一种改进的形态学边缘检测算法

为提取出更丰富流畅、定位更准确的边缘信息,基于多尺度多方向结构元素,引入信息熵加权系数,改进了形态学边缘检测算法.首先,为去除图像噪声,选定2种不同尺度的结构元素进行形态学开闭运算;然后,利用4种不同方向的结构元素进行形态学边缘检测,可以获得4幅不同方向结构元素下的边缘图像;再根据每幅边缘图像的信息熵来确定权值,并将这些边缘图像按照比例进行加权求和即可得到较为理想的边缘图像.仿真实验证明:改进的形态学边缘检测算法具有很强的抗噪性能,而且检测到的边缘信息更完整流畅,具有一定的适用性和优越性.     

多尺度结构元素形态学边缘检测算法的研究

针对在以往的图像边缘检测中,常用的算法抗噪声能力弱且容易丢失边缘细节等不足,提出一种新的边缘检测算法.该算法首先采用两个不同尺度的结构元素对图像进行交替滤波运算,再利用结构元素进行形态学边缘检测以获得图像的边缘细节.通过实验表明,与传统的边缘检测算法相比较,新算法抗噪能力强,运算效率高且检测到的边缘连续性强.     

一种基于高斯滤波与矢量微分算子的小波多尺度边缘检测算法

采用一种基于高斯滤波与矢量微分算子相结合的近似小波多尺度边缘算法。该算法分别选定大小2个高斯滤波器的尺度,并将其分别与原努图像作卷积,从而得到图像的多尺度信息。以矢量微分算子为卷积核与滤波后的图像进行运算,在获得的梯度向量上,沿相角方向取模为极大值的点为边界点,将该方法用于边缘检测,获得较好的效果。     

交替滤波的加权形态边缘检测算法

针对常用的边缘检测算法因卷积运算造成图像边缘模糊,提出一种基于交替滤波的加权形态边缘检测算法.利用交替滤波滤除噪声以减少对边缘检测的干扰,进而作多方向的条件边缘检测来得到各方向的最佳边缘,然后把这些边缘进行归一化运算并加权求和得图像的合成边缘,最后进行阈值处理得到包含各个方位的最佳边缘结果.实验结果表明,用基于交替滤波的加权形态边缘检测算法可有效克服噪声影响,得到理想的图像边缘.     

一种最佳结构元尺度的自适应确定算法

形态学滤波作为一种新型的非线性滤波方法已被广泛应用到边缘提取、抑制噪声等图像处理领域.形态结构元的选择作为形态学滤波的最关键问题一直以来是形态学研究的热点之一,通过对顺序形态学极值滤波运算的研究,提出了一种基于复合极值滤波的最佳结构元尺度自适应确定算法.实验结果表明,该方法能快速、准确地确定结构元的尺度大小,具有很好的形态滤波效果.     

基于Soft形态学的图像去噪边缘检测

基于形态学的图像处理效果取决于运算性质和结构元素,为了能够更好地抑制图像的噪声并且提取 边缘信息,提出了一种基于柔性形态学的图像去噪和边缘检测方法。该方法使用多结构元复合滤波与双梯度多路 合成相结合,柔性的多结构元复合滤波能够有效去除图像噪声,双梯度多路合成可以提高图像边缘的检出率,不仅 抑制图像的噪声,而且提取出的图像边缘更清晰完整。实验结果表明,该方法在抑制噪声和边缘检测方面要比传统 算法有较好的效果。     

一种改进的Log边缘检测算法

在分析传统Log边缘检测原理的基础上,针对高斯滤波器尺度因子的选取,引入高斯滤波空间尺度因子计算方法,提出了一种自适应的多尺度Log边缘检测算法,克服了传统Log算法的不足.实验结果表明,改进后的Log算法能有效抑制噪声,并能准确检测图像边缘信息.     

多尺度全方位复合广义形态边缘检测的算法

提出一种多尺度全方位复合广义形态边缘检测的算法,在广义抗噪形态学算子基础上加以改进,采用多尺度全方位的思想对图像提取不同方向的边缘,将结果平均加权得到不同方向的抗噪算子,将其复合得到最终的边缘.仿真结果表明文中提出的算法具有很好的边缘检测效果,抗噪性能也优于经典的边缘检测算子.     

一种基于数学形态学的灰度图像边缘检测算法

基于数学形态学的方法,利用形态运算膨胀、腐蚀、开、闭等变换以及它们的组合,该文提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性.同时引入多尺度的概念,对形态结构元素尺度的大小进行调整,从而在噪声存在的条件下得到较理想的图像边缘.实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性.     

改进的基于形态学梯度法的车辆图像边缘检测方法

在分析和比较用于图像边缘检测的多尺度多方位的形态学梯度算法和多级形态学运算合成法的基础上,提出了一种改进的基于形态学梯度法的汽车图像边缘检测方法.经过实验检验,并与其它形态学边缘检测方法进行了比较,证明该方法对汽车图像边缘检测具有较好效果.     

基于Laplacian与多尺度数学形态学的漏磁图像边缘增强方法

为增强管道焊缝漏磁图像的边缘特征,提出一种基于Laplacian与多尺度数学形态学的焊缝漏磁图像边缘增强方法。首先采集管道漏磁内检测器中的漏磁数据进行成像,然后利用数学形态学算法,通过构建多尺度结构元素对图像进行边缘检测,利用边缘颜色约束对删除非边缘点,最后利用拉普拉斯算子对边缘进行增强。结果表明,该方法可较准确地提取漏磁信号图像的焊缝和缺陷边界,实现焊缝和缺陷的边缘增强,具有一定的可行性和实用性。     

柔性矢量形态学梯度算子

经典的形态学梯度算子不能直接拓展到彩色图像处理中,现有的矢量形态学梯度算子对噪声较为敏感且性能较低。为解决该问题,提出了一种新的柔性矢量形态学梯度算子,并将其应用到彩色图像边缘检测中。新的形态学梯度算子利用柔性形态学原理有效地降低了噪声对彩色图像边缘的影响,从而提高了矢量形态学梯度算子的抗干扰能力。实验结果表明,新的柔性矢量形态学梯度算子在噪声条件下能获得较好的矢量梯度,对彩色图像的后续分割及目标识别具有重要的作用。     

一种基于Sobel算子的彩色图像边缘检测新算法

在研究灰度图像边缘检测方法的基础上,针对彩色图像的特点,提出了一种改进的Sobel算子边缘检测算法,并用MATLAB进行了仿真。仿真结果表明,直接利用Sobel算子对彩色图像进行边缘检测,得到的结果图像边缘比较模糊,而本文提出的改进算法,不但图像边缘比较清晰,而且还能有效降低图像的噪声,将Sobel算子边缘检测算法从灰度图像很好地移植到了彩色图像。     

结合Mahalanobis距离的SUSAN彩色边缘检测方法研究

针对HSI颜色空间在图像处理和分析方面更加符合人眼的视觉特性,提出了一种结合Mahalanobis距离的SUSAN彩色图像边缘检测方法．该方法首先将彩色图像从RGB空间转换到HSI空间,然后以H、S、I为变量计算空间中两种颜色的色差距离,结合SUSAN算子对边缘进行检测．实验结果表明：此方法可以有效地检测彩色图像的边缘．在保留图像边缘方面,性能优于传统的彩色边缘检测方法．     

融合改进形态学和LOG算子的齿轮边缘检测

针对传统边缘检测算法在提取含噪齿轮边缘过程中,存在难以有效抑制噪声和边缘不连续不清晰的问题,提出了一种融合改进数学形态学和高斯拉普拉斯（LOG）算子的齿轮边缘检测算法。首先,用改进的数学形态学边缘检测算法和改进的LOG边缘检测算法分别对原图像进行边缘检测,得到两幅边缘检测图像。其次,对两幅图像进行4层小波分解且对得到的高、低频信息赋予一定的融合规则进行融合处理。最后,利用小波逆变换重构融合图像。实验结果表明,对比单一使用LOG算子和数学形态学算法,该算法不仅能更好抑制噪声还能得到更加清晰的图像边缘。     

基于Canny算子的白酒显微图像边缘提取

文章提出了一种改进的Canny算子和数学形态学相结合的白酒显微图像边缘检测方法。首先采用二维高斯函数的一阶偏导数同时构造x和y方向滤波器计算梯度幅值,然后通过四阈值边缘检测方法进行边缘定位,最后引入了数学形态学对边缘进行融合。实验仿真表明,该方法对酒分子结构边缘检测精度较准、抗噪性能良好,能有效的克服图像边缘模糊与断点,提高了边缘的连续性。     

一种基于Canny算子与颜色信息的人脸检测算法研究

利用Canny算子提取图像的边界并且对边界信息可以实现大块连通区域的自然分割特点,同时结合皮肤在YCbCr色度空间中的颜色信息,实现在复杂背景下进行人脸自动检测和定位的方法.实验结果表明,该方法具有实时性好,检测和定位精度较高的特点.     

基于图像二维熵的自适应形态学滤波方法

为了在滤除噪声的同时保持图像的细节信息,结合已有的形态学滤波方法,提出了一种新的自适应滤波方法.综合图像灰度分布的聚集特征和空间特征,构造图像二维熵,结合形态学运算,合理设置滤波算法流程,通过连续改变结构算子的大小,观察图像二维熵的变化,合理设置滤波终止条件,通过对椒盐噪声图像的滤波测试,取得了理想的滤波效果.重点阐述了二维熵的构造方法和自适应滤波的流程设计.     

带几何约束的彩色图像选择性分割

为了解决彩色图像分割任务中有选择性的定位感兴趣区域的具体需求,基于Lavdie-Chen的灰度图像单水平集选择性分割方法,提出带几何约束的彩色图像选择性分割方法。该试验方法将彩色图像作为一个整体,求其梯度及边缘检测函数,借助边缘检测函数、目标物体约束点确定的距离函数以及形成的多边形内外面积,共同决定曲线演化进程中的方向与速度。区域信息的加入克服了边缘函数依赖单一图像梯度的缺点;正则化优化算法的引入克服了凹陷处分割效果不理想的缺点;加法分裂算子算法可以快速求解模型的Euler-Lagrange方程。试验结果表明,本研究提出的彩色图像选择性分割方法具有有效性强和正确性高的特点。