有重要的地位,但血管拓扑结构复杂和存在病理信息等噪音的影响,使得大多数算法鲁棒性较低.因此,本文提出一种融合像素和滤波器的极限学习机的血管分割算法,首先对图像进行形态学开运算和限制对比度直方图均衡化等预处理算法,然后利用匹配滤波、纹理特征算法、线性特征算法和B-COSFIRE滤波提取血管特征,最后由极限学习机分割血管.本文在DRIVE数据集上仿真得到的准确率和灵敏度分别为0.958 3和0.834 8.     

基于CT数据的轮廓线提取

医学图像的三维重建中,边缘轮廓线的提取起着关键的作用.针对头部医学CT数据,分析其数据格式,并对其进行数据格式转化,对转化后的数据采取图像平滑、颜色调整与直方图均衡化等图像预处理操作,最后在分析图像预处理后数据的基础上提出双阈值分割的方法来提取轮廓线数据,实现较好的提取效果.     

基于区域生长算法的CT序列图像分割

由于人体腹部CT图像纹理结构复杂,灰度差别特别小,边缘又很不明显,本文提出了基于区域生长法的序列图像分割算法.在提取肝脏图像时,将全部序列图像分成若干组,然后利用区域生长算法先分割出每组的第一张图片.对于本组内其余图片的分割,充分利用相邻图片的灰度相似性实现序列图像的分割.对于血管的分割,由于血管在三维空间上的连通性,采用三维区域生长算法实现血管管道的提取.实验结果表明,应用本文算法能得到准确的肝脏及血管分割结果.     

基于快速熵阈值的彩色图像边缘自动检测方法研究

作者提出了一种基于CIE LUV彩色空间的边缘检测算法,首先通过非线性同等组滤波器进行平滑和去噪预处理,接着利用改进的各向同性边缘检测器和快速熵阈值技术自动确定图像边界,并考虑了像素与其八领域像素的颜色距离进一步精确定位图像的边缘.实验证明该算法能较好的得到彩色图像的边缘.     

不依赖于边缘的TFT-LCD面板缺陷自动检测方法

为了检测TFT-LCD面板上可能出现的点缺陷和线缺陷,同时为应对其粗糙面及透明、半透明材质在光线的散射和多重反射下缺陷成像边缘较模糊的问题,提出了一种不依赖于边缘的TFT-LCD缺陷机器视觉自动检测方法.由工业CCD相机采集到的图像,采用Wiener滤波实现图像去噪;构造实值Gabor小波滤波器实现纹理背景抑制;采用基于最大熵的阈值分割方法分割缺陷;最后提取缺陷参数.通过实验实现了对样本图像中缺陷的判断、定位、面积测算和形状确定,与已有机器视觉检测方法相比,算法能够显著提高检测效率,适合缺陷在线检测.     

基于数字人的CT＆MRI图像融合及三维重建

目的：以“中国数字人男一号”CT图像、MRI图像为研究素材,对同一人体同期CT图像与MRl图像进行融合,并对融合效果进行比较评价。在此基础上实现同期CT图像与MRI图像的三维融合重建图像。方法：首先介绍小波变换图像融合方法、算法、图像融合过程与步骤;然后对CT图像进行骨骼组织分割;其次,通过使用图像预处理及二维空间变换处理,解决两种骨骼组织分割图像参数差异较大的问题;最后,对这两种模式的骨骼组织分割图像在配准的基础上进行融合,并给出融合结果。结果：实现了CT图像和MRI图像的二维空间融合及三维重建。结论：小波变换图像融合方法对常用的CT／MRI图像融合及三维重建是一种有效的方法。     

基于CANNY算子的工业CT图像边缘信息提取

工业CT图像边缘信息提取是缺陷识别及三维重建的关键步骤。传统的边缘提取算法难以对CT图像边缘信息进行有效的提取．文章在对canny的最佳边缘信息检测算子进行理论分析研究的基础上，用VC 实现了该算法，并与Sobel算子、Gauss-Laplace算子提取的结果进行了比较．结果表明，用Canny算子对工业CT图像的边缘信息提取是有效和可行的。     

一种基于图像滤波的加权 FCM 图像分割算法

针对模糊C均值（ FCM）图像分割算法受初始值影响较大以及对噪声的抑制作用较差的问题,提出一种基于图像滤波的加权FCM图像分割算法。该算法采用快速FCM算法进行初分割,降低了初始值的影响,同时引入自适应中值滤波器,并与加权FCM 算法相结合进行迭代滤波分割,不仅能很好地抑制噪声的影响而且能使分割更精确。利用该算法分别对人工合成的和真实的含噪图像进行分割实验,实验结果表明：本文算法对含噪图像有很好的分割结果。     

基于混合阶偏微分方程的图像放大

针对二阶偏微分方程进行图像放大产生的阶梯效应和对弱边缘纹理增强不足的缺点,利用四阶偏微分方程具有去阶梯效应特性和反向扩散特性,提出了一种各向同性扩散的四阶偏微分方程耦合改进的全变差模型的图像放大算法.使用双正交映射操作实现图像退化模型约束,在低梯度区进行各向同性四阶偏微分方程结合二阶各向异性扩散,弱边缘反向扩散进行增强,同时避免了平滑区域产生阶梯效应,在高梯度区采用二阶偏微分方程扩散耦合冲激滤波器对强边缘进行增强.本文算法和其他算法进行了比较,仿真实验证明:本文算法在保证边缘、细节有较好视觉效果的前提下,得到的放大图像更加自然,对强弱边缘的增强效果都较好.     

基于信息熵图像分割算法的若干改进

最大熵阈值法是图像分割的一种重要方法,在图像处理与识别中广为应用。针对原有最大熵阈值法的不足,从3个方面对其进行了改进研究:参数化最大熵分割准则,引入灰度对比度对分割进行评价来选取参数来改善最大熵阈值法的分割性能;加权图像指数熵,引入了信息熵的指数形式并对其加权,依照灰度的分布选取权重,并通过分割后灰度对比度来确定权的参数,更充分地利用了图像的灰度信息;基于高频率灰度信息对原始熵进行变形,充分考虑了高频率灰度对分割的影响。通过对比实验表明,改进算法确定的阈值可以获得更佳的分割效果。