基于拉普拉斯算法和梯度边缘特征的鱼货去鳞机表面磨损检测方法

为了确保鱼货去鳞机的正常使用,需要检测其表面磨损情况。提出基于拉普拉斯算法和梯度边缘特征的鱼货去鳞机表面磨损检测方法。首先,采用布谷鸟搜索算法优化二维高斯函数,结合拉普拉斯算法与优化后的二维高斯函数对鱼货去鳞机表面图像展开卷积处理,以此增强磨损区域边缘细节信息,实现磨损区域边缘检测;其次,对磨损区域展开Gamma校正,在此基础上提取磨损区域的HOG特征与LSS特征,结合上述特征构成梯度边缘特征;最后,基于S-SVM建立鱼货去鳞机表面磨损检测模型,将梯度边缘特征输入模型内,实现鱼货去鳞机表面磨损检测。实验结果表明,所提方法可准确确定磨损边缘,高精度地完成磨损特征提取与检测。

基于多方向梯度边缘预测器快速边缘检测算法

改进了无损压缩编码中的梯度自适应预测器(GAP)和梯度边缘检测(GED)预测器,并应用在图像边缘检测中,提出基于多方向梯度边缘预测器(MGEDP)的动态阈值控制的边缘检测算法。该方法主要步骤为:1)从图像中心划分四个区域;2)采用并行技术多个方向应用MGEDP模板,分别预测错误值,利用错误反馈信息构建预测误差图像;3)利用大津算法计算阈值,分类误差图像边缘;4)细化边缘;5)合成边缘图像。实验证明:应用并行技术降低了时间复杂度,以中心逐步向四周选择预测参考点避免了误差繁衍,最终得到清晰完整、细节丰富的边缘图像。

考虑梯度边缘信息的玉米叶片病斑图像分割

玉米作物病害是对中国玉米生产量危害的最主要原因,对玉米叶片病斑图像分割是病害原因识别的前提。目前传统的玉米叶片病斑图像分割中,普遍存在着分割效果不理想、成本消耗较大、正确率较低、运行时间较长等问题。提出考虑梯度边缘信息的玉米叶片病斑图像分割算法设计,分析玉米叶片病斑图像边缘梯度,去除玉米叶片病斑图像中的噪声,并且增强去噪后的玉米叶片病斑图像,加强玉米叶片病斑图像的分割算法,利用模糊聚类的方法分割增强后的玉米叶片病斑图像。实验结果表明,所提算法图像分割效果较为理想、成本消耗较小,正确率较高且运行时间较短,具有一定的应用前景。

位图直接RGB梯度边缘提取法

介绍了梯度边缘提取的基本原理 ,在此基础上针对常规梯度提取方法在使用过程中的问题提出了一种位图直接RGB梯度边缘提取方法。同时在Matlab下与常规方法的结果作了比较实验 ,并进行了分析 ,给出了Matlab下实验原程序。

基于改进梯度边缘特征的早期火焰识别方法

在视频火灾探测中,基于颜色特征变化的火灾识别模型适应性差、对火焰倒影等在颜色模型方面与火焰图像很类似的外界干扰分辨率差。利用火焰燃烧时在空气中的状态与周围环境的颜色阶跃性,在颜色分量模型的基础上,对火焰图像边缘进行粗定位和精定位,使用改进的Soble边缘检测算法,选取颜色B分量的边缘梯度作为判断火焰和干扰图像的依据,构建了一种基于图像边缘梯度的火焰识别模型。实验证明:颜色分量梯度模型能够排除大量的常见干扰源,准确、快速地对火灾进行识别,对大空间室内火灾探测具有一定的使用价值。

基于梯度边缘增强和极小值填充的分水岭分割算法

由于一些孤立噪声点的存在,使得经典分割算法存在过分割和漏分割现象,本文使用线性梯度方法对图像进行梯度构建,再采用canny二阶边缘检测算法对梯度边缘进行增强,最后使用极小值填充的方法,将各个区域中的最小值排序后的中值作为阈值填充图像,提升分水岭分割算法的分割效果。

考虑梯度边缘信息的分形图像纹理细节增强算法研究

为降低噪声干扰,增强图像纹理细节,提高图像质量,提出考虑梯度边缘信息的分形图像纹理细节增强算法.依据图像已知点的灰度值推测新增点的灰度值,将新的像素点插入在图像像素点间,通过FBR理论对图像进行分形插值处理;采用图像锐化技术改进消噪掩模法,获取分形图像梯度边缘信息;构建梯度约束与数值约束的增强模型,控制图像噪声的同时,增强分形图像的边缘纹理细节.实验结果表明:信噪比越大,该算法分形插值处理后图像分辨率越高;该算法图像纹理细节增强后的图像噪声含量低,图像纹理与结构上相似度高,图像纹理细节呈现效果好;去噪能力较强,可有效增强图像边缘与细微纹理细节.

基于边缘梯度搜索的激光定向能量沉积熔池尺寸提取方法

针对激光定向能量沉积过程中存在熔池弱边缘导致熔池宽度难以准确提取的问题,本工作基于熔池边缘灰度梯度变化差异,提出了一种基于边缘梯度搜索模型的熔池宽度提取方法。为了得到精确的熔池尺寸,首先基于数学形态学的方法对熔池图像进行预处理得到粗定位边缘,然后通过试验确定弱边缘梯度阈值,最后采用边缘梯度搜索模型对粗定位边缘进一步分割得到精分割边缘,使用椭圆拟合法进行边缘拟合得到熔池宽度,试验结果表明该方法具有良好的熔池宽度检测精度。

一种边缘梯度插值的感兴趣区域池化算法

针对现有主流的目标检测算法存在检测精确率低、图像边缘区域分割不全等问题,提出一种基于Mask RCNN模型的感兴趣区域池化算法.首先,通过Otsu阈值分割法将感兴趣区域特征图划分为边缘区域和非边缘区域;其次,对边缘区域使用边缘梯度插值算法进行插值,对非边缘区域使用双线性插值算法进行插值,从而将离散的特征图映射到一个连续空间中;再次,将插值后的特征图均匀分割成k×k个单元;最后,对每个单元利用二重积分求均值以完成池化操作.对比实验结果表明,该算法基于Mask RCNN模型在数据集COCO(2014)上比现有算法的检测精确率有一定提升,对图像边缘区域的细节分割效果较好.

基于边缘梯度方向直方图的静态手语识别

文中采用边缘梯度方向直方图作为手势的特征矢量进行手语识别,建立归一化的边缘梯度直方图,使用欧氏距离模板匹配法进行手势的特征匹配,手势特征矢量之间的识别速度较快.实验表明:该方法对图像亮度、缩放、平移具有不变性,该方法计算简单、快速,可以用于手语识别系统.

基于泽尼克矩与边缘梯度共生矩的商标检索算法

为提高商标的检索精度,定义基于泽尼克矩与边缘梯度共生矩的商标检索方案。引入中值滤波,对商标实施去噪处理;分别提取商标的泽尼克矩(Zernike moment,ZM)和边缘梯度共生矩(edge gradient co-occurrence matrix,EGCM);根据得到的ZM,通过Euclidean距离度量方法,计算查询商标与商标库的全局相异性及平均全局相异性;将平均全局相异性作为阈值,与全局相异性实施比较,剔除不相关商标;根据EGCM计算局部相异性,联合全局相异性,通过对二者实施加权得到总相异性,以输出检索结果。实验结果表明,与已有商标检索方案相比,所提方案具有更高的检索精度与鲁棒性。

边缘梯度协方差引导的甲骨文字修复算法

针对现有甲骨卜辞文字修复方法无法有效处理甲骨文字边缘的突起状毛刺、锯齿效应和笔划断裂等不足,提出一种边缘梯度协方差引导的甲骨文字修复算法.首先,将待处理的甲骨拓片图像进行对比度增强、形态学操作和连通域分析,提取出甲骨文字的候选修复区域;其次,利用边缘梯度的自相关矩阵计算文字边缘的局部曲率和灰度变化率,将其划分为平滑区域和笔划拐点/角点区域;最后,采用线性插值方法重构平滑区域,而利用局部梯度协方差和最小均方误差法计算最优的线性插值权重,实现拐点/角点区域的边缘定向插值重构.实验结果表明,该算法能够保持甲骨卜辞文字的原始字形特点,抑制字迹断裂、突起状毛刺、边缘锯齿效应和边缘特征退化的现象,获得边缘质量较高的甲骨文字.

基于图像边缘梯度信息的图像匹配算法

提出了一种基于图像边缘梯度信息的图像匹配方法。算法综合考虑边缘的位置和梯度信息,在形态学膨胀运算的基础上计算最佳匹配位置,该方法具有匹配精度高、计算简便、不需要调节参数的优点。对合成图像和实际图像的实验结果表明了算法的有效性。

用于地图图像分色的像素边缘梯度算法

该文在分析地图图像特点的基础上,提出了一种适于地图分色的像素边缘梯度算法,其思想是将像素梯度的概念延伸到像素边缘的梯度。进而,利用数学形态学的变换原理,探讨了对分色结果进行后处理以及细化的具体过程。棕版图的实验结果证明,用此算法提取线状信息定位精度高,连续性好,处理速度快,并可以很好地解决粘连及背景噪声等问题,细化后的结果能够满足需要。

基于边缘梯度方向直方图的图像检索

图像检索是计算机视觉研究的热点问题之一。首先对数字图像进行边缘检测;接下来对各个边缘点求其梯度;然后根据各个边缘点的梯度求得边缘梯度方向直方图;最后用街区距离进行相似性度量,实现图像检索。仿真实验表明,本文提出的算法是一种有效的图像检索方法。

基于多尺度局部边缘梯度的红外舰船目标检测

由于红外图像本身对比度和清晰度都较低,再加上海天场景的复杂多变,极大增加了海天背景下的红外舰船目标检测难度。为实现对多种复杂海天背景下的红外舰船的有效检测,提出了一种新的基于局部边缘梯度特性的舰船目标检测算法。对多种红外复杂海天场景图像进行仿真测试,实验结果表明:该算法能有效地检测出多种复杂海天背景下的红外舰船目标,适应性广,计算简便。

基于改进阈值与边缘梯度的亮场干细胞图像分割方法

针对亮场干细胞图像中细胞粘连、形态各异,难以精确分割的问题,提出一种基于改进阈值与边缘梯度的亮场干细胞图像分割方法。首先,通过改进的阈值法对预处理后的图像实现细胞与背景粗分;其次,利用改进的Sobel算子检测细胞边缘梯度信息,结合连通域标记方法对粗分割图像做细化分割;最后,运用形态学方法进行优化处理。提出的方法能够有效去除细胞图像中的溶液杂质,消除相差显微镜拍摄所带来的光圈、伪影等影响,更准确地分割出细胞边缘轮廓。实验表明,所提方法分割精度达到95.48%,综合分割性能指标Fscore=94.61%,与传统的阈值分割等方法相比,具有更好的分割效果。

改进边缘梯度的机器人标定路径导航优化仿真

智能机器人的地图存储功能使其能够按照标定路线行进,但是由于实际环境的复杂性,机器人易受障碍物影响,无法按照标定路径完成导航。为此,提出基于改进边缘梯度的机器人标定路径导航方法。根据机器人在标定路径中与障碍物发生碰撞的可能性,规划机器人开展标定路径。标定路径中存有动静态障碍物,机器人导航时会存有导航偏差。采用改进边缘梯度修正路径,使机器人可以完美避障,实现机器人标定路径的精准导航。实验结果表明,研究方法应用下机器人导航的响应时间控制在5ms内,且机器人导航路径与标定路线一致,验证了上述方法的高精准性、较强的有效性。

基于边缘梯度矢量的印刷电路板缺陷检测

缺陷检测算法时间复杂度及精度是影响自动光学检测系统性能的两大因素,降低时间复杂度和提高精度才能保证系统实时可靠。针对传统参考法计算量较大及精度不高的问题,该文提出了一种基于边缘梯度矢量的印刷电路板缺陷检测算法,在配准的前提下,利用边缘梯度矢量搜索到缺陷处。实验表明,与传统参考法相比,该算法的计算点数由图像全部像素点减少至边缘,并利用梯度矢量较高的敏感性来提高检测可靠性。

基于V型检测算子和边缘梯度的虹膜卷缩轮检测方法

针对虹膜卷缩轮位置检测中卷缩轮边界定位困难的问题进行了研究,提出了一种基于V型检测算子和边缘梯度的虹膜卷缩轮检测方法。首先根据虹膜卷缩轮内部纹理的位置特征、形状特征和灰度特征,定义V型检测算子,在归一化图像中,利用V型检测算子对图像进行处理,提取卷缩轮内部纹理终点坐标;其次,通过曲线拟合得到卷缩轮边界的初定位区域;最后利用边缘梯度算子在初定位区域进行检测提取卷缩轮边界。实验结果表明,该方法的正确检出率达到93.2%,可以有效地提取虹膜卷缩轮边界。