边缘检测算子在帘子布疵点检测应用中的研究

介绍四种数字图像处理中具有代表性的边缘检测算子．通过对比基于这四种算子进行边缘检测的帘子布图像,发现Canny算子是一种性能较优的边缘检测算子。同时,使用非线性扩散滤波和图像的线性变换对传统Canny边缘检测算子改进．改进后的Canny算子对图像有很好的预处理效果,在检测精度、准确度和边缘的细化程度方面都优于传统的Canny算子。     

基于边缘检测的图像分割算法的研究

本次课题所研究的图像检测主要采用边缘检测的方法来进行的。本文对这次课题中所使用的四种检测方法--Sobel边缘检测算子,Prewitt边缘检测算子,Canny边缘检测算子和Roberts边缘检测算子进行了详细的介绍和具体的算法设计,并对整个系统结构做了说明。然后对四种检测方法编写MATLAB程序。     

一种改进Canny算子

提出一种改进的Canny算子,其应用动态阈值作为边缘检测的准则,有效地避免了因为用固定阈值进行边缘检测,很可能导致边缘在模糊处丢失等问题。实验中对比Sobel算子和Canny算子,表明改进的Canny算子对于模糊边缘检测效果较好,是一种具有实用价值的边缘检测算法。     

边缘检测在视觉图像中的应用分析

本文介绍了边缘检测的基本概念,并运用VC 编写处理程序,应用几种边缘检测算子对一幅视觉图像进行检测,实验分析了各个边缘检测算子的检测效果.结果表明,Canny算子具有最佳的提取出边缘.     

脉冲噪声污染图象中的数学形态边缘检测器

深入地研究了数学形态学在边缘检测领域中的应用，系统地给出了形态差分算子的定义。同时，还研究了在受脉冲噪声污染的情况下，如何用形态差分算子准确地提取图象的边缘，并提出了几种具有抗噪能力的数学形态边缘检测算子。计算机模拟实验表明，正确使用数学形态的４种基本运算，将使数学形态边缘检测算子能较好地消除脉冲噪声对边缘的影响，效果优于其它边缘检测算子     

基于多尺度多结构元的数学形态学边缘检测

针对传统的边缘检测算子对噪声敏感问题,提出了一种基于多尺度多结构元素形态学边缘检测算子。该算子在传统形态学边缘检测的基础上,通过改变结构元素的形状和尺度,在很好抑制噪声的前提下,实现图像精细边缘提取。MATLAB仿真结果表明,该边缘检测算子具有更强的去噪能力,定位准确,保留了更多的图像细节,优于传统的边缘检测算子。     

基于全局优化相关系数的边缘检测算法*

针对传统边缘检测算子适应性差的缺陷,提出一种基于全局优化相关系数的边缘检测算法。首先在综合多种常用边缘检测算子的基础上生成不同等级的边缘密度图;然后使用全局相关系数作为度量函数,计算边缘密度图与不同边缘检测算子的边缘输出图集之间的相关性;最后优化得到较为理想的边缘检测结果。实验结果表明该算法能融合多种边缘检测算子的优点,有较强的开放性与目标适应性,自动化程度高,工程实用性广。     

一种面向显微图象的双阈值边缘检测算法

文章将微分、LOG、熵等几种边缘检测算子用于显微图象的处理,介绍了显微图象边缘检测的一般过程。并在熵算子的基础上,提出了一种基于边缘采样和阈值曲线分析的双阈值选择方法。通过对几种算法处理结果的比较,将熵算子做为最终的检测算子。     

鲁棒的形态学彩色图像边缘检测算法

针对传统边缘检测算子对噪声敏感的缺点,提出一种新的基于数学形态学的彩色图像边缘检测算法。该算法在传统形态学边缘检测算子的基础上,通过综合形态膨胀和形态腐蚀,设计出一种多尺度、多结构元素的抗噪型边缘检测算子,利用新算子对R、G、B三个分量分别检测出图像的边缘分量,对三个边缘分量进行融合得到最终的彩色边缘信息。仿真实验表明,该方法得到的边缘轮廓清晰,边缘定位精度较高,比传统的边缘检测方法具有更好的噪声鲁棒性和边缘细节保护能力。     

基于多结构元顺序形态变换的灰度图像边缘检测

在简要介绍顺序形态变换的基本概念及相关性质和对顺序形态变换进行边缘检测的原理进行阐述,以及对结构元素和百分位对边缘检测的影响进行讨论的基础上,根据图像形态学多刻度形态滤波的思想,从抑制噪声的角度对基本边缘检测算子进行推广和扩展,首先构造了3种边缘检测算子,并从理论上分析了算子的特性;然后将多结构元与图像边缘进行匹配,提出了3种广义顺序形态边缘检测算子并给出了一般表达形式;最后着重探讨了多结构元素及二重混合顺序形态变换百分位值p、q的选取原则.实验结果表明,该边缘检测算子在抑制噪声对图像边缘的影响和保持图像细节方面,优于传统的边缘检测算子和普通的形态边缘检测器.     

实现图象边缘检测的改进广义检糊算子法

在相关文献的基础上提出一种领域加权预处理方法,基本解决发运用广义模糊算子进行边缘时出现的断线等问题,实验表明本算法相对几种常用的边缘检测算子而言能获得较了的效果。     

广义模糊算子法用于图象的浮雕显示

广义模糊算子法是一种用于图象边缘检测的全新而有效的方法。它能与不同的图象预处理方法相结合从而产生不同的图象显示效果。此文提出一种预处理方法，首先对一幅图象进行预处理，然后将广义模糊算子作用于该图象，能得到较好的浮雕显示效果。调整预处理中的参数，所显示的效果也有所不同。     

融合小波变换与数学形态学的图像边缘检测

针对传统图像边缘检测方法抗噪能力不足、边缘定位不精确等缺点,提出一种融合小波变换和数学形态学的图像边缘检测算法。先将图像进行小波分解,高频部分利用小波模极大值算法进行边缘检测,可以有效提取高频边缘;低频部分采用形态学多结构元算法进行边缘检测,能够检测出低频边缘;最后对两种方法得到的边缘图像进行融合。实验结果表明,该算法能有效抑制噪声,提高边缘精度并且定位准确。     

融合小波变换和形态学差分的图像边缘检测

图像边缘检测的关键是在尽量多检测到边缘的同时更有效地抑制噪声,为此提出了一种融合小波变换和形态学差分算法的边缘检测方法。将源图像进行小波分解,高频分量利用小波模极大值算法进行边缘检测,可有效提取高频边缘;低频分量采用形态学差分算法进行边缘检测,能够检测出低频边缘;采用一定的融合规则将两个边缘检测图像融合在一起。实验结果表明,该方法优于单独使用小波模极大值法或数学形态学法,对噪声具有很好的鲁棒性,得到的图像边缘连续、清晰。     

一种保边缘影像超分辨率重建方法

提出了一种基于方向性平滑测度的保边缘加权马尔可夫先验模型,并将其应用到基于最大后验估计的影像超分辨率重建中.该模型对邻域内不同方向的平滑测度使用不同的权值,以此减小对影像高频成分的惩罚约束,进而保护影像的边缘.利用不同影像对本文方法进行了验证,并用MSE影像评价方法对重建影像进行了定量评价.实验结果表明,与传统马尔可夫先验模型相比,加权马尔可夫先验模型能有效保护影像的边缘,取得更好的重建结果.     

一种具有抗噪声干扰的图像轮廓跟踪算法的研究

提出了一种图像轮廓跟踪算法,与传统边缘检测方法相比,该算法忽略了图像内部灰度变化较大的假边缘,检测出的图像轮廓定位准确、连续、光滑、边缘细节丰富、没有假边缘、边界呈单像素宽。同时,算法具有很好的抗噪能力,几乎可以完全消除噪声对图像的影响。算法良好的检测效果为图像尺寸参数测量打下了良好的基础,实践证明该方法具备有效性和实用性,可推广应用于各种含噪声的单一目标图像的尺寸测量。     

改进的Canny算法及其在图像编码中的应用

分析仅以梯度模值作为依据的Canny边缘检测算法的不足,提出一种以曲率加权梯度模值为判据的改进算法以满足基于边缘信息的图像编码压缩对边缘提取的严格要求。实验结果表明,改进的Canny算法能更有效地抑制对于表征图像对象无重要意义的杂乱边缘,更好地反映图像的结构特征,性能优于现行的Canny算法。     

图像放大中的边缘细化算法研究

当图像放大时边缘会出现锯齿失真,为了抑制这种失真,提出了边缘阶梯细化的图像放大算法。该算法在图像的非边缘区域采用经典的双线性插值算法;同时根据Canny边缘检测的结果,进一步进行阶梯检测,滤除不会产生锯齿失真的竖直和水平边缘;而在使用经典算法会产生严重锯齿失真的边缘区域,运用基于阶梯细化的插值算法;该插值算法在放大图像的同时,抑制边缘中的阶梯被放大,从而达到减少锯齿失真的目的。实验结果表明,该算法比经典算法更能有效地抑制锯齿失真。     

基于形态学的遥感图像全方位边缘检测算法研究

遥感图像存在较多的噪声和畸变，直接用形态学梯度作边缘检测，存在结构元素单一、只对结构元素同方向的边缘敏感、去噪能力弱的缺陷。本文首先构造了全方位形态学结构元并进行边缘检测，然后再作边缘合成并得到最终图像边缘。实验表明，该方法可有效地滤除噪声并能保持图像边缘的细节。     

融合双阈值和改进形态学的边缘检测

图像边缘检测的关键是在尽量多检测到边缘的同时更有效地抑制噪声,为此提出一种融合双阈值和数学形态学的边缘检测方法。首先对原图像进行小波分解,利用双阈值法处理高频分量,利用多尺度多结构数学形态学算法处理低频分量;然后采用差影法对高低频边缘图像融合。实验结果表明,对比单一使用小波模极大值法或数学形态学法,该算法具有更好的抑制噪声能力,检测出的边缘更加连续、清晰。