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。     

基于图像边缘检测的小波阈值去噪方法

提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息.     

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.     

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。     

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。     

弧齿锥齿轮接触斑点图像的边缘提取

边缘提取是数字图像处理技术的一个重要环节,被广泛应用于工业检测领域之中。弧齿锥齿轮的接触斑点形态是衡量其传动性能的重要指标之一。在接触斑点数字化识别的过程中,其图像的边缘提取是非常重要的一步。本文提出的边缘检测方法将Canny检测算子应用于处理过后的二值目标图像,经过实验对比,明显优于传统基于灰度图像进行处理的结果。     

基于迭代最佳阈值分割的边缘检测研究

为了解决传统的人工定义阈值和检测算子在边缘检测方面的不足,提出了基于迭代最佳阈值分割的边缘检测,并据此进行图像的边缘提取。这种方法不仅大大降低了算法的复杂度,提供最佳阈值,同时也能保证边缘提取的精确度,消除图像噪声对边缘提取的影响。通过对迭代阈值的应用,利用边缘检测算子对图像进行边缘检测,并和现有的方法进行对比。实验结果表明,和现有的检测方法比较,该方法在检测效率和准确度上表现比较优秀。     

基于多方向的Sobel算子性能研究

针对现有边缘检测算子存在的边缘不连续、方向性差和检测效果不佳等缺点,提出了基于多方向的Sobel检测算法。该算法分别采用四方向和八方向模板进行卷积、叠加、融合,得到梯度图像,再细化得到边缘图像。将传统的经典算子检测图像与多方向的边缘图像进行比较,结果表明：多方向的Sobel算子获取的图像边缘较完整、连续、定位精度高,且方向性强,检测效果优于传统算子,而且方向模板数量越多,检测效果越好。     

一种图像边缘提取快速KIRSCH算子的设计与实现

对前人提出的数字图像边缘的经典算子--kirsch算子进行研究,详细分析了这种方法的出发点、理论根据、数学原理和实现方法及优缺点。并通过用Visual C++实现的实验结果,对kirsch算法提出了改进,实现了改进的快速kirsch算子的边缘提取,给出了对于一般图像的处理效果的分析。