8方向自适应权值Sobel边缘检测算子

针对传统Sobel边缘检测算子对图像边缘检测存在漏检和噪声敏感的缺点,提出一种改进的Sobel算子.该算子重新构造出一种8方向5×5检测模板,并且在模板卷积过程中应用自适应权值的算法,增强了该算子的抗噪性.实验表明,改进的Sobel算子保留了传统Sobel算子的优点,增加了其他方向的边缘检测,降低了漏检的概率,提高了抗噪性.

基于FPGA的8方向Sobel自适应阈值边缘检测系统设计与实现

针对传统Sobel边缘检测算法需要人为设定阈值,且对图像复杂纹理的识别能力较弱等问题,文中提出一种图像自适应阈值及3×3算子的8方向Sobel边缘检测算法,并在现场可编程门阵列(FPGA)上通过流水线设计和乒乓操作加速实现。基于Xilinx公司的Spartan6系列FPGA硬件平台,将OV5640摄像头采集到的图像数据流缓存于SDRAM;再利用移位寄存器将图像数据传输至图像算法模块,经过图像中值滤波及8方向Sobel边缘检测算法进行处理;最后,通过驱动VGA实时显示视频图像的边缘信息。实验结果表明:利用文中算法并基于FPGA输出的图像,在有效降噪的同时能够较好地滤除虚假边缘并保留真实的边缘信息;相较于传统算法,利用所提算法处理后的图像边缘清晰度有明显提高,且系统具有良好的准确性和鲁棒性。

基于改进Sobel算子的遥感图像道路边缘检测方法

从遥感图像中提取道路边缘可以大量简化道路网的测绘与规划工作。传统边缘检测算子由于方向和模板尺寸的局限性,易造成检测结果中边缘点散乱、不连续或过多边缘点误判。基于道路边缘完整且连续的特点,针对传统检测效果并不理想的问题,提出了一种改进的Sobel算子,即5×5的8方向模板。从Sobel算子的基本原理出发,根据Pascal三角形理论推导出各方向的最优模板。研究表明,该算子不仅能较好地检测出更多方向上的边缘,而且能有效减少误判点,检测出的边缘线条更加平滑、完整,轮廓清晰且连续性好,尤其在弯曲道路检测中表现得更为突出,优于其他算子的检测效果。

基于FPGA的模拟欠光环境下图像边缘检测系统的设计与实现

为了解决在传统嵌入式平台搭建边缘检测算法带来的算力负担以及图像边缘检测算法对光线条件的苛刻要求问题,设计并实现了基于FPGA的模拟欠光环境下图像边缘检测系统。FPGA的并行运算操作非常适合于图像处理算法,大幅提升了算法运行效率。系统使用EP4CE10F17C8N芯片作为主控,通过ROM储存待处理的原始欠光环境下的图片,经过灰度化,进行直方图统计与均衡化对原始图像进行增强,利用移位寄存器生成图像3×3模板,对增强后的图像进行高斯滤波,再使用改进型8方向Sobel边缘检测算法提取图像边缘信息,最后使用VGA模块显示图像处理的结果。较之传统算法,系统使用改进型算法提高了对边缘信息的提取程度,整个系统运行对光照条件的鲁棒性大幅提升。

一种改进的Sobel边缘检测算法的设计及其FPGA实现

为了快速得到边缘更清晰、敏感度更高的实时边缘图像数据,提出了一种改进的Sobel边缘检测算法.对原始图像的边缘进行平滑滤波后,利用2个3×3模板对选定的二维图像中同样大小区域内的数据进行卷积,合并水平及垂直方向的导数得到该区域的梯度值,再通过添加的梯度方向模块对该区域进行4个方向的判断以帮助确定边缘,最后通过非极大值抑制及二值化处理确定图像边缘.将改进后的Sobel边缘检测算法在FPGA上进行了实现并证明了其有效性.

基于改进Sobel算法的实时图像边缘检测系统设计

针对传统Sobel边缘检测算法需要人为指定阈值而且检测出的边缘较宽等问题,提出一种自适应阈值和非极大值抑制相结合的边缘检测算法。引入中值滤波的思想生成自适应动态阈值,将该值作为二值化处理的阈值,并采用非极大值抑制的方法细化梯度图像,同时通过增加梯度检测方向提高了算法对复杂纹理的识别能力。将改进后的算法在FPGA平台上实现,实验验证了其有效性。

基于改进Canny算法的图像边缘检测

针对传统Canny算法对椒盐噪声敏感,在计算梯度幅值时只考虑了水平与垂直方向、在非极大值抑制过程中仅依据梯度方向的梯度幅值,从而导致梯度计算不准确、滤波后图像边缘模糊等问题,提出一种改进的Canny边缘检测算法。首先,结合自适应中值滤波与引导滤波的混合滤波器不仅能有效去除图像中的椒盐噪声,还能更好地保存图像边缘;然后,利用4个方向Sobel算子模板计算图像梯度;最后,在非极大值抑制过程中,采用自适应线性插值方法提升边缘检测精度。仿真实验表明,所提算法不仅能有效滤除椒盐噪声,并且相较于传统Canny算法能检测出更多边缘细节。

基于改进Sobel算子的边缘检测算法研究

Sobel算子原理简单,计算简便,但只有水平和垂直方向上检测的效果比较好,而对于其他方向的边缘其检测的效果就很不理想,会出现边缘点判断错误等情况。因此本文通过改进Sobel算子来进行边缘检测,将Sobel算子的方向模板扩到8个解决方向问题。

一种改进的Sobel图像边缘检测算法及其实现

Sobel算子原理易懂,计算简单,但传统的Sobel算子只对垂直和水平方向进行检测,应用范围受到限制,且存在边缘定位不准确的问题。对此,对Sobel算子进行改进,将水平和垂直方向模板增加到8个方向(0°,45°,90°,135°,180°,225°,270°,315°),同时,利用现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)并行流水线处理、处理速度快的优点,采用Verilog HDL语言对改进后的Sobel算子进行仿真,并在FPGA平台上进行实现和测试。实验结果表明,改进后的Sobel算子检测精度明显提高,边缘以及信息提取更加完整精细,满足图像处理的实时性要求。

多方向自适应阈值边缘检测算法及FPGA并行实现

本文提出一种采用多个方向模板和阈值自适应相结合的sobel边缘检测算法,并且利用FPGA并行流水的特性将该算法在FPGA硬件平台上加速实现。与传统软件技术的方式来做图像处理相比,纯逻辑硬件搭建的图像采集以及图像处理平台在速度上提高了近10倍,解决了由于处理速度慢导致的图像延迟和滞后的问题,加强了其实时性与鲁棒性。

边缘检测改进算法在路面破损检测中的应用

针对路面破损目前仍采用人工检测,很难对它进行客观和准确的评价问题,对图像边缘检测的各种算子做了总结和分析,介绍一种改进的Sobel算子——8模板Sobel算子,它能够检测8个方向的边缘,能较好地检测横向边缘和纵向边缘,但有时会产生伪边缘。最后使用8模板Sobel算子处理破损路面图像,并与其他算子比较,检测得到的边缘更清晰、连续,受噪声的干扰小。这样,实际得到的路面边缘图可以作为路面破损程度分析的一种依据。

煤炭传输带边缘磨损机器视觉无损在线检测

通过分析煤矿胶带运输过程的实际需求,将机器视觉技术与传输带在线检测相结合,选用高精度线阵CCD实时取像,研究传输带磨损边缘提取定位算法,在图像数字化、图像编码、图像增强的基础上,进行边缘提取和阈值分析。针对经典Sobel边缘检测算子存在定位精度不高和对噪声敏感等缺点,提出增加6个方向模板来提高定位精度的改进算法。

基于多方向的Sobel算子性能研究

针对现有边缘检测算子存在的边缘不连续、方向性差和检测效果不佳等缺点,提出了基于多方向的Sobel检测算法。该算法分别采用四方向和八方向模板进行卷积、叠加、融合,得到梯度图像,再细化得到边缘图像。将传统的经典算子检测图像与多方向的边缘图像进行比较,结果表明:多方向的Sobel算子获取的图像边缘较完整、连续、定位精度高,且方向性强,检测效果优于传统算子,而且方向模板数量越多,检测效果越好。

三维多方向边缘探测技术识别盐丘的新方法（英文）

对3D地震数据进行盐丘构造的精确识别在地震数据分析应用中非常重要。本文提出了对三维偏移地震数据进行盐丘构造边界识别的新方法。本算法克服了目前边界识别技术中的不足,即二维数据只考虑x方向(测线方向)和y方向(垂直测线方向)的边界问题,三维数据只考虑x方向(测线方向)、y方向(垂直测线方向)和z方向(时间)的边界问题。算法结合了沿对角线方向和沿x、y、z方向计算得出的三维梯度,以达到对盐丘边界的精确探测。沿x、y、z和沿对角线方向的边界的联合检测保证了盐丘边界倾面表现为弱反射时本方法仍能获得较好的效果。不同与其它盐丘的边界及构造检测技术,本文提出的算法不依赖地震数据中的振幅变化。将本方法应用至公开的荷兰海洋F3号区块数据测试中,结果证明,本文方法对盐丘边界的探测精度高于单独使用基于梯度或基于结构的方法。更重要的是,算法计算效率高,可以满足实时实现及调度。

唐卡图像边缘提取

边缘提取是图像研究必不可少的一部分,本文先对多种边缘提取的方法进行了比较,对传统的Sobel算法进行了描述,在传统算法基础上,针对传统Sobel算法存在的检测方向性不强及边缘提取较粗的缺点,提出了一种改进的5*5模板的8方向算法的边缘提取算法,得到后的图片再次用该算法处理进行边缘细化。根据实验结果可以得出,改进后的算法比传统Sobel提取的边缘更细、方向性更强。

基于Hough变换和FFT多投影精测的织物纬斜快速检测方法研究

织物纬斜角度检测是布料整纬的关键技术环节,如何快速、准确检测纬斜角度对提高整纬质量具有重要意义;针对现有布料图像整纬方法存在速度慢、精度不高的缺点,提出了基于Hough变换原理和快速傅里叶变换(FFT)多投影的织物纬斜图像快速检测方法;首先对采集到的织物图像通过傅里叶变换对图像进行频域滤波再逆变换,滤除图像中不表示纬斜方向的区域信息,其次使用Sobel边缘方向检测算子对图像进行卷积以得到边缘方向图,提取纬纱方向信息,利用形态学滤波得到纬纱骨架图,进一步精简纬纱区域以减少计算量,最后进行Hough变换和FFT多投影分析得到织物图像的纬斜角度;实验测试证明对于不同类型的织物图像,该算法的检测时间低于0.55 s,误差值低于0.2°,能够兼顾检测精度和检测速度,满足工程实际应用要求。

改进Sobel算子对岩心图像的边缘检测研究

岩心是油田勘探开发中重要的基础地质资料,对其扫描获得的岩心图像在沉积环境推断、储集层物性与含油性分析中具有重要作用.对岩心图像进行边缘检测是岩心图像数字化研究的首要内容.针对传统Sobel算子在岩心图像边缘检测时存在的边缘缺失、边界不清和定位异常等问题,在前人研究基础上对其进行两方面的改进:将检测方向由4个扩展到8个,这8个检测方向依次是0°、22.5°、45°、67.5°、90°、112.5°、135°和157.5°;将模板尺寸由3×3扩大到5×5.利用传统Sobel算子、单纯8方向Sobel算子和改进之后的Sobel算子对大孔粗喉、小孔细喉和带有裂缝3种不同类型的岩心图像分别进行边缘检测,发现:与传统Sobel算子和单纯8方向Sobel算子相比,改进之后的Sobel算子提取的岩心图像边缘更加连续和光滑、细节层次感更强、清晰度更高,与实际的岩心图像边缘非常接近.对岩心图像进行边缘检测在油田科研工作中具有重要意义,可为进一步的岩心微观孔隙结构三维重构和微观渗流模拟奠定基础.

一种钢水液面精确定位算法的研究

RH炼钢工艺中,控制钢水液面高度目前仍采用人工目测的方法,该方法存在一定的缺陷与不准确性。因此本文提出一种钢水液面精确定位算法,该算法采用数字图像处理技术,对图像边缘检测算子进行深入研究,引用一种改进型Sobel算子——8模板各向同性Sobel算子,它能够检测出8个方向的边缘,接着采用霍夫变换、曲线拟合对边缘做优化处理,以此检测出钢水液面的位置。实验研究表明,该算法能够准确检测出钢水液面的位置,为RH炼钢工艺的自动化发展提供重要的理论依据。