基于Sobel算子桥接的双编码器路面裂缝检测网络

为提高道路路面裂缝的检测精度,针对路面裂缝的多态性和噪声复杂等问题,提出了一种基于Sobel算子桥接的双编码器路面裂缝检测网络,双编码器由原图编码和梯度编码两部分组成,以解决单编码器容易丢失梯度信息的问题。首先,原图编码结果通过桥接Sobel算子计算8个方向产生梯度编码的编码信息;然后,将原图编码结果与梯度编码结果通过一个多尺度的边缘信息弥补模块,以增强裂缝的边缘信息;最后,引入动态通道图卷积获得通道之间存在的拓扑关系,以突出重要通道的语义特征。研究结果表明:所提出的方法在DeepCrack、CamCrack789和CFD这3个基准数据集上取得较好的结果;综合指标ODS在DeepCrack、CamCrack789和CFD数据集分别为87.75%、85.05%、78.83%。

Canny边缘检测和轴线矢量靶场目标姿态测量

对于靶场飞行目标的姿态测量问题,提出一种基于Canny边缘检测与Hough直线检测的靶场目标图像轴线提取方法,并利用成像平面交会获得旋转锥形载体的轴线,实现目标轴线的姿态测量的目的。靶场试验一般有多台光学测量设备采集目标图像,对采集到图像首先应用Canny算子检测目标边缘,对边缘图像适用Hough直线检测算法提取到成像平面上的目标轴线,进而可以得到测站和目标轴线所在的空间平面,利用面面相交原理获得目标轴线矢量的姿态角。该测量方法是基于Canny边缘检测和Hough直线检测的轴线提取方法,在仿真试验中对应用不同参数提取的轴线角度误差在0.3°左右,在实际试验中对目标的轴线提取误差在-0.7°~0.6°之间。实验表明该方法提取出的目标轴线的姿态角能够满足试验需求。

基于分形特征和阈值分析的图像边缘检测

针对传统的边缘检测算法对噪声敏感且伪边缘较多,提出一种基于分形特征和阈值分析的图像边缘检测方法。该方法利用改进的毯覆盖算法计算出图像的分形特征,将图像的灰度分布映射到分形维数空间上,再根据提取的分形特征图进行阈值分析,获得高低两个阈值,将像素值分为非边缘、弱边缘和强边缘3类,再对弱边缘像素进一步加以判断。实验结果与其他算法相比较表明,该算法检测出来的图像边缘伪边缘和噪声最少。

利用Hough渐开线变换的齿轮图像中心检测

针对目前基于机器视觉的齿轮参数测量和检测中,获取齿轮中心坐标这一关键步骤缺乏通用性的问题,提出了一种利用Hough渐开线变换的方法。首先,在图像坐标中建立齿轮渐开线齿廓的数学模型。接着,对齿轮的灰度图像进行卷积、边缘检测获得齿轮边缘图像和像素梯度角。最后,对边缘像素做Hough渐开线变换,得到最终的齿轮中心坐标。实验和仿真结果表明,按该方法求得的结果与真实坐标的标准差在1 pixel以内,对齿轮内孔形状无要求,可以作为一种有效的齿轮图像中心检测方法。

Kirsch联合高低双阈值的RGB图像边缘检测算法

边缘检测是计算机视觉中非常重要且实用的图像处理方法,被应用在各个领域;然而在图像采集或传输过程中,由于外界环境的干扰,容易出现结果边缘检测率较低或者伪边缘现象,学者们为此提出了很多改进方法;但是通用的边缘检测方法很少,现有的算法都是以处理特定场景或特定情况下的问题为目的;Kirsch联合高低双阈值的RGB图像边缘检测算法正是针对上述问题提出的;首先,提取原图RGB色彩空间下的不同分量图,对每个分量图利用改进的Kirsch算子求取边缘强度;然后利用高低双阈值划分图像的边缘点和背景点,得到不同色彩空间的边缘结果;最后对不同分量的边缘检测结果进行融合,得到最终的边缘结果;利用基准数据集BSDS500数据集中的200张测试图像对算法进行验证评估;实验结果表明,文章算法相比于其他算法检测到的边缘更加清晰,细节更加完整,边缘连贯性更好,检测率更高,适用范围更广。

基于改进Canny算法的焊缝图像边缘检测

目的 针对复杂环境下焊缝图像的边缘检测问题,基于传统的Canny算法,将中值滤波替换高斯滤波,并将非极大值抑制(NMS)进行改进,得到一种面向复杂环境的改进Canny算法的焊缝图像边缘检测方法。方法 对焊缝图像进行中值滤波,保留图像的边缘信息,平滑区域内的细节,接着利用梯度方向局部均值偏差进行改进的非极大值抑制,综合考虑梯度幅值的大小和梯度方向对焊缝边缘检测的影响,最后使用双阈值法检测和连接边缘,根据焊缝图像的特点选择相应的阈值,既可以保证边缘检测的结果的准确性,也可以有效地避免一些噪声干扰。结果 与传统的Canny算法和其他一些滤波器改进的Canny算法等进行对比分析,所提出的方法的边缘保持度和边缘线性连接程度效果是最好的,边缘保持可以使检测结果保留原始焊缝图像的60%左右,同时边缘的连接程度相较于传统的Canny算法均有所提升,并且对焊缝图像中伪边缘的抑制效果也有所改善。结论 所提出的改进的Canny算法通过对滤波、NMS算法的综合优化,可以有效地检测出焊缝图像中的边缘信息,且有良好的焊缝图像边缘检测效果。

双主干伪装目标检测网络

针对伪装目标检测任务中存在检测精度有限的问题,通过引入双主干网络增加差异化信息,提出一种双主干伪装目标检测网络(Dual Backbone Network,DBNet).设计了双主干特征融合模块、边缘注意力模块和逐级细化模块.双主干特征融合模块将Res2Net50和PVT v2对原始图像提取的多级特征进行有效融合,获取丰富的全局上下文信息和局部上下文信息;边缘注意力模块根据生成的边缘预测图进一步计算边缘注意力图,使网络更加关注伪装目标的边缘细节;在逐级细化模块中,上一层的预测图和特征与当前层的特征依次经过粗预测细化结构和交叉查询注意力结构,该模块在标签监督下能够提供逐渐精确和细化的预测结果 .研究结果表明:在CAMO数据集,DBNet的S_(α)、F_(β)^(ω)和E_(φ)分别为0.877、0.838和0.932,MAE为0.042;在COD10K数据集,DBNet的MAE和E_(φ)分别为0.022和0.932;在NC4K数据集,F_(β)^(ω)和MAE分别为0.843和0.031.所提网络DBNet的检测性能优于其他23个伪装目标检测网络,所设计的3个模块能够有效提升网络对伪装目标的检测能力.

一种各向异性双窗非线性滤波的边缘检测算法

针对传统边缘检测方法极易受高斯噪声和椒盐噪声影响导致的伪边缘问题,提出一种各向异性双窗非线性滤波的边缘检测算法。首先,构建各向异性高斯双窗滤波器,并结合灰度分层技术计算每个像素的非线性方向导数向量和边缘强度图(Edge Strength Map,ESM)。然后,根据导数向量最大值估计边缘方向图(Edge Direction Map,EDM)。最后,通过非极大值抑制和双阈值决策获得最终的边缘检测图。对比实验结果表明,所提算法在无噪声、高斯噪声、椒盐噪声和混合噪声干扰的环境下表现优异,尤其在混合噪声下的边缘检测结果明显优于其他算法,具有较强的混合噪声鲁棒性。

基于结构森林边缘检测和Hough变换的海天线检测

海天线是海面环境图像所具有的重要特征之一,海天线的检测对划分海空、海界区域以及目标检测有重要作用.提出了一种结合结构森林快速边缘检测和概率Hough变换的海天线检测方法.首先通过高斯低通滤波来减小海面浪纹、光照反射等局部纹理影响,然后使用已完成训练的结构化随机森林为每个像素贴上边缘标签——二值化,最后通过Hough变换原理拟合海天线.实验结果表明,该方法可以较好地忽略局部干扰边缘,强化边界提取,对复杂海天背景下的海天线检测具备鲁棒性和高准确性.

一种快速Hough变换改进算法及其在图像边缘检测中的应用

在图像处理和计算机视觉中，Ｈｏｕｇｈ变换（ＨＴ）是一种应用非常广泛的图像边缘检测技术，但ＨＴ还存在许多问题，例如，存储空间需求太多，计算量太大，可能产生冗余点和虚交点．存在重复线段，阈值选择困难等．本文提出了一种快速Ｈｏｕｇｈ变换（ＦＨＴ）的改进算法，可以有效解决上述问题，同时提高计算速度方面有非常明显的优势．

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。

动态线边缘实时HOUGH变换检测及其在测流中的应用

提出一种基于视觉的实时动态边缘检测方法及其在河道流量实时测量中的应用.首先在图像预处理的基础上,采用迭代阈值法对河表面图像进行二值化;然后利用形态学闭运算算子消除非边缘区域,再采用非对称方法对边缘进行细化处理;最后利用HOUGH变换求取边缘方程,并依此在子像素分辨率下实时计算水面宽度和流量.实际应用结果表明了该方法的有效性.

基于启发式概率Hough变换的道路边缘检测方法

针对非结构化道路的边界检测实时性和鲁棒性的难点,提出了加权Canny边缘检测方法和面向加权Canny边缘图像的启发式概率Hough变换方法;并根据非结构化道路边界不规则的特点和智能车辆路径规划的实际需求,提出了道路边界的双折线模型。与传统的方法相比,不同道路环境下的道路边界检测实验证明了所提算法的有效性和实时性。

基于图像Canny边缘检测和Hough变换算法的高温结构测量方法

针对高温工程结构测量问题,将图像处理中的边缘特征检测技术应用到高温结构测量中,提出一种基于Canny边缘检测和Hough变换算法的高温结构测量方法,解决了高温结构测量的实际需求.该方法先对试件结构测量位置进行边缘检测和提取,并以分段直线形式确定待测边缘,再计算得到宽度等结构测量结果,并将其转换为材料力学性能参数.该方法充分利用了图像处理技术的优点,测量条件低且环境适应性强,同时采用分段检测的优化设计,测量精度高,稳定性好.

基于改进Hough变换的针板孔边缘检测

研究改进随机Hough变换检测针板的安装孔和定位孔边缘,解决常规随机Hough变换检测时针板安装孔、定位孔和送布牙槽边缘相互干扰的问题.采用边缘分离法将针板上的各个孔边缘表示为链表,依照各链表的矩特征量剔除干扰.通过改进的随机Hough变换在各个分离的边缘中检测孔的存在,可以避免针板各个孔边缘之间的相互干扰.实验证明本方法不仅能够检测出针板上的各圆孔边缘,而且可以检测针板的外圆轮廓,可以实现针板孔的非接触测量.

基于统计滤波的自适应双阈值改进canny算子边缘检测算法

通过介绍传统Canny算子边缘检测算法的基本原理,针对传统算法中存在的缺陷和问题,提出一种基于统计滤波的自适应双阈值的边缘检测算法;它通过统计滤波去除噪声有效的提高了算法的运算效率同时进一步抑制噪声对边缘检测的影响,以及基于简单统计的阈值选择算法,不再是人工选取阈值而是根据图像自身的特点自动选取合适的阈值,两者结合有效的提高了边缘检测算法的准确度和运算效率;这为图像分割技术的发展奠定了坚实的基础。

一种引导滤波自适应双阈值优化边缘检测算法

边缘检测是图像处理的重要环节之一,传统的边缘检测主要包含基于模板匹配和基于图像梯度两类方法。为了克服模板匹配方法边缘信息丢失较多和图像梯度方法易受图像噪声影响的缺点,该文给出了一种引导滤波自适应双阈值并改进Kirsch算子的优化边缘检测算法。针对图像局部信息特征,在图像的不同边缘位置动态生成引导滤波函数,从而保持和增强边缘的效果;同时对Kirsch算子复杂的运算量进行简化,根据图像边缘区域自适应地选择两个阈值,二者有效结合可大幅提高边缘检测算法的准确度和运算效率。实验结果表明,与传统边缘检测Kirsch算法和Sobel算法相比,该文算法的边缘定位和运算速度较优,能检测出精细的真实边缘,对图像的处理速度是传统算法的4倍以上。

基于Hough变换的建筑边缘特征检测的研究及其改进

Hough变换是对二值图像进行直线检测的有效方法,介绍了Hough变换直线检测对房屋边缘特征检测方法及实验结果,并根据其存在的缺点提出了检测矩形的Hough变换的改进算法。

基于机器视觉的公差检测系统算法研究与应用——自适应边缘检测与修正Hough变换

介绍了基于机器视觉的几何量和位置公差检测中常见的计算模型、图像处理和直线拟合一般算法,进一步介绍了一种自适应的边缘检测方法。着重分析了传统的Hough变换的优势和缺点,在此基础上提出了适应形位公差检测特点的修正Hough变换算法。自适应边缘检测方法被应用于检测实际工程的图像边缘,检测到的边缘区域在亚像素之内;修正的Hough变换算法也被运用于相应工程的直线拟合,与传统的Hough算法相比,结果表明其速度更快、精度更高,抗干扰能力更强,其拟合直线的极径精度可达到0.1个像素,极角精度可达0.01°。

基于边缘背景差法和Hough变换的公交乘客头部检测方法研究

为提高公交乘客检测的准确率,介绍了一种改进的背景差法——将当前图像和背景图像提取边缘再做背景差。该方法受光照条件变化和干扰物的影响较小,能够有效提取目标边缘;在此基础上通过Hough变换获得乘客头部的圆形轮廓,然后从视知觉角度分析并除去检测到的虚假轮廓,从而实现乘客头部的识别。实验结果表明,该方法简单,易于操作,识别率高,为公交乘客流量统计奠定了良好的基础。