基于方向区域距离测度的彩色边缘检测方法

文中给出了一种彩色边缘的定义,阐述了彩色边缘的特点,提出了一种在HSI彩色空间使用的基于彩色图像方向区域距离测度的彩色边缘检测新方法。该方法定义的方向区域距离测度充分考虑了边缘的方向性和滤波尺度对边缘检测的影响。通过选择不同的权重,可分别求取色调边缘,色度边缘,饱和度边缘,亮度边缘以及它们的组合边缘,能满足不同应用的需要。实验表明,该方法能提取更多的彩色边缘信息并具有很好的抗噪性能。

一种基于颜色跟踪的彩色边缘检测算法

传统的边缘检测方法大都是基于灰度图像的,用于彩色图像边缘检测时效果往往不能令人满意.本文提出了一种新的彩色边缘检测算法,它充分考虑了彩色图像的边缘特性,使用彩色差进行跟踪,从而弥补了传统边缘检测方法检测时丢失边缘的不足.通过与其它成熟的边缘检测技术进行比较,结果显示:该算法能提取更多的彩色边缘信息,而且检测精度和效果都比较令人满意,具有一定的实用价值和良好的处理效果.

超复数空间彩色边缘检测器的实现

提出超复数空间彩色图像边缘检测器的一种新实现方法——基于超复数空间旋转变换的彩色边缘检测。分析结果表明 ,Sangwine提出的超复数空间彩色图像边缘检测算法实质是一种色差图像边缘检测算法。通过把彩色图像映射到超复数空间进行处理 ,产生色差边缘图像。为了解决超复数空间的卷积运算问题 ,文中对超复数空间旋转运算进行推广 ,提出了旋转变换算子 ,把超复数空间中的矢量卷积运算转化为标量运算 ,极大地降低了计算复杂度。实验结果表明了本方案的正确性。

基于色差梯度的彩色边缘检测方法

彩色图像有亮度、色调和饱和度的信息.为了充分利用彩色图像丰富的信息,在L*a*b*颜色空间中,利用色差梯度算子对彩色图像进行边缘检测.该方法能检测出更符合视觉特性的彩色边缘.实验结果证明了这种方法是有效的,优于基于灰度的边缘检测方法.

彩色边缘检测在邮政函件图象处理中的应用

邮政部门的迅速发展要求邮局的业务处理和数据管理的高度自动化，彩色边缘检测理论的发展及应用为邮政函件图象处理提供了有效的方法和手段。

基于模糊增强的彩色边缘检测研究

针对灰度图像易丢失有用信息,以及边缘较模糊的图像其边缘检测结果不准确等问题,本文提出基于模糊增 强的彩色边缘检测方法。该算法首先将彩色图像转换到YUV空间,然后在图像的模糊特征平面上进行模糊增强,并合理 使用亮度、色度等信息进行彩色边缘检测,最后二值化。实验结果表明,该算法是有效的。

基于主轴分析和嵌入置信度的彩色边缘检测

边缘提取是获取图像特征的基本方法之一,彩色图像提供了比灰度图像更丰富的信息,彩色图像的边缘检测日益受到人们的重视。分析了目前常见的彩色图像边缘检测算法,提出了一种将主轴分析和嵌入置信度相结合的边缘提取算法,通过实验证明,该方法充分利用了图像的彩色信息,能够有效地保护边缘细节,提高检测精度,具有良好的边缘提取效果和边缘连续性。

基于自适应方向导数滤波器的彩色边缘检测

传统彩色边缘检测算法在提高边缘检测准确性时可能将噪声检测为边缘,而在提高噪声鲁棒性时会将部分边缘当作噪声进行抑制,导致部分边缘信息丢失。为解决传统彩色边缘检测算法在边缘检测准确性与噪声鲁棒性之间的矛盾问题,提出一种基于自适应各向异性高斯方向导数(ANDD)的彩色边缘检测算法。通过彩色图像的微分自相关矩阵构建反映边缘类型的度量准则,以自适应地确定每个像素处ANDD滤波器的形状,从而准确提取不同类型的边缘特征,采用ANDD滤波器组对图像进行平滑处理,提取在三个通道上的ANDD特征。在此基础上,利用奇异值分解得到最优融合权值,并融合三个通道的ANDD特征,以增强彩色边缘强度。实验结果表明,该算法在无噪声和含噪声环境下的Pratt品质因子分别为0.849 6和0.791 4,与彩色Canny、RCMG-MM和FRPOS算法相比,在保持较高边缘检测准确率的同时具有较优的噪声鲁棒性。

基于改进Canny的彩色图像边缘检测算法

彩色图像边缘在计算机视觉中起着至关重要的作用,但现存的彩色图像边缘检测算法存在对混合噪声抵抗性差、检测出的边缘连续性差和边缘漏检等问题。通过对彩色图像边缘检测算法的研究,提出一种改进的彩色图像边缘检测算法。该算法首先采用改进小波变换滤波方法在保持图像边缘的同时滤除图像的混合噪声;然后将滤波处理后的彩色图像由RGB颜色空间转换到CLElab颜色空间,并用提出的多方向色差计算公式计算色差幅值和方向,以提高边缘检测的完整性;最后,将以上处理方法与Canny的非极大值抑制和双阈值边缘处理相结合,从而完成彩色图像的边缘检测。实验结果表明,该算法查全率、查准率和整体精度均较高,分别达到了85.9%、96.7%和96.3%,比目前的色差边缘检测算法、亮度与颜色特征融合的边缘检测算法以及基于改进蚁群算法的边缘检测算法分别提高了3.8%~14.8%、1.6%~8%和1.3%~3.7%。基于改进Canny的彩色图像边缘检测算法可以有效去除混合噪声,并能检测出连续性和完整性较高的彩色边缘,有效提高了边缘检测率。

彩色图像边缘检测研究综述

彩色图像边缘检测是计算机视觉和图像处理领域的基本课题。详细阐述了彩色边缘检测的方法——基于单色调及矢量的方法,总结了现有方法的优缺点;结合边缘检测性能评价方法分析多种方法的性能,进一步提出了存在的问题及下一步研究方向,为彩色图像边缘检测的研究提供参考和借鉴。

基于CNN彩色图像边缘检测的车牌定位方法

针对现有车牌定位算法准确率不高、步骤多和速度慢等问题,提出一种彩色图像车牌定位方法(License plate locating based on CNN color edge detec tion,LPLCCED).首先利用细胞神经网络(Cell neural network,CNN)模型导出一种与车牌颜色特征相结合的车牌定位专用边缘检测算法,将车牌的颜色对约束条件融合到边缘检测算法中,本文专用边缘检测算法可以大大缩小车牌初步定位的范围.接下来提出一种针对车牌特征的边缘滤波算法,最后根据车牌结构和纹理特征对候选区域进行判别验证.该流程的各个环节都可以通过硬件实现,为面向智能交通领域的实时车牌识别系统的前期车牌定位处理提供了依据.

基于改进颜色模型的彩色图像边缘检测

提出了一种基于HSI的球型颜色模型,将彩色图像RGB分量滤波的正负项差用该模型中的颜色空间距离表示,用于彩色图像的边缘检测.比较了利用Roberts算子、Kirsch算子、Gabor滤波和Haar小波变换检测彩色图像边缘的实验结果.

一种基于Canny彩色图像边缘检测算法

本文提出了一种新颖快速彩色图像边缘检测算法,充分考虑了彩色图像的边缘特性,根据数据融合技术对各个分量得到的边缘信息进行联合优化,进行RGB色融合成新图像,再边缘检测。实验证明,该算法能提取更多的彩色边缘信息,检测精度和效果都比较令人满意。

基于彩色边缘与十字型加权模板的马赛克检测

为了解决高分辨率视频马赛克检测识别率不高的问题,提出了一种基于彩色边缘与十字型加权模板的视频马赛克检测算法。该算法先通过基于CIELab色彩空间的彩色边缘检测检出更多马赛克边缘,再采用十字型加权模板进行模板匹配以识别出马赛克块。采用本文算法以及传统算法对高分辨率视频进行马赛克检测,实验结果表明本文算法对视频中马赛克检测的识别率高达98.2%,相比于传统算法识别率提高了7.1%。

Unit-Linking PCNN和图像熵的彩色图像分割与边缘检测

在RGB空间中,将最大香农熵准则和最小交叉熵准则两种评价准则与大概率合并和小概率合并两种合并策略相结合,提出基于Unit-Linking PCNN的四种彩色图像分割方案,并在各分量分割结果基础上利用Unit-Linking PCNN实施边缘检测,合并得到彩色图像的边缘检测结果。分析了各评价准则和合并策略的优劣,比较了各分割方案条件下的图像分割和边缘检测效果。与HSV空间中得到的相关结果进行分析比较,该文分割和边缘检测结果体现了图像的更多的细节,说明了在RGB空间中进行彩色图像分割和边缘检测的合理性。与相关文献结果相比,该方法的模型参数对图像分割结果的影响较不敏感。计算机仿真结果表明,该方法具有较好的彩色图像分割和边缘检测效果,具有较强适用性。

基于HVS的彩色图像边缘检测算子

边缘检测是数字图像处理中的基本预处理方法之一,由于利用检测出来的图像边缘可以对图像做进一步的处理,因此它是图像处理中的基础算法。大家知道,边缘检测问题,其本质上是颜色差分的计算问题。尽管边缘检测在灰度图像处理当中得到了深入的研究,但对于彩色图像仍然是一个难题。为了能够较好地对彩色图像进行边缘检测,结合人类视觉系统(humanvisionsystem, HVS)的特点,通过分离颜色的亮度信息和色度信息,并通过压制次要信息来强调其中的重要信息,提出了一种新的彩色图像边缘检测算法。该算法先分别计算两个颜色的亮度距离和色度距离,然后将这两个距离的加权平均值作为最终的颜色距离。由于它能较好地检测出图像边缘,因此是一种实用有效的彩色图像边缘检测方法。

基于主轴分析和EDISON-Zernike矩的彩色图像亚像素边缘检测

本文分析了目前常见的亚像素边缘检测方法,提出了一种综合运用主轴分析法、Zernike矩和嵌入置信度的彩色图像亚像素边缘检测算法。首先获取影像三维空间中的主轴,然后利用嵌入置信度的边缘检测算子快速检测出所有可能的边缘点,再利用Zernike矩算子以亚像素精度重新定位边缘。实验表明本文算法优于其它的边缘检测算子,充分利用了图像的彩色信息,定位精度能够达到0.13个像素,并且该方法还具有良好的抗噪声干扰性和处理效率。

基于LIP的彩色图像边缘检测研究

1.前言 边缘是图像中的区域.在这些区域中,图像的亮度发生了陡峭的变化.边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间,是图像分割、纹理特征提取和形状特征提取等图像分析的重要基础.

基于彩色图像边缘差分的运动目标检测算法

针对目前常用的运动目标提取易受到噪声影响、易出现阴影和误检漏检等情况,提出了一种基于Sobel算子的彩色边缘图像检测和帧差分相结合的检测方法。首先用Sobel算子提取视频流中连续4帧图像的彩色边缘图像,然后将边缘图像进行隔帧差分相与,提取出较精确的运动目标边缘轮廓。提取的轮廓经过一系列的形态学操作填充,可得到完整的运动目标。实验结果表明,该方法对运动目标边缘轮廓提取准确,抗噪能力强,且鲁棒性好。

一种改进的彩色图像边缘检测方法

使用灰度图像算法进行彩色图像边缘检测,会造成图像边缘漏检.针对这个问题,在输出融合法基础上,对Roberts算子进行了改进,提出一种适用于彩色图像的边缘检测方法.实验表明,改进算法能有效检测彩色图像边缘.