基于边缘探测的密集颗粒图像分割方法

针对密集的颗粒图像提出了一种基于边缘探测的颗粒分割方法.该方法采用分块自适应的边缘检测算法实现对图像的边缘检测,并采用形态学方法去除边缘噪音;采用分水岭算法对图像进行初步分割,根据分割区域自动选取种子点,并利用区域面积对种子点进行修正,然后从种子点发射探测线探测边缘位置,记录边界点,通过判断机制判别出由于边缘不完整或噪...     

基于分形特征的图像边缘检测方法

运用分形理论描述图像纹理特征,通过分析不同纹理图像及图像边缘处的分形参数,得到一种新的边缘检测分形特征,从而提出一种基于分形特征的图像边缘检测方法。自适应阈值的引入,能够实现不同图像的边缘检测。该算法简单迅速,并具有良好的抗噪性能。     

红外图像边缘检测的循环移位算法

提出一种基于Bezier曲线的红外图像边缘检测的循环移位算法。为抑制红外图像中的噪声的影响,利用Bezier曲线法平滑图像灰度直方图中的噪声,得到Bezier直方图。利用提出的“循环移位法”探测Bezier直方图曲率曲线的极大和极小值,确定分割阈值和量化灰度值,实现对原始红外图像的分割,对分割后的图像进行边缘检测。实验结果表明,新算法简单有效,在准确检测红外图像边缘信息的同时又能抑制图像中噪声的影响,定位精度高,而且能够得到单像素边缘,在性能上优于传统的几种边缘检测算子。     

一种改进多尺度形态边缘检测算法

提出一种改进的多尺度形态边缘检测算法。用不同尺度大小的结构元素分别检测出图像的不同尺寸的边缘信息,运用本文提出的基于直方图配准的自适应方法对所获不同尺寸的图像边缘进行融合,获得理想的图像边缘,有效地消除了噪声。实验结果表明当图像中加入了强度超过20％的椒盐噪声后,检测到的边缘仍然非常清晰。     

火灾探测中动态火焰的数字图像处理

通过模拟火灾实验,利用移动的CCD摄像头实现图像的动态获取与传输.重点研究火焰图像的阈值处理、边缘检测、链码提取等图像处理算法,并且运用Matlab语言编程处理实验图像,计算出火焰图像的面积、周长、圆形度等特征值,从而总结得出火灾发生时具有火焰面积增大、边缘抖动等特征,获得了早期火灾探测的重要判据.     

基于直线检测的条码图像几何校正研究

CCD相机采集的图像会产生一定程度的几何变形,需要进行几何校正。常用的图像几何校正方法不适合条码图像的校正,因此,结合已有的边缘检测算法和直线提取算法,提出了基于直线检测的条码图像的几何校正算法。基于直线检测的条码图像校正方法是在已除去背景的图像中,寻找目标的条形码边缘对应的直线,以此确定其偏移角度,并进行扭转校正。实验结果表明,有偏转角度的条码图像运用了所提方法校正后,都得到了有效的几何校正。     

基于维纳滤波的图像边缘检测方法

针对经典边缘检测方法中存在的精度低、算法复杂等问题,提出了一种基于维纳滤波的图像边缘检测方法。该方法不仅算法简单,而且可以较准确地检测出图像的灰度变化信息,不丢失重要边缘且实际边缘与检测到的边缘之间偏差较小。另外,利用该方法得到的边缘连续性较好,不易产生线段断裂。实验证明该方法可以用于检测图像边缘,尤其对以字符、曲线为主的复杂图像,有较好的检测效果。     

基于小波变换的图像边缘检测

本文主要对目前存在的图像边缘检测的方法进行了研究分析,重点研究了小波变换在图像边缘检测方而的优势,提出了基于连续小波变换的边缘检测方法,并编程展示编码的结果,验证其在实际应用中的可行性。     

基于FPGA边缘检测算法的研究

当前,基于计算机的图像边缘检测在各领域中占有重要环节,通过有效的边缘检测,可以大大简化后续图像处理过程对图像信息的分析工作。因此,基于FPGA的实时图像边缘检测的研究与设计已经倍受人们的关注。本文主要研究基于FPGA图像边缘检测的算法。     

综合边缘检测和区域生长的红外图像分割方法

针对红外图像的特点,提出了一种综合应用边缘检测和区域生长方法的图像分割方法。其思路为:先对图像进行边缘提取,得到边缘像素点集;然后利用该点集的平均灰度和目标区域的连通性作为生长判决条件,采用区域生长法实现图像分割。仿真结果表明,该方法能快速准确有效地实现红外图像分割,避免了单独使用边缘提取或区域生长法进行图像分割时的典型分割错误。     

基于小波和奇异值分解的图像边缘检测

针对传统图像边缘检测抑制噪声能力弱的问题,给出了一种小波变换和局部梯度场内奇异值分解相结合的边缘检测方法.首先在图像预处理阶段,为了提取准确的边缘特征,文中利用小波变换的时频局部化特性,对图像进行小波变换.该文对用小波求取的梯度场使用局部梯度奇异值分解的方法;利用奇异值的特性和良好的稳定性,使提取的边缘特征更加突出并且能够达到抑制噪声的目的.实验证明该文方法既能在无噪声影响的图像中提取出清晰完整的单边缘,又能在有噪声干扰的情况下提取出理想的边缘.     

A Novel Non-Invasive Method for Extraction of Geometrical and Texture Features of Wood

Non invasive feature detection in wood based application requires exact discrimination between geometrical edges and texture. It has been found that traditional edge detection algorithms are highly sensitive to noise and texture and produces inferior results with wood. The present work encompasses a micro level reconstruction of Palash and Rosewood by using micro X-rays CT scanner. It also encompasses a new edge detection algorithm using newly constructed Chebyshev polynomial based fractional order differentiator. Transform based method has been used for reconstruction purpose. Newly designed fractional order filter has been applied on these reconstructed images. Chebyshev polynomial based fractional order differentiator has been used for filtering operation. Quadrature Mirror Filter (QMF) concept has been used for design of high pass filter and low pass filter. Preprocessing has been performed by using this filter. Canny edge detection algorithm has been used on this preprocessed image. The algorithm has been tested on two different test cases of wood images a) Palash and b) Rosewood. The effect of relaxation coefficient has also been presented and discussed.     

图像边缘检测方法对比与实现

本文主要针对彩色图像和灰色图像边缘检测的一些方法进行了对比。对于灰色图像根据不同方法的优缺点提出了一种基于数据融合的边缘检测的方法。该方法对原始图像分别采用sobel算子和小波变换两种方法进行边缘提取,然后采用加权平均的方法进行融合并且得到了边界更为清晰的边缘图像;对于彩色图像则分别对比了在RGB彩色空间直接计算梯度得到的边缘图像,以及在分量图像分别计算然后相加得到的梯度图像的边缘效果。     

一种基于Gabor滤波器的超声图像边缘检测方法

针对检测超声图像的边缘问题，介绍了一种基于Gabor奇部滤波器进行边缘检测的综合方法。为了去除图像噪声，首先进行基于小波变换和中值滤波的降噪处理，然后利用高斯函数平滑图像。在边缘检测过程中，使用Gabor奇部滤波器检测边缘。最后，使用非最大值抑制得到最终结果。结果表明该方法是对超声图像进行边缘检测的一种有用方法。当然，该方法也具有普遍性，可以应用到其他图像。     

靶丸目标图象预处理

主要阐述了提取ＩＣＦ实验中靶丸目标边缘轮廓的图象处理方法。包括Ｓｏｂｅｌ边缘检测算子在内的多种方法都能够检测目标物体边缘及实验但未改进的算法在实验中效果不是很好。处理结果达到了实验的要求。     

多阈值选取与边缘连接的边缘检测算法

论文针对Kirsch边缘检测算子的缺点,提出一种多阈值选取与改进的边缘连接算法相结合的方法,对图像,尤其是医学图像进行边缘检测。该方法首先用高斯滤波器对原始图像去噪,使用传统Kirsch算子计算梯度,然后设定低阈值和自适应阈值来保护图像弱边缘和提取真正边缘,最后通过改进的边缘连接算法连接边缘。实验结果表明,论文的方法具有保持弱边缘、连接性好的边缘检测效果。     

Industrial computed tomography image size measurement

As one of the most useful modern detection technologies, Industrial Computed Tomography (ICT) image size measurement can correctly non-destructively measure the size of workpieces’ inner construction, and it is considered as the standard for quality assurance and reverse engineering. In view of the advantages and disadvantages compared to conventional methods, this paper improves the precision of image size measurement with a new algorithm that uses an approximate function to describe edge degradation. First, this algorithm constructs the approximate function and determines the optimal point of edge detection, based on image intensity and inflexions. Then, in order to accurately extract the image edge, this algorithm is used to revise the primary image, completing construction of the CT image.Excellent results are obtained from simulations and experiments. The experimental results indicate that the relative error is 2% for the CT image when the step evolution of the image edge is pooled. The relative error of this method is decreased by as much as 1.5% compared to wavelet transformation and ridgelet transformation. Therefore, this new algorithm demonstrates increased effectiveness in extracting an accurate measurement of the CT image edge.     

模糊推理在边缘检测中的应用

针对传统边缘检测算法边缘轮廓模糊、易产生伪边缘等缺点,提出一种基于模糊逻辑推理策略的边缘检测新方法,在无需确定阈值的情况下对数字图像进行边缘提取。给出一种以变化的3×3模板为基准的模糊推理规则,通过对周围像素点的垂直和水平方向以及连续四点像素的黑白分布的判断,提取出图像中的黑点、白点和边缘部分。实验结果表明:与Robert算法相比,该方法对图像中噪声和双重边缘的抑制以及对曲线的圆度轮廓的提取都有很好的效果。     

彩色图像的复变函数模型及其边缘检测

本文在彩色图像的HSI颜色空间中,根据其分量的不相关特性,针对H、S分量建立了彩色图像的复变函数模型,并给出其边缘检测方法,得到H、S分量的边缘图像.抽取彩色图像的1分量构造灰度图像,利用当前成熟的灰度边缘检测方法(基于小波的多尺度边缘检测方法)得到1分量的边缘图像.最后,利用信息融合技术,将上述获得的两幅边缘图像进行信息组合得到最终的边缘检测结果.从试验的结果来看,本文所采用的方案充分利用了彩色图像所包含的信息,对图像的彩色边缘比较敏感,获得了满意的边缘检测结果.