共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
有噪图象的边缘提取是一个难点。经典的边缘检测方法由于引入了各种形式的微分运算,从而必然引起对噪声的极度敏感。为此,本文提出了采用分形方法并综合传统方法以解决低信噪比图象的边缘检测问题,并给出了自然场景中的人造物体边缘检测的实例。 相似文献
3.
研究了显微图象中目标对象边缘的提取,提出了一种新方法.该方法分三步进行,首先识别目标对象,并与背景区分开,然后滤除误识别象素和脏点,最后提取目标对象的边缘。使用最优颜色通道识别显微图象中的目标对象,动态的调节识别阈值,减少了误识别象素的数量,对残存的误识别象素和脏点采用面积滤波的方式去除,进一步提高边缘提取的效果。试验结果表明,采用本文的方法提取目标对象的边缘优于已有的熵算符法提取的结果。 相似文献
4.
边缘是图象的重要特征,采用细胞神经网络提取图象边缘时,网络参数的选择是一个重要问题。为了能够有效地提取图象边缘,基于高通滤波模板,选择了细胞神经网络的一组简单易行的参数,首先将其用于检测二值图象边缘,再在此基础上,通过综合灰度值各位面边缘检测的结果提取出灰度图象的边缘。与传统边缘提取方法Sobel和Log方法的比较可见,该方法是有效的,并且由于细胞神经网络具有高速并行运算、便于硬件实现等特点,因此使其在图象实时处理中具有更大的潜力。 相似文献
5.
6.
边缘是图象的基本特征,边缘信息是进行图象分析和识别的重要属性,但由于常用的边缘提取方法在提取边缘的同时,容易丢失图象的细节边缘信息,为此提出了一种基于灰度形态学和图象分解技术相结合的图象细节边缘提取方法,该方法首先运用灰度形态学方法检测出包含图象细节的边缘图象并去除部分背景和噪声,然后进行区域分解,再通过对不同的区域选取不同的阈值来保证边缘提取的完整性.仿真结果表明,与传统方法相比,该方法能有效地提取一般图象的细节边缘,甚至能提取被噪声污染图象的边缘. 相似文献
7.
8.
基于正交二进小波,设计了一个滤波器对图象进行多尺度滤波,得到不同尺度的小波变换。在每种尺度下分别提取图象边缘,而后综合形成图象真正的边缘。该方法不仅能有效地抑制噪声,得到单象素宽、精确的边缘信息,而且能依据边缘的奇异度区分不同的边缘 相似文献
9.
蔡汉添 《计算机工程与科学》1998,20(1):1-5
图象多尺度边缘是图象的重要特征,已广泛应用于处理和计算机视觉等多个领域。本文给出一种基于子小我的图象多尺度边缘提取方法。实验证明该算法是行之有效的。 相似文献
10.
11.
一种基于Canny算法的边缘提取改善方法 总被引:19,自引:0,他引:19
Canny算法作为一种优化的边缘检测算法,在用于检测图象的边缘时有着边缘上连续性等许多优良特性,在介绍Canny算法的基础上,通过对Canny算法进行改进,提出了一种基于动态阈值理论的边缘提取算法,该算法弥补了Canny算法在对非标准图像的模糊边缘进行检测时丢失边缘的不足,是一种具有实用价值的边缘检测算法。 相似文献
12.
本文在对众多图象边缘检测技术进行总结的基础上,提出了把边缘属性融入边缘模型的概念,由此引入了多目标决策模型,这样,边缘检测问题变转化成一个最优化问题,避免了边缘滤波模型的缺陷,达到比较客观的折衷效果。该方法是在微机上加以实现的。 相似文献
13.
边缘检测是数字图象处理中一种重要的处理手段,目前普遍采用的方法是且高斯函数或者B-样条对原始图象进行预平滑,然后求其一阶导数的极值点或拉普变换的零交叉作为边缘特征点,但是在其原始图象与平滑图象的之间的残余误差中可能存在一些边缘特征信息,为了尽可能提取残余误差中存在的边缘特征点,因此利用B-样条平滑公式,建立了一种盈亏修正图象边缘检测新方法,其原理是,首先对原始 明数据进行盈亏修正,使得原始 明与平 相似文献
14.
为了提高图象边缘提取时分类的准确性,在利用四叉树进行自适应图象分割的同时,将Laplacian算子作用于原始图象,然后从得到的边缘图像中,除去给定阈值的特定灰度层的图像后,即得到一种去除冗余,并突出边缘特征的图象,再将它应用于Domain块分类之中,可使分类结果更准确和更具客观性,计算机仿真解码实验结果表明,与其他同类的自动分形方法相比,该方法在编码速度、压缩比和恢复图象质量等方面均有显著提高。 相似文献
15.
16.
17.
18.
一般边缘跟踪算法都没有考虑图形区域的边缘比较复杂时的情况.本文提出一种改进的边缘跟踪算法、该算法可对二值图象中可能出现的各种情况的区域进行跟踪,具有简单明了而且效率高的特点. 相似文献
19.
本文阐述了基于逻辑神经网的二值和灰级图象的边缘检测和压缩编码方法。除了理论分析外,本文还给出了典型试验结果。 相似文献
20.
本文对噪声和边缘的统计特征进行了分析,提出了以P1(i,j)、P2(i,j)和P3(i,j)作为边缘、噪声和非边缘非噪声的隶属函数,并在此基础上建立它们的牲描述向量。借助于该特征向量。将图象平滑和边缘检测转化为一个模式识别的问题。从理论上讨论了解决图象处理中长期存在的去噪和保持边缘细节的折中问题的思路,并构造出了基于模糊模式识别的图象边缘检测和图象滤波的基本框架。 相似文献