基于数学形态学和LMS滤波的图像边缘检测算法研究

传统的边缘检测算子对灰度图像进行边缘检测时存在图像细节被丢失,边界不连续等问题。针对上述问题,提出一种基于数学形态学和最小均方差滤波相结合的图像边缘检测方法,该算法先利用小均方差滤波的方法可以有效地滤除图像中的噪声,然后利用形态学中的腐蚀运算对图像进行边缘检测处理。实验结果表明：该方法能够有效地去噪,精确地检测图像中的细节,并且边界的连续性好。     

基于数学形态学的纸浆纤维图像边缘检测方法

文中研究了数学形态学理论在图像边界检测中的应用.在分析了数学形态学运算理论的基础上,提出了一种基于形态学理论的纸浆纤维图像边缘特征提取方法.仿真试验结果表明,该方法能够很好的取出噪声,检测纸浆纤维边缘图像中的细节,定位准确、连续性好、易于编程实现并且运算速度快.     

基于形态学的人脸图像边缘检测新算法

提出一种利用数学形态学开闭运算--首先滤掉噪声,再使用数学形态学梯度提取边缘的人脸图像边缘检测新算法.仿真结果表明,该方法与传统的边缘检测方法相比,能在滤除噪声的同时很好地检测到人脸图像的有用边缘.     

基于小波变换和数学形态学的遥感图像边缘检测

由于遥感图像一般带有较大的噪声，通过实验表明，用传统的边缘检测方法效果不理想。采用小波方向性检测技术并结合数学形态学的方法，提出了一种基于小波变换和小尺度的数学形态学的遥感图像边缘检测方法。实验表明本算法计算有效，边缘定位准确，对噪声有一定的抑制作用，边缘检测效果明显。     

多尺度形态学边缘检测算法

形态学作为一门新兴的非线性图像处理技术,已得到人们的广泛关注,并应用于图像处理的许多方面。文中提出了一种结合形态学滤波的边缘检测算法,该算法采用自适应方法确定锥形结构元素,然后利用双锥形结构元素对图像进行形态学迭代滤波,对滤波后的图像进行多尺度形态学边缘检测,并将各尺度下边缘检测的结果进行合成,最终得到在噪声存在条件下较为理想的图像边缘,并且与其它边缘检测算法进行了对比实验,实验验证了该算法的可行性和有效性。     

一种新型的图像边缘检测技术

针对传统的数学形态学边缘检测算法,提出一种新型的基于数学形态学的膨胀,腐蚀,开,闭等变换,采用不同方向不同尺度结构元素对图像进行边缘检测,大尺度结构元素清除噪声,小尺度结构元素获取完整的边缘。通过计算获取边缘的信息熵,自动匹配权值系数,进而得到最终图像边缘的完整信息。此方法能够有效地抑制噪声,保持边缘信息的完整性,精确性。     

基于数学形态学的边缘检测算法分析

边缘检测算法在图像识别领域具有不可替代的作用。边缘检测在实现的过程中需要考虑边界增强的效应,边缘检测算法的研究有着丰富的理论和经验。但是,图像压缩和图像识别中图像通常被噪声破坏,需优化处理,才能获取较好质量的图像。文中首先介绍了边缘检测算法,依次阐述这些经典算法的优缺点,引入数学形态学这一观点,对边缘检测算法进行结合,将其应用到图像的识别中,通过C++语言编程实现图像效果,最后进行总结与展望,该成果对于图像的处理具有积极的意义。     

电弧焊熔池图像的边缘检测

本文提出一种基于Canny算子和形态学的图像边缘提取算法。熔池图像经过预处理后,运用形态学的开闭运算滤除噪声和局部灰度增强后用Canny算子检测得到清晰的连续的边缘。实验结果表明,该方法明显优于经过传统滤波后再进行Canny算子的边缘检测效果,为后续的特征提取,目标识别提供了良好的基础。该算法对噪声有很好的鲁棒性,并得到真正的边缘。     

基于多尺度多结构形态学火焰图像边缘检测

针对从工业锅炉采集到的火焰图像边缘形态和噪声的不同,以数学形态学梯度边缘检测算子为基础,结合多结构元素和多尺度的特性,提出了一种基于多尺度多结构数学形态学图像边缘检测算法,并将其应用于火焰图像的边缘检测。仿真结果表明,与经典的Sobel算子、Canny算子和传统的算法相比,提出的算法具有边缘定位准确、轮廓清晰、图像细节保留较多、噪声不敏感等显著优点。     

一种基于图像融合的含噪图像边缘检测方法

针对含噪声图像在边缘定位、噪声抑止、弱边缘保留及边缘细节的视觉感知等方面难以兼顾的具体情况,提出了一种基于图像融合的含噪图像边缘检测方法。首先,讨论了基于小波变换模极大值的图像边缘检测法;结合数学形态学基本运算与信息熵理论,提出了改进的灰值数学形态学图像边缘检测法,并分析了其基本原理。然后,结合两种方法的优点,采用叠加运算进行图像融合最终检测到的图像边缘连续完整。最后,与传统边缘检测法、小波变换模极大值法、改进的灰值数学形态学法进行了实验对比,结果表明,本文算法优质系数最大,所花时间最少。     

基于多尺度多方向结构元素的形态学图像边缘检测算法

为进一步改善图像处理中的噪声抑制和边缘检测性能,提出了一种多尺度多方向结构元素形态学图像边缘检测算法.该算法基于数学形态学中结构元素的方向性差异,充分利用了腐蚀、膨胀、开、闭及其变换和组合运算.对图像进行去噪、边缘提取等预处理操作,以提高图像的信噪比和边缘细节;利用递归的多尺度多方向结构元素形态学滤波得到图像的初始轮廓;利用多尺度形态学和多方向结构元素进行图像边缘检测.实验结果表明提出的算法抗噪性强,能有效准确地提取边缘信息.     

多尺度的灰值形态学在图像边缘检测中的应用

传统的边缘检测算法存在检测边缘不连续、漏检、抗噪性能差等缺点。针对传统方法在边缘检测中遇到的问题,结合数学形态学的方法,介绍一种基于多尺度灰值形态学的边缘检测算子,该算子是在形态学梯度算子的基础上改进之后,结合多尺度的概念,将各种不同尺寸下的边缘图像结合起来,提取出比较理想的边缘图像。采用Visual C++编程实现算法,并与传统边缘检测算子进行比较。实验结果表明本文提到的算子检测边缘效果更好。     

多结构抗噪膨胀-腐蚀型数字灰度图像边缘检测的研究

传统的边缘检测方法对噪声敏感,抑制噪声能力差,经典的形态学边缘检测方法虽然具有较好的去噪能力,但不能反映全部的边缘特性.为此本文提出了一种改进的多结构抗噪膨胀腐蚀型数字灰度图像边缘检测算子.通过仿真结果比较,该算了在检测图像真实边缘和抗噪性能上均优于传统的边缘检测算子.     

联合提升小波和形态学的医学图像边缘检测

医学图像现已成为临床诊断、病理分析及治疗的重要依据和手段,医学图像边缘检测的好坏,会直接影响到后续的治疗过程.分析了基于小波变换和数学形态学的边缘检测算法的不足,提出了一种联合提升小波和形态学的医学图像边缘检测算法.首先对原始图像做提升小波变换,然后采用多方位形态学算子检测边缘,最后进行提升小波反变换.实验结果表明该方法能在有效地去除噪声的同时准确地检测出肺部病灶图像的边缘,是一种有效的医学图像边缘检测方法.     

基于NSCT和形态学的微透镜表面分割

为有效分割精密光学微透镜及微透镜阵列的表面不同特征区域,结合具有良好平移不变性、多尺度多方向分解能力的非下采样轮廓波变换(NSCT)和数学形态学运算,提出了一种微透镜表面特征边缘提取方法.采用非下采样轮廓波变换分解微透镜表面,得到粗尺度系数和精细尺度系数.粗尺度系数采用数学形态学处理,获得近似特征边缘;精细尺度系数根据变换域系数模值、硬阈值处理后得到细节边缘.融合粗尺度和精细尺度边缘作为微透镜表面的边缘.实验表明,该方法可准确识别透镜表面的特征边缘,比传统的边缘算子更为有效.     

数学形态学中的Tophat和Bothat变换的实现

给出了一种在VC 6.0集成开发环境下实现数学形态学中的边缘检测算子Bothat和Tophat的应用程序,能使程序快速有效地执行,增强了算法的可移植性.     

基于边缘检测和形态学的车牌定位算法

针对车牌自动识别系统的车牌定位方法进行了研究分析,提出一种结合边缘检测和数学形态学的车牌定位算法。利用边缘检测和形态学分析得到车牌候选区域,对候选区域进行连通域分析,实现了对车牌区域的定位。实验结果表明,该方法降低了各种背景噪声对图像中目标区域判别的影响,降低了车牌定位时间,有效地实现了车牌定位。     

基于梯度方向的零交叉边缘检测

鉴于高斯拉普拉斯(LoG)算子具有各向同性且在有方向性差异的场合并不适应的不足,提出在梯度方向进行零交叉的边缘检测方法。首先使用自适应平滑滤波原图像;然后在水平和垂直两个方向上分别计算图像的一阶梯度分量;使用梯度算子分别对两个求得的一阶梯度分量进行操作,计算两方向上的二阶偏导数;分别对两个方向上的二阶偏导数进行零交叉检测,并合并零交叉点得到边缘图像;最后使用形态学图像处理方法去除边缘图像中面积较小的孤立点区域。结果表明,该方法在噪声环境中具有良好的边缘检测效果,且运算时间与LoG算子检测方法相当。     

基于动态阈值分割的目标提取技术

如何从背景中提取目标信息是图像处理时经常遇到的技术难题.从火腿肠生产线质量检测遇到的实际问题出发,提出一种结合动态阈值分割、数学形态学和边缘检测的方法,实时检测图像中的异物信息.实验结果表明,该方法能快速检测目标信息,满足实际生产要求.