自动阈值选取与边缘检测相结合的图像分割算法

提出了一种自动阈值选取与边缘检测相结合的阈值分割算法，试验表明该算法能够避免过分割现象，具有良好的分割效果。     

一种抗噪快速边缘检测算法

本文提出了一种快速抗噪声的边缘检测算法.首先对原始灰度图像应用快速Kirsch边缘检测算法.这样就得到了边缘的梯度和方向信息.然后基于这些信息进行边界跟踪,达到抗噪的效果,最后是细化和二值化,得到的是一个视觉上有意义的二值图像.用的是一个投票准则.为了检验本算法的有效性,将本算法与一些经典的边缘检测算子,如经典的Kirsch,Canny算子的性能进行了比较.     

采用阈值的快速边缘检测算法

针对原有模糊边缘检测算法计算复杂、适应性差的缺点,提出一种新颖的快速边缘检测算法。该算法将图像映射为一个模糊特征面,通过图像自适应阈值来确定模糊增强的渡越点。在渡越点上对图像进行非线性增强。算法将“Min”与“Max”算子结合起来提取边缘,避免了使用单一算子检测边缘强度较弱的缺点。该方法避开了原算法中复杂的指数运算,运算量减少了40%左右;渡越点的自适应性提高了算法的适应性。仿真表明,该算法检测的边缘细、连贯,并且算法抗噪能力强。     

一种自适应阈值的Canny边缘检测算法

针对传统Canny算法阁值选择困难的问题,本文提出一种基于最大类间方差法的自适应同步搜索高低阈值的方法.该方法首先根据梯度直方图信息将对应的像素分为三类;其次基于改进的Otsu算法定义评价函数,该评价函数描述了类间方差;最后依次搜索评价函数的一个最大值,自动获取Canny算子的高低阈值.该方法不需要人为设定任何参数.与...     

影像边缘检测Prewitt算子的改进算法

本文对Prewitt经典算子进行了分析,根据算法的计算规律提出了一种改进的计算方法,通过对常规算法与改进算法的计算量进行比较分析,从理论上说明了改进算法具有简洁的处理步骤,提高了处理的速度;又通过对200幅256×256影像的具体实验证明,改进算法不仅拥有与原算法相同的效果,而且,处理时间显著缩短。     

图像边缘检测算法比较与分析

图像边缘检测是图像处理与分析领域中重要的研究课题。分析了几种经典边缘检测算子的算法和性能特点，运用MATLAB工具进行算法的仿真，并对其结果进行比较分析。     

在包装流水线中边缘检测算法的比较

阐述了经典边缘算子、最优算子以及自适应邻域算法、纹理边缘检测、边界跟踪技术以及神经网络方法等其它改进算法及其特性.经分析,Canny边缘检测算法以及由它改进得各种算法可以应用于包装的流水线控制中.     

基于小波变换的图像边缘检测算法的研究

在对经典的图像边缘检测算法深入分析的基础上,进一步完善了基于小波变换的边缘检 测算法.随尺度增加,边缘和噪声的小波幅值表现出不同变化特性,从而在低信噪比的信号中检测出噪声和边缘.实验结果表明,基于小波变换的图像边缘检测算法能够比其它算法保留更多的图边缘信息,鉴别出伪边缘,其精度能够满足基于图像处理技术的各种质量检测系统的要求.     

一种利用切线和法线方向信息提取边缘的方法

目的 提取图像中的跃型边缘，为图像精密尺寸检测奠定基础。方法 利用象素切线和法线方向两边与中心象素等距的象素点之间的明显灰度差值来判断是否为边缘点。结果 该方法可以很好地提取具有阶跃型边缘性质的图像边缘。结论 利用切线和法线方向信息提取图像的阶跃边缘的方法是可行的。     

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。     

一种改进的Snake眼睛边缘检测算法

提出了一种应用于彩色图像的改进的Snake眼睛边缘检测算法.该算法首先将输入图像从RGB空间转换到YCbCr和YCb'Cr'空间,依据肤色点在Cb'Cr'空间中的聚类性提取人脸候选区域;然后通过在人脸候选区域上生成眼睛图(EyeMap)提取眼睛候选区域并计算候选区域Cr2图像的距离势能力场.采用两段首尾相连的抛物线进行初始化并从外部对Cr2图像的距离势能力场进行活动轮廓模型(Snake)匹配,在匹配过程中不断进行修正使检测结果更接近真实边缘.实验结果证明,该算法能精确地检测出眼睛的边缘并节省匹配时间.     

图像的模糊边缘检测算法

常用的微分边缘检测算法往往无法设立合适的阈值将影像中梯度较小的模糊边缘检测出来.针对这一点,疚奶岢隽肆街纸饩龅姆椒?将图像方差标准化,拉大模糊边缘处的梯度值,或者通过设置sigmoid函数,将像素点所在区域的信息传递到梯度值中去,对梯度值进行调整,这样就能够设定合适的阈值,有效地将模糊边缘提取出来.本文将这两种算法和常用的一些微分边缘检测算法比如Sobel、LOG算法进行了比较.试验表明,这两种方法都能够有效地提取出模糊边缘.     

基于边缘矢量的镰刀弯在线检测方法研究

针对热连轧车间里带钢的镰刀弯检测问题,提出一种基于机器视觉的镰刀弯在线检测方法.首先,对预处理后的图像采用图像二值化处理提取目标,再使用形态学运算消除目标上的杂质以及不连通区域.然后在图像中以图像的中心点像素作为原点建立坐标系,提取中间坯两侧边缘点,接着获取相邻点之间的向量,并进行单位绝对值化,计算相邻单位向量之间的关...     

A sub-pixel edge detection algorithm based on Zernike moments

Abstract

A novel hybrid technique of combining an improved morphological gradient operator and Zernike moments, named MGZ edge detection algorithm, is developed to meet the stringent requirements for measuring accuracies of charge coupled device metrology system. The mathematical morphological gradient and Zernike moment algorithm are discussed based on the pixels grey-scale and spatial structure information of the images. To improve the algorithm process, the image edge is oriented and extracted by using improved morphological gradient operator firstly; then, the calculation errors of the typical ideal step edge model are analysed and corrected by the proposed error compensation formula. The edge point is relocated with sub-pixel accuracy by means of Zernike moment operator based on the edge point vectors and the threshold value. Finally, the sub-pixel edge detecting of the image is attained. The extensive experimental results show that the measuring error of the edge point is compensated reliably and accurately, and the new algorithm has short operation time, more precise and stronger robustness to noise than the prior similar algorithms. Meanwhile, the proposed method can well meet the need of charge coupled device metrology system for sub-pixel edge detection.     

Simultaneous variable selection and outlier detection using a robust genetic algorithm

Given a dataset in which it is known that all spectra are representative, without error, and have matching accurate reference values, there are many tools which exist to determine the best set of variables to use for constructing an inverse model, such as partial least squares (PLS). Likewise, given that the best variables are known a priori, there are many tools that can be used to determine if any samples are outliers, either due to inaccurate reference values, or due to invalid spectra. However, in many real-world situations, the reference values contain error and the spectra are imperfect. In this situation, it is not always possible to determine either the best subset of samples or the best subset of variables. This paper presents a new technique for combining a robust outlier determination method with a genetic algorithm optimized for spectral variable selection. No assumptions are made as to the optimum set of variables or as to the amount and structure of the errors present in either the predictor (X) or predictand (Y) variables. The technique is best suited for datasets which contain redundant information, i.e., datasets from designed experiments with no replicates may not produce optimum results, as the experimental design implicitly assumes there are no outlier data.     

基于神经网络的图像边缘检测方法

提出了一种基于神经网络的图像边缘检测新方法.该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选象素及其邻域象素的二值模式作为样本集,输入边缘检测神经网络进行训练.边缘检测神经网络采用BP网络,为加快网络的训练速度,采用了滚动训练和权值随机扰动的方法.实验表明,该方法提高了神经网络的学习效率,获得的边缘图像封闭性好,边缘描述真实.     

基于拉普拉斯金字塔分解的多尺度边缘检测

边缘表现为图像中具有奇异性点的集合,利用改进的拉普拉斯金字塔分解捕获这些奇异性点,得到各尺度下的带通图像,通过分析,得出分解后的带通图像在边缘处产生零交叉点,构造统计量帮助提取零交叉点,再通过多尺度边缘融合实现多尺度边缘提取.与LOG和Canny边缘检测的对比实验表明,所建立的算法能够可靠、有效、精确的获得图像的边缘.     

关于图像边缘检测的 Laplace算子的改进

该文对图像边缘检测的 L aplace模板 ,增加 8个检测方向 ,并适当设置了权系数 ,改进了 Laplace算子 ,实验结果表明使用改进的 Laplace算子 ,图像边缘检测的效果得到了明显的改善 .