基于小波变换的目标检测关键算法研究

图像去噪和边缘检测都是目标检测中至关重要的过程。结合半软阈值法和比例萎缩法,提出了一种改进的小波局部自适应阈值图像去噪算法,给出了一种高斯小波模极大值算法进行图像边缘检测。实验证明,去噪算法优于传统的半软阈值算法,较好地保留了图像的细节信息。边缘检测算法与经典的Canny算子相比得到了更多细节信息,使图像变的更真实。     

基于自相关矩阵和边缘检测的运动目标检测

提出了一种基于颜色特征提取和图像边缘检测融合的运动目标检测算法。利用颜色自相关矩阵对图像建立特征模型,进行相似度的比较得到较粗糙的目标检测结果。然后通过Canny算子提取图像的边缘信息并利用二值差化求得目标大致边缘轮廓。将两者再进行逻辑与操作,即判定在粗糙检测结果中运动目标轮廓内的元素目标边缘信息为运动目标边缘,并最终进行形态学操作得到运动目标。实验结果表明,提出的算法对复杂背景下运动目标有较为理想的检测效果。     

基于颜色与线段的图像轮廓提取算法

传统二维图像轮廓识别算法通常是在图像中找到边缘,根据设定的条件将边缘像素组合起来形成轮廓。针对边缘检测算法通常需要对不同的图像设定不同的阈值,对不同类型的图像很难找出统一的阈值的问题,文中提出了一种同时利用图像中颜色与线段信息的彩色图像轮廓提取算法,算法采用自顶向下的颜色空间融合和自底向上的线段检测的方法,在初步获取边缘信息之后,综合利用检测结果生成目标的轮廓。算法的优点在于不需要进行阈值调整,实验表明:该方法可以有效地提取彩色图像中的目标轮廓。     

基于VC＋＋的图像边缘检测及物体周长面积的测量

由于图像的边缘信息是整个图像特征信息中最重要的部分,所以边缘检测算法是图像分析与图像识别中十分重要的一个课题。基于此,在VC＋＋的基础上,设计实现了4种基本的边缘检测算法,该设计能够使我们更方便、直接地比较4种检测算法的检测结果,从而选择合适的检测算法。除此之外,还实现了对标识物体的周长以及面积的测量。     

一种应用于交通视频检测的快速边缘提取算法

车辆边缘信息以及道路边缘信息是交通视频检测中重要的特征信息,而传统的边缘提取算法的运算量大,不能满足交通视频检测实时性的要求。文中突破传统算法中对一幅图像中每个像素点逐一运算的思想,提出了一种快速的边缘提取算法,对一幅图像进行整体运算,大幅降低了边缘提取算法的运算量。通过实验与传统的边缘提取算法比较,证明了该算法应用于交通视频检测效果良好。     

结合方向边缘检测的红外与可见光图像融合算法

针对现有红外与可见光融合算法中存在边缘模糊与目标不清晰等问题,通过对红外图像与可见光图像的研究,提出一种基于方向边缘检测的红外与可见光的图像融合算法。通过在传统的边缘检测算法基础上,引入一个方向因子,提出了一种新的方向边缘检测算法;并根据高频子带与低频子带中小波系数的不同特性,分别对其采用了不同的融合规则。实验结果表明,该算法能够有效的提取图像中的边缘信息与目标信号,具有可靠性高、清晰度高的市场优势。     

一种基于阈值分割的红外图像边缘检测方法

针对红外图像对比度和信噪比低,经典的图像边缘检测方法对实际图像难以检测的特点,提出了一种基于阈值分割的边缘检测算法。首先利用最大方差阈值法分割出红外图像的目标图像,其次用线性拉伸的方法对目标图像中存留的噪声进行去除,最后运用Sobel算子对目标图像进行边缘检测得到结果图像,并与经典的Roberts边缘检测算法、Sobel检测算法、Prewwit检测算法、Gauss-Laplacian检测算法进行比较。实验结果显示该检测方法是可行、有效的。     

一种改进的含噪图像边缘检测算法

数字图像边缘检测是图像分割、识别等图像分析和理解领域中的重要基础。针对图像边缘检测中噪声抑制与细节保留之间的矛盾,提出了一种基于小波变换和数学形态学改进的含噪图像边缘检测算法。该算法对含噪图像分别采取小波变换法和数学形态学法进行边缘提取,将所得图像进行小波分解,对高低频系数分别采取不同融合规则进行融合,通过逆小波变换得到融合图像。通过实验对比不同算法对含噪图像的边缘检测效果图,结果表明,该算法提取的图像边缘轮廓信息连续完整,在较大程度上能够抑制噪声,较好地保留了图像的细节信息。     

改进边缘检测算法在医学图像处理中的应用

图像边缘检测在医学中有很重要的应用,针对此提出了一种新的边缘检测方法,首先采用canny算子对图像进行边缘检测,然后对检测后的图像轮廓跟踪。实验表明,与传统的边缘检测算法相比,这种算法能更好地提取图像中目标物体的边缘,减少检测边缘断裂现象,具有很好的应用价值。     

基于二值图像的目标边界跟踪算法及应用

介绍了基于二值图像的目标边界跟踪算法及其在红外成像型GIF中的应用,并将算法与利用微分算子检测目标边缘的传统算法进行了比较,通过仿真表明目标跟踪算法较传统算法不仅能够准确、有序地检测出目标的整个边缘,实现图像信息的压缩,而且能够比较好的去除图像中的小块噪声。     

基于多结构多尺度形态学梯度的医学图像边缘检测

边缘检测在医学图像处理中占着至关重要的位置,检测的准确性将直接影响诊断和治疗。本文针对传统边缘检测算子对噪声敏感的不足,结合医学图像的特点,提出了一种形态学梯度运算的修正算法。首先由闭一开运算完成图像预处理以滤除噪声,再作闭运算平滑图像,最后对平滑的图像作多尺度的形态学梯度运算,得到噪声存在下的理想边缘,并将其用于医学图象的边缘检测。实验结果表明,该算法具有良好的边缘提取能力,抗噪性能良好,具有一定的实用性。     

几种边缘检测算法的比较研究

边缘检测在图像处理中有着重要的作用。介绍了5种常用的图像边缘检测算子,并且通过一个图像边缘检测的例子比较了它们的检测效果,分析了它们各自的特点,对学习边缘检测和具体工程应用具有很好的参考价值。     

图像边缘检测方法比较研究

边缘检测在数字图像处理中有着重要的作用。系统分析目前具有代表性的边缘检测方法,并用IDL6.3软件实现各种算法。实验结果表明,各种方法均有各自的优缺点和适用条件,在做图像边缘检测之前,应对图像进行分析,针对图像的特点和应用需求选用合适的方法。     

图像配准中的边缘提取方法的研究

图像的边缘是图像最基本也是最重要的特征之一.边缘特征提取一直是计算机视觉和图像处理领域的经典研究课题,在图像配准中有着广泛的应用,对于图像匹配精度至关重要.该文对现有经典以及新型的边缘检测方法进行了介绍,并重点比较了近年来出现的几种新方法,从而总结出相对有效的图像边缘提取方法,为进一步进行图像配准提供了依据.     

阈值选取与边缘检测相结合提取红外图像特征

提出了一种阈值选取与边缘检测相结合提取红外图像特征的方法。对红外图像进行边缘检测,并选定阈值将其二值化;在二值边缘图像中应用双窗口分别选定目标和要去除的噪声,在各窗口中采用双向扫描提取目标特征。实验结果证明了其良好的性能。     

一种新的边缘检测算法

边缘检测是图像处理的一个重要环节.通过对现有经典边缘检测梯度算子--Sobel算子的分析,提出了一种具有普遍意义的边缘检测算子.文章根据新算子的构造机理以及大量的实验,验证了该算子的可行性,这里是对边缘检测算子的一种很好的补充.     

基于改进颜色模型的图像边缘检测方法

边缘检测是图像处理和模式识别领域的基本课题,传统的边缘检测方法仅利用图像的亮度分量信息。给出一种基于改进颜色模型中颜色距离的彩色图像边缘检测方法,通过实验,将文中给出的边缘检测算法与常用的边缘检测算子进行比较。并对边缘灰度图像的阈值处理方法予以讨论,提出一种具有良好的自适应性的算法——极大值法,通过寻找局部极大值点定位边缘。实验表明文中给出的算法在改进图像边缘检测效果上是有效的。     

沥青混合料数字图像的边缘检测方法研究

边缘是图像的基本特征,并且蕴含了丰富的内在信息,是图像识别中抽取图像特征的重要属性。为了分析研究沥青混合料中集料颗粒特征,介绍了几种经典边缘检测算子,对沥青混合料数字图像进行处理。最后以VC.NET为平台对图像进行边缘检测,分析这几种经典算子的优劣,找出适合沥青混合料数字图像边缘检测的最佳算子。     

基于CP神经网络的边缘检测

边缘检测是图像分析识别必不可少的环节，是一种重要的图像预处理技术。虽然传统的算子算法对边缘的检测速度快，但其得到的往往是断续的，不完整的边缘信息，且这类检测方法对噪声比较敏感，在检测噪声污染图像时会得到许多虚假的边缘。利用CP神经网络对灰度图像的边缘进行检测，但考虑到神经网络训练量过大的问题，先利用传统算子对图像进行边缘处理，将处理后的图像做为神经网络的输入。实验结果表明，该方法得到的边缘图像边界封闭性好，具有较好的抗噪特点。     

HHT在眼底图像边缘检测中的应用

在眼底图像处理中,边缘检测技术是许多研究领域的重要预处理手段,如眼底图像特征提取和基于图像特征的图像配准方法等等。将希尔波特-黄变换（HHT,Hilbert-Huang Transform）方法应用于眼底图像边缘检测,提出了基于二维经验模式分解的图像边缘检测算法。实验结果表明,利用HHT方法的自适应多分辨特性,可以有效提取出眼底图像的细节信息,又不会检测出过多的虚假边缘。该方法为眼底图像的其它处理方法提供了有效的预处理手段。