共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
为从带有噪声、高反光区域、灰尘覆盖和涂鸦等情况的汽车油箱盖图像中精确提取边缘,设计一种适用于汽车油箱盖的边缘检测方法.提出一种基于伪球与内积能量的改进Canny边缘检测方法,对Canny算子在滤波、梯度计算及阈值选取方面进行改进,用于获取精细边缘;设计一种基于形态学与Otsu阈值算法的油箱盖粗边缘检测方法,用多尺度底帽变换对图像进行增强并用Otsu阈值算法进行分割,用形态学方法获得油箱盖粗边缘;将粗边缘与精细边缘进行"与"操作得到油箱盖的边缘.仿真结果表明,提出算法能精确提取出汽车油箱盖边缘. 相似文献
3.
为了提高多尺度边缘检测算法的定位精度,更好地抑制图像中的噪声和细节,将改进力场转换理论与多尺度图像边缘检测算法相结合,提出了改进力场转换理论的多尺度图像边缘检测算法。新算法计算每个尺度下图像中各像素点的内积能量值,利用内积能量值计算各个像素点间的引力;采用自适应阈值得到每一尺度下图像的边缘;在小尺度的检测结果下定位,执行由粗到细的边缘跟踪,得到最终的边缘结果。实验结果表明,新算法可以有效地抑制噪声,提高边缘检测的定位精度。 相似文献
4.
针对目前很多小波域水印算法都没有考虑噪声对选择水印嵌入位置的干扰这一问题,提出一种基于内积能量的小波域自适应水印算法。该算法充分考虑人眼视觉系统掩蔽特性,利用梯度内积能量衡量的纹理特征和亮度对噪声的掩饰特性确定水印嵌入强度,将水印分量嵌入到低频系数中,解决了噪声对嵌入位置选择的影响。实验结果表明,该算法在保证水印透明性的同时,对于非几何攻击和几何攻击具有很强的鲁棒性。 相似文献
5.
6.
应用梯度变化检测遥感图像纹理边缘信息时存在过检、漏检、错检和弱抗噪性等问题。为此,结合分数阶微分差和高斯曲率滤波,提出一种边缘检测算法。通过分数阶微分差运算对全色遥感图像的梯度场进行非线性增强,利用高斯曲率滤波平滑图像非线性扩散部分,并寻找正则化能量最速下降点,优化微分过程中的分数阶次和迭代次数,改善有噪图像的边缘信息提取质量。实验结果表明,该算法可抑制遥感图像纹理边缘提取过程中噪声非线性放大和扩散产生的背景伪噪声,保留图像纹理边缘信息,具有较好的图像增强和边缘检测效果。 相似文献
7.
由于图像噪声的存在,传统的边缘检测算法常常无法准确检测到边缘信息.本文分析了噪声条件下边缘信息的几何特征,提出一种基于几何边缘增强技术的边缘检测算法.首先采用Canny算子计算图像的初始边缘信息,然后根据初始边缘信息自动计算阈值排除弱边缘,对剩余边缘计算带方向梯度值进行增强,根据增强边缘信息自动计算双阈值,最后用双阈值方法检测、过滤并连接边缘.该算法提高了边缘检测的准确性,可以高效率地处理噪声和纹理导致的虚假边缘. 相似文献
8.
在前期工作的基础上 ,提出了一种基于局部多结构元素形态学的边缘检测的修正算法 .该算法根据图像中噪声和边缘形态的不同 ,建立了多个结构元素 .利用基于视觉模型的边缘阈值选择策略确定图像中梯度变化的像素点 ,并对其采用二值形态学的腐蚀操作 ,在进行腐蚀操作时 ,放宽了结构元素中相同灰度像素点的判别条件 ,从而更好的选择出图像边缘 ,滤除噪声 .实验表明 ,本文算法不仅具有很好的边缘提取能力 ,而且具有很强的抗噪能力 相似文献
9.
基于零交叉的噪声图像边缘检测 总被引:1,自引:0,他引:1
由于数字图像中可能包含不同程度的噪声,使得边缘检测在图像处理中变得比较困难。传统的边缘检测算法对于信号中的噪声比较敏感,使得边缘信息不能完全准确地检测出来。本文提出了一种基于零交叉的噪声图像边缘检测方法。在文献[1]算子的基础上先平滑图像,计算图像的梯度,然后对梯度图像用新推导出的递归算子求二阶导数,并分别按行方向和列方向进行过零点检测,最后合并两个方向上检测到的过零点得到图像边缘。实验结果表明,该方法不仅对于含噪图像具有良好的边缘检测效果,而且由于所有滤波算子都是可递归执行的,大大减少了运算量和运算时间。 相似文献
10.
由于利用边缘的梯度相位和位置提取直线容易受到噪声干扰,从而导致直线断裂。为了增强直线提取算法的抗噪性能,首先通过定量分析直线边缘梯度相位和位置分布的统计特性,建立了边缘连接的自适应相位分区和位置约束准则;然后基于两类新准则,提出了一种直线提取新方法。该方法首先采用Canny算子检测边缘;然后初步连接短直线,并估计边缘连接的约束准则参数;最后通过“相位准则连接”与“位置准则连接”模式并行交互执行来提取直线。实验结果表明,该方法提取的直线完整、断裂少、准确度高。 相似文献