基于Prewitt算子和Radon变换的雷达高速微弱目标检测

正交频分复用(OFDM)调制雷达中跨距离单元走动问题降低了高速微弱目标检测性能,为此,提出一种基于Prewitt算子和Radon变换的OFDM雷达高速微弱目标检测算法。首先分析了多脉冲积累出现的跨距离单元走动以及Radon变换受噪声干扰问题,然后采用Prewitt算子卷积运算抑制噪声并保留回波能量,采用Radon变换沿距离单元走动斜线进行能量积累。理论分析和仿真结果表明,该算法具有比Hough变换和动目标检测(MTD)更优的低信噪比背景下的高速微弱目标检测性能,并能有效实现多目标检测。

基于Log_Prewitt算子的边缘检测算法

本文介绍了一种边缘检测算子 ,即 L og_ Prewitt算子 .它不是直接对光强度 ,而是对光强的对数 (光密度 )作Prewitt边缘检测的新方法 .具有检测边界区域与光照强度无关、抗干扰性强、处理速度快、适于在线检测等优点 .

自适应阈值的Prewitt地质图像边缘检测算法

在地质图像边缘检测中,现有Prewitt相关算法存在边缘识别率低、准确性差、阈值设定随机性大等问题,为此提出一种自适应阈值的Prewitt地质图像边缘检测算法.通过对每个像素点的八组梯度中互相垂直的梯度对求范数,来增强图像边缘;最后取整幅图像的灰度均值作为阈值来识别图像的边缘像素和背景像素.实验表明,相对于现有算法,改进Prewitt算法计算量小,获取的边缘线条细节更加完整清晰.

基于Prewitt算子的自适应弱小目标检测

针对工业现场中复杂背景下镁熔液弱小目标实时检测的难题,从图像识别的角度提出了基于Prewitt算子的自适应背景预测算法。该算法首先使用Prewitt算子对原始图像进行处理从而计算出图像最大灰度差,其次根据最大灰度差与每个像素点的灰度差的差异选择背景预测模型进行处理得到背景预测图像,然后用原始图像减去背景预测图像得到残差图像,接着对残差图像作帧差运算以及阈值分割运算得到二值图像,最后使用形态学运算获取最终的目标,并将该算法与最小一乘法的检测性能进行对比。Matlab仿真结果表明,该算法不仅可检测到弱小目标,并且检测到的目标点面积增大了60%,检测时间减少了96.92%,为图像处理技术应用于工业现场实时检测镁熔液中弱小目标奠定了基础。

Prewitt图像边缘检测方法的改进

改进传统的边缘检测方法,有很大的发展潜力.结合形态学方法,对Prewitt图像边缘检测方法进行改进,经过实例验证,改进方法检测的边缘更清晰、线条更完整,抗噪声性能良好.

改进Prewitt算子圆锥面边缘高精度检测算法

圆锥面量规直径的检测是汽车发动机气门检测中重要的尺寸测量,是气门各项长度尺寸检测的基准线。针对Prewitt算子在边缘检测上存在的速度慢、稳定性差以及在高精度(精度在μ级)测量中准确度低等问题,提出了一种改进的斜向边缘直径检测算法。对图像进行中值滤波,对目标区域边缘进行粗略定位以确定第二次边缘检测的方向。在确定的检测方向上,应用二次曲线拟合算法得出精确的亚像素边缘信息,将测得的左右边缘坐标差乘上像素当量并进行误差补偿,得到精确的直径值,寻找量规直径位置。实验结果表明,算法与已有算法相比,准确性提高1倍,稳定性与运算速度有较大提高。

基于Prewitt算子的计算机数字图像边缘检测改进算法

为了使提取的图像边缘的结构定位精确 ,并产生连续的精细边缘 ,同时能滤除边缘信息中的噪声干扰 ,提出了一种以 Prewitt算子为基础 ,应用区域分割和骨架提取的改进算法 ,实现了图像边缘信息的提取 ,能消除图像中的噪声 ,产生精细的边缘。实验证明 ,该算法能有效地消除噪声 ,准确地检测图像中的目标边缘 。

基于Prewitt理论的自适应边缘检测算法

利用Prewitt基本原理定义了新的算法模板,根据待检测像素周围的3×3邻域的像素平均灰度值,结合人眼的视觉特征自适应地生成动态阈值,不仅保留了原Prewitt算法可并行处理、能够抑制噪声等优点,还提高了运算速度。同时,针对Prewitt算法边缘检测相对粗糙、边缘细化算法效率较低的问题,分析和改进了原有边缘细化算法,改进算法先对含有噪声的图像进行边缘检测,过滤了伪边缘,再对图像边缘进行细化,从而得到单像素边缘。通过实验比较,所提算法能够自适应地生成动态阈值,并在保持Prewitt算法具有抑制噪声性能优点的基础上,提高了运算速度,而且可以获得更加细腻光滑的边缘。

基于Prewitt算子的TV图像去噪算法

分析了传统TV算法抑噪不充分的原因,为了弥补其不足结合图像空间和像素梯度提出了一种改进算法.该算法首先运用Prewitt边缘检测算子分析图像空间梯度,并对空间梯度进行抑制,一定程度上克服了传统TV算法对平坦区抑噪不充分,甚至出现虚假边缘和阶梯效应的缺陷;再结合像素梯度分析了TV去噪的迭代函数完成保边去噪.与传统算法相比,该文算法残余噪声较小且边缘保护较好,提高了图像的PSNR和视觉效果.但对图像较小纹理误作为噪声而去除.

基于Prewitt算子的耦合全变差图像着色算法

为了实现对目标灰度图像中较大范围着色,文中结合YCb Cr色彩空间和Prewitt边缘检测算子,提出耦合全变差图像着色模型。然后,结合交替方向乘子法(ADMM),设计该模型的快速数值求解算法,并给出该算法的收敛性结果。数值实验结果表明,该模型在有效控制颜色越界的同时,能够实现较大范围的着色。

基于改进Prewitt算子的矿井视频图像小波阈值去噪

由于矿井成像环境的复杂性,导致所获取的图像较为模糊且存在一定程度的噪声,有必要采用适当的方法滤除其中的噪声并提高图像的清晰度。为此,提出了一种结合边缘检测的小波域矿井视频图像去噪算法。首先对噪声图像采用均值滤波算法进行预处理;然后对分别从检测模板、自适应阈值设定方法对经典的Prewitt算子进行适当改进,并采用改进的Prewitt算子提取预处理后图像的边缘轮廓信息,从而获得边缘图像和非边缘图像;最后对于非边缘图像,采用一种基于自适应阈值的改进小波阈值函数模型进行去噪处理,该模型充分结合了小波硬、软阈值去噪模型的优势,能够随着小波分解层数的变化自适应调整阈值大小。为了验证该算法的有效性,采用2幅实地获取的山东兖州某煤矿井下视频监控图像进行试验,并与小波硬、软阈值函数模型及2类已有的改进型小波阈值函数模型进行去噪效果对比。结果表明,该算法的去噪效果优于其余几类函数模型,且算法耗时略占优势,对于提高矿井视频监控图像的质量具有一定的参考价值。

基于Prewitt算法的图像分割法及其应用

基于直方图均衡化技术,提出了一种对Prewitt图像分割方法的改进算法,应用错分概率准则对上述两种方法进行了对比评价。实验结果表明提出的算法比Prewitt方法有更好的分割效果。简述了提出的方法的几种应用。

基于矢量Prewitt算子的多尺度彩色图象边缘检测方法

在矢量Ｐｒｅｗ ｉｔｔ算子的基础上，引入多尺度组合正则化处理，提出了一种新的彩色图象边缘检测方法。实验表明，若对检测精度、边缘完整性、抗噪性等方面进行综合评价。

动态阈值Prewitt边缘检测与细化算法研究

提出了动态阈值Prewitt算子的边缘提取模板;研究了模板动态阈值取值及其用十字模板对边缘细化的算法,实验表明此算法能够弥补经典Prewitt算子边缘检测的不足,同时该算法对图像的边缘细化效果很好。

用Prewitt算子细化边缘

传统的边缘检测算子一般都只能得到比较宽的边缘,这为以后的图像处理带来了一定的困难。本文通过对图像边缘特征的分析,提出了一种新的边缘细化方法——P rew itt算子细化边缘。实验表明,这种方法能在保持原有信息的前提下,给出令人满意的细化结果。

Prewitt图像边缘检测及边缘细化的FPGA实现

针对实时图像处理的要求,使用FPGA对图像数据流进行在线Prewitt边缘检测。针对传统算法需要人工给定阈值和产生的边缘较宽的不足,用基于FPGA的自适应阈值算法和非极大值抑制方法对边缘检测的结果进行细化处理,提高了边缘检测的精度。

Prewitt霍尔磁梯度张量系统结构设计

为实现高速磁浮轨道长定子行波主漏磁场小空间、mT量级磁梯度张量的准确测量,将图像边缘检测领域的Prewitt梯度算子进行实例化,设计了一种由8只霍尔磁敏传感器构成的小体积、低成本的磁梯度张量测量结构。通过空间冗余的手段,克服了霍尔磁敏传感器零点偏移大,灵敏度一致性差的特点,也为传统磁梯度张量测量系统传感器的空间布局提供了一种新的思路。实验结果表明,相对传统十字形、正方形结构,Prewitt结构可将多传感器上述两种参数不一致导致的测量误差分别减小至原来的-10.4%和58.1%,有效降低了测量系统对传感器参数一致性的要求,避免了复杂高成本的三轴传感器标定与误差校正环节。

基于OpenCL的Prewitt算法的并行实现

Prewitt算法是数字图像分割中最常用的边缘检测算法。采用传统CPU上的串行方法实现该算法需要较大的计算量、耗时较长,因此,通过GPU对其进行性能加速有着重要的意义。然而由于GPU硬件体系结构的差异性,跨平台移植是一件非常困难的工作。针对上述问题,提出了一种基于OpenCL异构框架的Prewitt图像边缘检测并行算法。实验结果表明,该并行算法比CPU上的串行算法运行速度快,加速比可达30倍,有效地提高了大规模数据处理的效率,可移植性好,具有较高的应用价值。

结合Prewitt算子和旋转投影的纸币图像倾斜校正法

纸币图像的倾斜会严重影响其中字符识别的精度,为此需要在字符识别前对纸币图像进行倾斜校正.基于Prewitt算子和旋转投影提出一种新的纸币图像倾斜校正法.该方法采用水平边缘检测、垂直边缘检测以及旋转投影求取纸币图像的水平倾斜角度和垂直倾斜角度,然后对水平倾斜的纸币图像进行双线性插值旋转校正,对垂直倾斜的纸币图像进行双线性插值错位偏移校正.另外,考虑到实际应用中获取的纸币图像的倾斜情况,为保证方法的实时性,水平倾斜角和垂直倾斜角均限定在10°以内.校正结果表明此方法效果较为有效.

基于优化Prewitt的高速夜间车道检测算法

针对夜间高速公路,提出识别车道标志线的新型检测算法.该算法采用改进的中值法滤波,基于光密度差的4方向模板对数Prewitt边缘检测预处理图像,得到二值化阈值T.ROI和左右车道线的确定大大减少运算量,结合车道线宽度去除伪车道,采用临时轨迹策略排除光线变化和前方车辆的干扰,最后得到完整清晰的车道线.实验证明该车道检测方法具有快速性、稳定性、准确性.