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。

一种改进Canny算子的图像边缘检测方法

针对传统Canny边缘检测算法不能处理椒盐噪声干扰,阈值选取依靠人工干预的问题,提出一种改进Canny算子的边缘检测算法。首先,提出一种改进的递归中值滤波取代高斯滤波,去除图像噪声的同时减少图像边缘信息的丢失;然后,利用双线性插值改进非极大值抑制对像素梯度值进行亚像素级别的定位;最后,采用基于迭代的Otsu阈值分割算法自适应地获取阈值并进行迭代式边缘连接,提高算法的自适应程度。实验结果表明,对比Canny算子、Sobel算子以及一种改进的Canny算法,在去噪图像质量评价指标上提高了8.5%,在边缘检测准确率上提高了22%,并且改进的算法去除椒盐噪声能力突出,自适应性强,检测出的边缘信息更完整,连续性更佳。

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。

基于改进Canny边缘检测的堆叠货箱分割定位方法

为了提高集装箱卸货的自动化水平,针对集装箱内堆叠货箱难分割定位的问题,提出了一种基于改进Canny边缘检测的堆叠货箱分割定位方法。通过阈值分割和形态学处理进行图像预处理,去除背景干扰,提取堆叠货箱区域图像,基于改进Canny算法对堆叠货箱进行边缘检测,根据堆叠货箱边缘特征进行筛选并基于最小二乘法进行直线拟合,解决边缘线条不连续和虚假边缘问题,对边缘进行区域化处理,以此将堆叠货箱分割成独立的货箱区域,提取每个独立货箱的最小外接矩形,得到货箱中心点的位置信息。实验结果表明,该方法对堆叠货箱有很好的分割效果,定位精度小于5 mm,满足定位精度要求。

基于模糊C均值聚类和Canny算子的红外图像边缘识别与缺陷定量检测

针对脉冲红外热成像检测缺陷构件时,红外图像噪声较大、边缘信息模糊等特点,提出了一种基于模糊C均值聚类和Canny算子相结合的边缘检测新方法。该方法首先对输入的红外图像进行整体灰度变换,采用模糊C均值聚类对图像进行区域分割、提取和二值化;再将各个区域进行叠加,使红外图像的边缘变得连续;最后,采用Canny算子对处理后的图像进行边缘检测,实现缺陷的识别。在图像边缘检测基础上,分析了图像定位缺陷位置与实际缺陷位置之间的相对误差,并运用物像关系,实现缺陷几何尺寸的定量检测。结果表明:该方法对缺陷边缘识别完整清晰,具有较高的定位精度和抗噪能力,有利于缺陷的识别与定量检测。

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。

基于改进Canny算子的图像边缘检测算法

医学领域中的红细胞图像要求检测出细胞面积、圆度及个数等特征。针对该检测需求,提出一种基于改进Canny算子的图像边缘检测算法,采用迭代算法计算最佳高低双阈值,以数学形态法细化检测出的图像。实验结果表明,该算法可减少干扰边缘和噪声的影响,能突显医学细胞图像的检测特征。

Canny算子子像素边缘检测方法

在Canny算子的基础上,通过对梯度模值的内插求得沿边缘点梯度方向上相邻像素的梯度模值,利用这些梯度模值拟合二次曲线求出其极大值得到子像素定位的精确位置。通过推导,证明了梯度模在梯度方向上的极大值点就是边缘的精确位置。该算法在几乎没有增加计算量的前提下将Canny算子边缘检测精度提高到了子像素级。

Canny算子边缘检测的一种改进方法

传统Canny算子在高斯滤波方差和滞后阈值的选择上需要人工干预,不具备自适应能力。高斯滤波方差的大小选择会影响到去噪和边缘保持效果,用不同尺度的形态学滤波代替高斯滤波,不仅能降低噪声影响,而且可保持边缘强度和细节;滞后阈值的选择会影响到假边缘现象的强弱和真实边缘的连续性,引入Otsu阈值法并将其推广至直方图具有多峰特点的情况,算法可根据图像自身特点选取阈值,使检测出的边缘更加连续并减少假边缘的存在。

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。

一种基于Canny算子的红外图像边缘检测算法

边缘检测是图像特征提取的关键技术。传统的Canny边缘检测算法中高斯滤波方差不具备自适应性,并且不能有效滤除红外图像特有的噪声,对红外图像的边缘提取存在局限性。深入研究了Canny边缘检测算法,并分析了红外图像噪声类型,针对高斯滤波影响红外图像去噪和边缘保持效果的问题,提出了用形态学滤波代替高斯滤波的改进的Canny算法。经过仿真实验,验证了本方法的有效性。改进算法能有效提取含噪红外图像的边缘,较好地保持了红外图像的边缘强度和细节。

一种改进的基于Canny算子边缘检测算法

基于已改进的Canny算子,用半像素插值方法将已改进的3×3模板扩展为5×5模板,并利用归一化自相关最大值的方法判断边缘方向,缓解了传统Canny算子由于噪声影响使检测效果有断边缘或假边缘的现象.实验采用接受者操作特性曲线评价提出的算法性能.结果表明,与已有算法相比,改进算法的检测效果有所提高,可以精确边缘方向,同时减小假边缘点出现的概率,对线条边缘丰富的图像效果尤其显著.

一种改进的Canny算子边缘检测算法

介绍Canny算子边缘检测的基本原理,并对其性能进行分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,提出一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。在计算梯度幅值的时候采用了邻域的梯度幅值计算方法,考虑了像素对角线方向的梯度计算,进一步抑制了噪声的影响。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。

基于小波变换与Canny算子融合的图像边缘检测方法

针对传统的小波变换提出了一种图像融合的边缘检测方法.在边缘不连续和抑制噪声能力弱的问题给出了一种改进的小波变换方法.并对原图像分别采用改进的小波变换和Canny算子两种方法进行边缘提取,再将两种方法的检测结果进行图像融合.实验证明融合后的图像结合了两种检测方法的优点,是一种有效地图像边缘检测方法.

基于Canny算子的图像边缘检测算法

图像边缘检测是一种非常经典的基于计算机视觉技术的图像处理技术,主要是根据图像的某种特定信息,把目标的边缘与周围的区分开来。回顾了几种传统的边缘检测方法,并分析它们的优缺点,详细阐述了Canny算子的检测原理和实验方法。实验结果表明Canny算子是最优的边缘检测算子,能够较稳定地对目标图像进行边缘信息提取,得到较好的检测效果。

基于Canny算子的边缘检测及评价

详细介绍了Canny算子边缘检测理论的基本原理,给出了Canny算子的具体算法过程。在此基础上,本文提出了一种基于4-连通成分、8-连通成分与边缘点数的比值的边缘评价方法。对实验结果从主客观方面分析、对比表明,Canny算子提取边缘的效果较理想。

基于改进Canny边缘检测算子的电子稳像算法研究

针对特征点匹配电子稳像算法中提取的特征点容易受到噪声干扰的问题,在研究传统的特征点匹配电子稳像算法的基础上,提出了一种将改进的Canny边缘检测技术应用于电子稳像中的方法。利用改进的Canny算子对图像进行边缘检测,并通过对边缘检测的图像进行合理分区,在子区域内选择灰度最大边缘点作为特征点,并采用距离不变准则对特征点的有效性进行验证,建立二维运动模型进行全局运动估计,以此确定仿射模型的运动参数;最后利用卡尔曼滤波的方法来进行运动补偿,从而达到输出稳定视频图像的目的。实验结果表明,用这种方法提取的特征点具有良好的稳定性。