一种改进Canny算子的图像边缘检测算法

在移动机器人自主作业时,环境中往往存在障碍物,路径规划避障时要进行动态目标检测.Canny边缘检测算法可以与众多动态目标检测算法相结合,提高目标检测的效果.但是传统Canny边缘检测存在着自适应性不强,边缘检测可能不连续,或者检测虚假边缘的现象.本文提出了一种优化Canny边缘检测算法,通过改进的自适应中值滤波来预处理图像,对算法效率及对噪声点的处理做出了优化,紧接着增加梯度计算方向,最后结合改进的大津阈值分割法,提出了三阈值分割法代替原始的阈值分割法使图像边缘信息更加完整准确.仿真结果表明,该算法在边缘检测准确率上对比传统Canny边缘检测,Sobel算子与较新改进算法均有20%左右的提升,该算法优化了传统算法检测的连续性和准确率.

基于改进的Canny算子与自适应阈值的边缘检测算法

传统的基于Canny算子的边缘检测算法存在不足,因此提出了一种基于自适应阈值的改进方法。由于传统的Canny算子方法中的高低阈值需要人工设定,会对边缘检测中的结果产生影响,利用自适应阈值的方法改进传统Canny算子中阈值的参数的设定。得到理论上适合的参数后,根据算法对结果进行处理。实验结果表明,改进后的算法比传统算法表现更加出色,而且有效排除了图像中噪点的影响,提高了边缘检测算法的鲁棒性。

基于改进Canny算子的树障与导线边缘检测算法

针对目前输电线路通道树障检测中,树障与导线的边缘信息难以提取、不清晰以及连续性差等问题,提出一种基于改进Canny算子的树障与导线边缘检测算法。首先使用可以去噪保边的双边滤波取代传统Canny算子中的高斯滤波,使得树障与导线图片的边缘信息得以确保清晰,同时图片边缘更加细腻;然后使用基于Scharr算子3×3的梯度模板代替2×2的模板来改进梯度计算方法,在水平和垂直方向上扩充了45°和135°,两个方向的梯度模板加权求和;其次,对改进后的梯度幅值实施非极大值抑制,减少边缘检测带来的不利影响以使边缘变细;最后使用双阈值算法确定真实与虚假边缘,实现目标图片的边缘检测,减少干扰。实验结果表明,图片的边缘清晰度分别为8.53、0.474、12.93。改进后的算法对树障与导线边缘检测的结果相对于传统算法具有更好的边缘清晰度,可以清晰地观察树障与导线。

基于Canny算子边缘分割的海洋平台焊接构件焊缝检测方法

当前海洋平台焊接构件焊缝的检测过程中,依托于Sobel(索贝尔)算子完成图像边缘分割,对噪声信息比较敏感,使得检测结果ACC值(准确率)较低。因此,提出基于Canny算子边缘分割的海洋平台焊接构件焊缝检测方法。运用数学形态学中的膨胀和腐蚀思想,对海洋平台焊接构件焊缝图像进行滤波处理。首先将预处理后的图像输入视觉注意模型,提取图像包含的综合显著性特征,从而标注出图像视觉显著区域;然后基于Canny算子边缘分割算法,检测出图像中的全部边缘像素,并通过膨胀和细化操作实现边缘连接,从图像中分割出整个目标区域;最后选定一个种子区域,按照生长判定准则获取区域生长结果,从而得出焊缝检测结果。试验结果表明,新设计方法的焊缝检测结果ACC值稳定在0.95以上,能够满足海洋平台焊接构件的安全检测要求。

基于Canny算子的图像边缘检测及优化

图像边缘检测是图像处理和计算机视觉中的基本问题。本文针对图像边缘检测,首先利用二维高斯滤波器对原图像进行滤波降噪,对原始数据与高斯平滑模板作卷积,然后使用一阶差分算子计算水平方向和垂直方向的梯度幅值分量,得到图像的梯度的幅值和梯度的方向,最后进行非极大值抑制与双阈值检测和边缘连接,建立了基于Canny算子的图像边缘检测模型。针对传统Canny算法的缺陷,本文提出了一种改进的Canny边缘检测算法,建立了基于自适应平滑滤波的边缘检测模型。在平滑图像的同时锐化边缘,使用水平、垂直、45˚和135˚四个方向梯度模板计算图像梯度,改善了传统Canny算法在计算梯度时对噪声的敏感性。实验结果表明,改进的模型在检测到更多边缘细节的同时,也具备较强的自适应性。特别地,在噪声环境中,改进的模型检测效果更优。

基于灰狼优化算法的改进Canny算子的芯片标识图像边缘检测

为有效进行芯片标识的提取,提出一种基于灰狼优化算法(gray wolf optimization,GWO)的改进动态双阈值的Canny算子来进行芯片标识图像边缘提取。首先,从芯片标识生产环境复杂、图像干扰信息多的角度出发,对Canny算子的双阈值进行改进;其次,使用灰狼优化算法确定其高阈值选取;最后,将本文算法与传统Log、Prewitt、Roberts、Canny、Sobel算子进行实验比较,利用召回率和精确率等方法作了客观评估。实验结果表明,本文所提算法优于传统的边缘提取算法,提取准确度高,为后续识别打下了坚实基础。

改进自适应双边滤波Canny算子在自动化设备中的应用

为提升镜头图像边缘检测效果与自动化设备组装合格率,提出了基于自适应双边滤波Canny算子的检测方法。首先采用双边滤波处理图像强度并保存边缘信息,进行加权平均去除噪声,然后采用改进Canny算子检测图像中的边缘细节信息,抑制非边缘部分的噪声干扰,自适应调整滤波程度,得到更准确的边缘检测结果,最后利用霍夫曼变换检测镜片图像的圆心和切口位置信息,提高了组装效率和准确性。结果表明,该算法为镜头自动化组装提供了一种有效的解决方案,具有较高的实用价值。

基于遗传算法优化Canny算子的织绣文物纹样抽取方法研究

织绣文物中的纹样彰显中国传统文化造型艺术的形式美感,是文创设计的重要素材源泉。针对传统Canny算子进行纹样边缘检测需人为确定阈值的问题,本文提出基于遗传算法自适应优化Canny算子阈值的方法,将边缘点、非边缘点类间梯度幅值方差设置为适应度函数,通过格雷码对阈值染色体编解码、锦标赛选择算法优选交叉变异后的阈值,求解最优适应度对应的高低阈值,用于纹样边缘检测;此外,运用形态学操作得到纹样的完整、精确轮廓;最后,添加Alpha通道抽取纹样前景。实验表明,上述方法在织绣纹样抽取精度和像素准确度(PA)上,优于传统Canny算子、混合蛙跳自适应Canny算子、Otsu法优化Canny算子等已有方法,可有效检测织绣文物图像中纹样真实边缘并完成纹样抽取。

基于小波去噪与改进Canny算法的带钢表面缺陷检测

针对带钢表面图像亮度不均匀、对比度低以及缺陷种类多、形式复杂的问题,提出一种基于小波去噪与改进Canny算法的带钢表面缺陷检测算法。首先通过小波变换将原始图像分解,对低频分量采用改进的同态滤波提高亮度和对比度,对高频分量采用改进的阈值函数进行去噪,并通过小波重构得到增强图像。其次对传统Canny算法进行改进,通过改进的自适应加权中值滤波进行平滑,并增加梯度方向模板;然后采用迭代式最优阈值选择法与最大类间方差法来求取高低阈值,提高算法的自适应性。最后采用形态学处理对缺陷边缘填充,并去除干扰边缘及毛刺,得到带钢表面缺陷区域。实验结果表明,所提算法对带钢表面缺陷的检测效果较好、精度较高,适用于多种类型的带钢表面缺陷检测。

基于自适应Canny算子的柑橘边缘检测

针对传统的Canny算子进行柑橘边缘检测存在假边缘的同时还会丢失灰度值变化缓慢的局部边缘问题,该文根据柑橘图像边缘梯度特征信息,提出了利用信息熵来自适应确定Canny算子的高、低阈值。试验结果表明:自适应Canny算子比传统的边缘检测方法得到的边缘连通性好,定位精度高,抗噪性能强,同时该方法提高了柑橘边缘检测的自动化程度。

自适应Canny算子边缘检测技术

采用Canny算子进行边缘检测时,梯度图像需要进行模非极大值抑制,然后求取双阈值提取边缘,但目前双阈值的求取无法避免人工设定的影响,试验表明,针对不同的图像采用相同的阈值,边缘检测效果差异很大.这一点限制了Canny算子在实际中的应用.针对这一问题,提出基于梯度幅度直方图和类内方差最小化自适应的确定高低阈值的方法,可针对不同的图像,实现双阈值的自适应提取,不需要人为设定任何参数,采用模糊控制技术提取边缘像素,实验结果证明了该算法的有效性.

采用自适应canny算子的树上柑橘图像边缘检测

提出了一种自适应canny算子进行树上柑橘图像边缘检测的方法。对获取的RGB真彩图像进行R-B色差空间的线性变换,在该分量上,利用积分图像快速计算高斯滤波器尺度参数,利用OTSU方法计算canny算子的高低阈值,从而实现边缘的自动检测。试验表明,采用该方法检测的边缘连通性好、噪声较少,优于其他传统的边缘检测方法,而且对不同光线下拍摄的图像均有较好的效果,为后续的果实识别和定位奠定了基础。

基于CANNY算子的自适应双阈值油罐油位红外成像检测

针对油罐油位的监测问题,在研究CANNY边缘检测算子的基础上,提出了一种新的基于CANNY算子的自适应双阈值边缘检测方法。该方法能够根据不同的油罐油位红外成像图像的灰度梯度直方图的特征进行自动设置高低阈值,因此避免了传统的CANNY检测算子手工选择阈值不合理对边缘信息,特别是油位信息的丢失。在油位信息提取过程中,该方法能够自动分析横向条纹数目,并根据该数目获得每一条横向条纹的具体位置,使得边缘检测算法在油罐油位监测应用中更加实用。用该方法对一批油罐的红外成像图像进行了处理,结果表明所得油位的误差在±0.02m以内,而测量误差百分比为0.062%。

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。

蜣螂优化算法在Canny边缘检测算法中的应用

针对传统Canny边缘检测需要手动选取阈值以及不能有效提取边缘轮廓的问题,提出了一种基于改进的蜣螂优化算法(DBO)来优化Canny算子的边缘检测算法。首先通过快速引导滤波代替传统高斯滤波对图像进行保边去噪;其次用4方向的Sobel模板来计算图像的梯度幅值和梯度方向;最后利用蜣螂优化算法优化的二维大津法自适应获取高低阈值。针对蜣螂优化算法种群多样性不强问题,提出用tent映射初始化种群;为了提高算法跳出局部最优的能力,采用精英差分变异策略对最优蜣螂个体进行变异扰动。实验结果表明,在边缘准确度和连接性上,该算法与传统Canny边缘检测算法对比有一定程度的提升,能够有效提取图像的边缘轮廓,提高了Canny边缘检测的边缘连接性,具有一定的实用性。

基于改进Canny和灰度矩的水下图像边缘检测方法研究

针对水下图像对比度差、模糊,致使检测出的边缘存在不连续和伪边缘的问题,提出一种基于改进的Canny和亚像素的水下图像边缘检测方法。采用改进的Canny算法检测水下图像的像素级边缘,在此基础上采用灰度矩提取图像的亚像素边缘特征,提高边缘的定位精度和检测率。实验结果表明,提出的算法相较于传统的像素级边缘检测算法在边缘轮廓的提取、减少伪边缘、提升边缘精度方面有较大优势,尤其是对深海环境中光源单一以及图像对比度差的物体边缘的检测具有更显著的效果和定位精度。

基于Canny算子的机械零件图像分块自适应边缘检测

针对自动生产线上的机械零件图像几何特征,提出一种基于Canny算子的分块自适应边缘检测方法。主要包括基于鼠标框选的图像不均匀分块和基于Otsu算法的检测阈值自适应生成等。实验表明,该法有较强的抑制噪声能力,检测准确,是一种有效的机械零件图像边缘检测方法。

一种采用改进Canny算子的机械臂识别与定位算法设计

为进一步提高机械臂图像处理的精确度,文中在改进Canny算子的基础上,提出一种适用于机械臂视觉伺服的图像识别与定位算法。该算法利用张正友标定法、灰度化、滤波及阈值分割等方法,完成了精确的相机标定和图像预处理,并在此基础上通过改进传统的Canny算子,降低了图像处理中边缘检测算法的检测误差,从而有效提高了机械臂的目标识别与定位精度。仿真实验结果表明,与传统算法相比,基于改进Canny算子的识别及定位算法具有更高的处理精度和更快的执行速度。

一种基于自适应Canny算子的舰船红外图像边缘检测方法

提出了一种用于舰船红外图像边缘检测的自适应Canny算子边缘检测方法。先利用图像的局部最大标准差值为参考值设定高斯滤波尺度参数,然后采用基于梯度幅度直方图的类间方差最大法计算Canny算子的高低闽值,从而实现边缘的自动检测。实验结果表明,采用该方法检测出的舰船边缘清晰连续,噪声较少,优于传统的Canny算子边缘检测方法,并且具有很好的工程适用性。

基于自适应滤波的改进Canny算子图像边缘检测

为解决图像的椒盐噪声污染,可以采用滤波算法滤掉椒盐噪声。滤波算法中最常用的是中值滤波算法,其对椒盐噪声几乎没有过滤效果。本文引用自适应中值滤波算法,通过MATLAB实现,应用Canny提出的边缘检测评价的指标对图像做出评价。自适应中值滤波算法对椒盐噪声的过滤效果较好。