两级Zernike矩算子的快速亚像素边缘检测

开发了基于两个不同尺寸模板Zernike矩的新边缘检测算子.首先利用小模板3*3尺寸的像素级Zernike矩算子快速检测出所有可能边缘点;然后利用大模板7*7尺寸的亚像素级Zernike矩算子重新精确定位边缘.检验结果表明,本方法定位精度为亚像素级,且算法运行时间为0.14s.新算子具有运算速度快、定位精度高的优点.     

改进的空间矩亚像素边缘检测算法

为解决Lyvers算法在利用空间矩进行亚像素边缘检测时交点附近的边缘检测误差大的问题,对交点附近的边缘模型进行了分析,提出利用空间矩多项式判断边缘交点,然后利用双线性插值法和牛顿迭代法来求取多项式的解,而多项式的解就是亚像素边缘检测结果.实验证明,改进算法很好地弥补了Lyvers算法在交点附近的计算误差.     

基于改进Zernike矩的玻璃瓶亚像素边缘检测算法

图像的边缘检测精度决定了实际尺寸的测量精度,为了提高测量精度,提出了一种基于改进的Zernike矩的测量玻璃瓶实际尺寸的算法。将传统的Zernnike矩算法与Otsu自适应阈值法相结合,得到改进的快速算法;利用该快速算法对采集的玻璃瓶图像进行亚像素级边缘检测;运用最小二乘法根据亚像素坐标对瓶口与瓶底所形成的椭圆进行拟合;应用标准块规对系统进行标定并得到玻璃瓶实际的测量尺寸。实验结果表明,该方法不仅可使边缘检测达到亚像素级精度,还避免了人工反复选择阈值而造成的低效率与误判,实现了快速、准确、无接触测量实际尺寸的功能。     

一种快速医学图像亚像素边缘检测方法

针对目前医学图像配准中使用的多是配准精度较低的像素级的边缘检测的问题，提出一种新算法将像素级算子sobel，log，prewitt，roberts，zerocross和canny分别与Zemike矩算子及搜索算法相结合，并对边缘检测结果进行比较，从中选取较优的算子来实现医学图像亚像素边缘检测，实验结果表明该算法克服了像素级算子和Zemike。矩算子的缺点，提取的边缘定位精度高，计算时间短，抗干扰性强。     

一种快速医学图像亚像素边缘检测方法

针对目前医学图像配准中使用的多是配准精度较低的像素级的边缘检测的问题,提出一种新算法将像素级算子sobel,log,prewitt,roberts,zerocross和canny分别与Zernike矩算子及搜索算法相结合,并对边缘检测结果进行比较,从中选取较优的算子来实现医学图像亚像素边缘检测.实验结果表明该算法克服了像素级算子和Zernike矩算子的缺点,提取的边缘定位精度高,计算时间短,抗干扰性强.     

一种黑片图像亚像素边缘检测方法

为了提高黑片图像边缘检测的精度,提出了利用亚像素边缘检测技术来检测黑片图像的边缘.针对Zernike矩的亚像素边缘检测算法存在计算量大和边缘定位精度低等不足,利用Sobel算子对图像进行像素级边缘提取,然后利用改进的Zernike矩算子来检测黑片图像的亚像素边缘,为了防止Sobel算子遗漏可能的亚像素点,增加了一个搜索算法来提高检测的精度.实验结果表明,该方法测量精度高,定位精确,能够应用于黑片的在线检测.     

基于LOG算子的亚像素边缘检测

首先，把原始图像和LOG（Laplaciam of Gaussian)算子做卷积检测零交叉点，然后使用平面模型获得像素级边缘，最后，经过多项式插值在亚像素精度上再次确定零交叉点，得到了精确到亚像素级的边缘。     

基于空间矩的圆标记中心亚像素定位算法

针对圆标记中心的高定位精度要求,提出一种新的基于空间矩的亚像素定位算法。建立了基于空间矩的圆曲线亚像素边缘检测算法,并用最小二乘边缘拟合算法来获取圆标记中心的亚像素位置,克服了基于传统的Lyvers空间矩算法进行圆标记中心定位存在的误差大的缺点。仿真对比实验表明该算法相对于其他算法具有更高的精度。     

基于小波变换的屋脊边缘亚像素检测

工业图像检测中,许多待检目标边缘是屋脊边缘,而现有亚像素边缘检测算法都是假设边缘模型为阶跃边缘,并且现有算法在定位精度、抗噪性能和计算速度方面还不尽人意．针对上述问题,提出一种使用小波变换系数的屋脊边缘亚像素检测算法,将小波分析和概率统计理论引入到亚像素边缘检测问题中,该方法具有较好的定位精确度、抗噪能力和较快的计算速度．实验证明该方法可达到1／60像素的精确度。     

机械零件亚像素边缘检测算法的研究

在分析亚像素边缘检测算法机理的基础上,对多项式插值算法和矩算法在亚像素边缘检测中从速度和精度两个方面,对其进行了比较性研究,实验结果表明,在同等精度条件下,多项式插值法的运算耗时较短,具有运算效率高,同时其标准差小,具有更高的定位精度。     

小波系数过零点的屋脊边缘亚像素检测算法

针对现有亚像素边缘检测算法在定位精度、抗噪性能和计算速度方面问题,提出一种新的基于小波变换系数过零点的屋脊边缘亚像素检测算法,证明了利用该方法对屋脊边缘进行亚像素检测不存在原理误差,且具有较好的抗噪性能和较快的计算速度.仿真实验证实理论的正确性.     

基于支持向量回归的零件直线边缘亚像素图像检测

以圆锥螺纹为研究对象,讨论了基于支持向量回归的机械零件直线边缘的亚像素图像检测方法。采用中值滤波、二值变换等算法,对通过电荷耦合器件采集的圆锥螺纹图像进行处理,获得了螺纹牙形的直线部分的像素表征,并以此构成训练集,对回归型支持向量机进行训练,得到了螺纹牙形的直线方程表示。通过支持向量回归获得的拟合直线是螺纹牙形的亚像素表示,据此对锥螺纹的主要参数进行检测,大大降低了电荷耦合器件的离散性和系统噪声对测量结果的影响。实验表明,本方法具有测量速度较快、测量精度较高的特点。     

基于DIS边缘检测和自适应边缘生长的图像分割方法

提出一种基于DIS(differenceinstrength)边缘检测和自适应边缘生长的图像分割方法.此方法是边缘检测、边缘生长、区域生长等分割技术的有机结合.通过DIS进行边缘检测,产生了比梯度算子、sobel算子等更完全的边缘信息.为了解决伪边缘及不连续点的问题,提出了自适应的边缘生长方法,较好地解决了该问题,连接了不连续边缘点,产生了边缘点集组成的闭合轮廓.通过进行区域生长,得到了最终的分割结果.实验表明,该分割方法都能获得很清晰可靠的分割效果,提供精确的目标轮廓线.     

一种基于数学形态学的灰度图像边缘检测算法

基于数学形态学的方法,利用形态运算膨胀、腐蚀、开、闭等变换以及它们的组合,该文提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性.同时引入多尺度的概念,对形态结构元素尺度的大小进行调整,从而在噪声存在的条件下得到较理想的图像边缘.实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性.     

一种新的改进Canny边缘检测算法

对Canny边缘检测算法的性能进行了分析和评价, 针对传统Canny算法在梯度幅值计算上的缺陷, 提出了一种通过计算像素八邻域内图像一阶偏导数有限差分来确定梯度幅值的方法, 改善了传统Canny算子利用2×2邻域内求有限差分均值对噪声的敏感性, 提高了边缘定位的精度. 在此基础上, 在基于非极值抑制原理检测边缘点时, 将像素的八邻域分为4个像限结合双线性插值的方法进一步提高了边缘检测的精度和准确度. 实验结果表明, 该算法在保证实时性的同时, 具有更好的检测精度和准确度.     

基于蚁群模糊聚类算法的图像边缘检测

提出了一种基于蚁群动态模糊聚类算法的图像边缘检测,该算法首先利用蚁群算法的较强处理局部极值的能力,克服了FCM算法对初始化的敏感,动态地确定了聚类数目和中心;然后利用蚁群聚类得到的结果,再进行FCM聚类弥补蚁群算法的不足.两者有机结合起来可以寻求到具有全局分布特性的最优聚类,实现了基于改进的目标函数聚类分析.最后将该算法应用到图像边缘检测,对比实验表明,该算法具有很强的模糊边缘和微细边缘检测能力.     

基于边缘频率加权的Hausdorff距离人脸检测定位算法

为解决现有的基于Hausdorff距离人脸检测定位算法误差较大的问题,提出了一种边缘频率加权的Hausdorff距离人脸检测定位算法,并经实验验证能较有效的解决图像中人脸因姿态、光照、遮罩等原因对检测定位的干扰,且精度较高,耗时较少.