基于多尺度小波的Roberts边缘检测法

在Roberts交叉梯度算子边缘检测框架基础上,提出一种小波增强的多尺度边缘检测方法,对不同尺度下的小波变换子图像,通过Roberts梯度算子对各子图像进行空间一次微分,得到对应尺度上的边缘图像,各尺度下边缘图像通过小波重构、融合及差影运算得到最终的边缘图像。实验结果表明,该算法实现简单,能有效地抑制噪声,补偿弱边缘,可以有效获取多个尺度下的边缘信息,对边缘信息定位精度高,是一种可行、有效的图像边缘检测的方法。

基于Roberts边缘检测的面向对象建筑物信息提取

面向对象的建筑物提取过程中确定分割尺度繁琐而复杂。本文提出了一种基于Roberts边缘检测的分割尺度估算方法,利用Roberts检测得到边缘影像并选取样本计算出参数估值,从而确定最优分割尺度。实验表明,该方法实现过程简单,能快速地确定最优分割尺度参数,提高了建筑物提取的效率且精度高。

Roberts边缘检测算法的C语言实现

在图像处理的研究和应用中,边缘检测技术是一种基本的、关键的技术,经过几十年的研究已经形成了许多成熟的算法。本文给出了Roberts边缘检测算法的C语言实现,以使这一算法能应用于实际。

基于轻量级改进RT-DETR边缘部署算法的绝缘子缺陷检测

随着新型电力系统的不断发展建设,输电线路绝缘子状态智能化巡检成为必然趋势。为方便“云-边-端协同架构”进行边缘部署,该文提出一种轻量级RT-DETR目标检测算法。首先,采用RT-DETR作为基线算法降低优化难度,提高鲁棒性;其次,选择轻量级EMO作为算法特征提取主干,充分学习绝缘子目标的长距离特征交互及缺陷小目标的局部特征交互,并提出基于轻量级注意力的尺度内特征交互模块和轻量级跨尺度特征融合模块设计轻量级高效混合编码器;再次,在轻量级高效混合编码器中引入定位信息补充分支、使用DIoU损失函数结合迁移学习训练技巧,缓解轻量化造成的算法精度下降问题;最后,构建多天气条件绝缘子数据集进行训练验证。实验结果表明,相较于基线算法,所提算法检测精度达到97.2%,只损失0.7个百分点,而参数量和计算量分别下降67.8%和71.2%,检测速度提升2.5倍,满足多天气条件下的输电线路绝缘子状态巡检准确率及边缘部署轻量化要求。

基于Roberts算子的车道线图像的边缘检测研究

图像预处理是车道线识别的前提,其中边缘检测的作用十分关键。本文以良好道路条件下采集的车道线图像为研究对象,进行了图像处理实验,在图像灰度化和二值化基础上,研究了不同的边缘检测算子的检测效果,通过比较发现在同等条件下,对于道路车道线图像的分割,Roberts算子边缘检测方法对车道线目标分割效果较优,最后通过优化边缘检测阈值参数进一步改进了Roberts算子的检测效果。

一种改进的Roberts和灰色关联分析的边缘检测算法

针对Roberts算子容易漏检及对噪声较敏感的问题,提出一种改进的基于灰色关联分析方法的边缘检测算法GRA-Roberts。通过改进Roberts算子提高其检测精度和抗噪性能,结合灰色关联分析方法,将改进后的Roberts算子作为参考序列,通过计算灰色关联度来检测图像边缘。实验结果表明,GRA-Roberts算法能有效克服Roberts算子算法易漏检和对噪声敏感的问题,且比其他灰色关联结合算法具有更好的检测效果。

煤矸石二值图像的Roberts快速边缘检测法

根据煤矸石图像处理技术的特点,研究了煤矸石的轮廓提取与边缘加强,分析了Roberts边缘检测算子的特点,提出了针对煤矸石二值图像快速边缘检测的改进Roberts算法,取得了良好的快速性和较好的检测效果。

一种Roberts自适应边缘检测方法

针对Roberts算法对噪声比较敏感且需要人为指定阈值等问题,提出了一种Roberts自适应边缘检测方法.利用Roberts算子的基本原理,扩充了检测方向,再根据待检像素周围的3×3像素邻域的平均像素灰度值,结合人眼视觉特征自适应地生成动态阈值,这样既保留了原Roberts算子的可并行处理、快速运算、边缘较细等优点,还对噪声有一定的抑制作用.同时,针对Roberts算法边缘检测相对粗糙、边缘细化效率较低的问题,分析和改进了原有边缘细化算法,即先对含有噪声的图像进行边缘检测,过滤其伪边缘,再对图像边缘进行细化处理,从而得到单像素边缘.实验比较表明,所提算法能够自适应地生成动态阈值,提高图像边缘细节信息的提取性能.

改进的Roberts图像边缘检测算法

针对复杂背景下图像边缘检测中存在抗噪性能不强、边缘不连续等问题,提出了改进的Roberts边缘检测算法。该算法采用3×3邻域代替Roberts算法中2×2邻域来计算梯度幅值;并利用图像块之间相似性的三维块匹配的去噪模型,提高Roberts算子的检测精度和抗噪性能;通过最佳阈值迭代方法代替人为指定阈值来获取最佳分割阈值,有效地提取图中目标轮廓。仿真实验结果表明,该算法PSNR达到33dB左右,比抗噪形态学边缘检测算法和一种改进的Roberts和灰色关联分析的边缘检测算法抗噪性能好,在抑制噪声干扰的同时,能保留边缘信息,较好提取目标的整体轮廓信息,为后续目标识别奠定基础。

基于Roberts算子的牡丹红斑病叶病斑边缘检测方法比较

为了准确快捷地获取牡丹红斑病叶病斑边缘,使用Roberts算子对图像进行边缘检测分析,研究了不同染病阶段病斑的特点及边缘检测阈值。根据不同染病阶段的病斑边缘检测阈值的范围,提出了适用于牡丹红斑病边缘检测的改进Roberts边缘检测方法。结果表明:Roberts算子能够对牡丹红斑病病斑边缘进行检测,传统Roberts算子检测的方式对目标叶片的病斑边缘平均检出率为63%。改进Roberts算子对牡丹红斑病病斑边缘检测的效果有所提高,病斑边缘平均检出率在73%左右,其检测阈值选取较传统算法更加合理。从一定程度上减少了病斑边缘检测的人为干扰因素,客观上提高了检测的自动化水平,增强了模型的鲁棒性,降低了选择阈值时的数据损失。

基于小波变换与改进的Roberts算子融合的图像边缘检测

本文提出了一种改进的Roberts算子,并在此算子边缘检测框架基础上,采用了一种小波多尺度边缘检测方法,对不同尺度下的小波变换子图像,通过改进的Roberts算子对子图像进行空间微分,得到对应尺度上的边缘图像,各尺度下边缘图像通过小波重构、融合运算得到最终的边缘图像。实验结果表明,该算法实现简单,能有效地抑制噪声,补偿弱边缘,可以有效获取多个尺度下的边缘信息,对边缘信息定位精度高,是一种可行、有效的图像边缘检测的方法。

一种改进roberts算子边缘检测

常用的边缘检测方法在检测出弱边缘时,会产生不同程度的干扰杂纹,特别对旧照片效果更差。本文提出了基于roberts算子改进的边缘检测算法,通过实验表明在将强弱边缘检测出同时且能有效削弱杂纹。

一种基于边缘检测的自适应AGV系统

AGV系统作为一种典型的复杂产品,具有开发周期长、定制成本高、售后服务需求性高等特点。AGV系统通常在工业领域运输元器件生产的任务中表现良好,可以通过系统内部的定位导航实现运输任务的全自动进行。但是,传统AGV系统只能在固定线路上运行而且缺乏灵活性。针对这一问题,提出了一种基于边缘检测的自适应AGV系统。系统基于图像边缘检测等原理进行道路路径的自适应检测,同时结合霍夫直线变换方法,提高了AGV系统的鲁棒性和自适应性,实现了系统的高效协同与联动,有力地推动了AGV系统转型升级。

基于边缘计算的配电网故障检测方法

为精准、快速地检测出配电网的发生故障,确保电力稳定供应,提出基于边缘计算的配电网故障检测方法。通过多个故障检测器、云计算中心以及终端设备构建边缘计算模型,基于边缘侧结合多维S变换融合算法与相模变换矩阵法,提取配电网相关故障特征,根据特征提取结果,设定边缘计算模型的各个检测装置-支路关联矩阵及其元素取值条件,经获取、修正故障信息后,构建故障信息矩阵,根据此矩阵元素取值,对线路区段上的故障作出判定。实验结果证明,基于边缘计算的配电网故障检测方法能够有效检测出不同种类的故障,且响应时间均低于0.005 s,检测精度超过95%,满足实际应用需求。

一种利用Roberts-Zernike矩的亚像素边缘检测方法

亚像素软件处理技术可以在一定程度上提高图像测量系统的精度,针对Zernike矩的亚像素边缘检测存在计算量大和边缘定位精度低等不足,提出了一种基于Roberts-Zernike矩的亚像素边缘检测方法,在提高精度的同时减少了运行时间。实验结果表明,该方法测量精度高、定位精确,具有良好的抗噪性能和处理效率。

基于FPGA的Sobel图像边缘检测设计

边缘检测是图像处理和计算机视觉中有关特征提取的一个重要研究领域。基于现场可编程逻辑门阵列(field programmable gate array,FPGA)完成了图像边缘检测及视频图形阵列(video graphics array,VGA)显示电路设计。该设计基于QuartusⅡ设计平台,采用Verilog语言编写代码,采用Modelsim仿真软件完成电路仿真,实现了串口图像数据的索贝尔(Sobel)算法边缘检测功能,并且由VGA显示器输出检测结果。最后,在EP4CE10F17C8N芯片上完成了功能验证。

基于有向边缘特征的工件位姿检测算法研究

【目的】传统的边缘检测方法在复杂环境中容易受光照变化和噪声干扰的影响,影响检测精度,因此解决工件的角度定位问题十分重要。【方法】提出了一种基于有向边缘特征的工件位姿检测算法,该算法通过对边缘点进行有向连接和筛选,去除大量无关特征,从而提高模板匹配的精度。研究过程中,选取电机减速器端盖模型为实验对象,算法测试使用参数值为N_(max)=7、L_(min)=50,对传送带上不同光照条件和摆放角度下的工件进行了检测,识别其定位精度。【结果】与传统的基于边缘的模板匹配算法相比,基于有向边缘特征的工件位姿检测算法在角度定位精度上具有显著优势,尤其在角度检测方面表现突出,在各种光照条件下,该算法的最大角度误差被控制在0.5°以内。【结论】该研究不仅为工业视觉检测提供了一种高效可靠的解决方案,也为未来智能制造中的工件定位技术提供了重要的参考依据。

Fisher准则函数在机械刀具切削磨损检测中的应用

在高精度机床道具切削磨损无接触图像检测中,磨损区域边缘特征容易发生混淆,区分其像素边缘区域成为一个难点。Fisher判别函数可以用于特征提取,即通过选择最具有区分力的特征来改善分类性能。针对这一特点,提出基于Fisher准则函数的机械刀具切削磨损检测方法。首先,对采集到的机械刀具切削磨损图像实施图像增强处理,利用实施修正线性拉伸操作解决光照不均匀问题,凸出刀具磨损区域的细节特征并提高图像质量;其次,利用基于Fisher准则函数的图像阈值分割方法,将刀体区域和其工作背景区域分割出来,使刀具磨损区域更加清晰,提高磨损区域的可识别性;最后,通过Roberts边缘检测确定刀具切削磨损边缘,并使用Zernike正交矩确定刀具切削磨损边缘的精确值以获取磨损区域,提取其磨损信息实现机械刀具切削磨损的检测。实验结果表明:所提方法具有较高图像处理能力以及磨损检测精度。

边缘信息增强的显著性目标检测网络

针对显著性目标检测任务中识别结果边缘模糊的问题,提出了一种能够充分利用边缘信息增强边缘像素置信度的新模型。该网络主要有两个创新点:设计三重注意力模块,利用预测图的特点直接生成前景、背景和边缘注意力,并且生成注意力权重的过程不增加任何参数;设计边缘预测模块,在分辨率较高的网络浅层进行有监督的边缘预测,并与网络深层的显著图预测融合,细化了边缘。在6种常用公开数据集上用定性和定量的方法评估了该模型,并且与其他模型进行充分对比,证明设计的新模型能够取得最优的效果。此外,该模型参数量为30.28 M,可以在GTX 1080 Ti显卡上达到31帧·s^(-1)的预测速度。

基于强噪声条件下的激光图像边缘检测研究

边缘检测是激光图像处理的一个重要步骤,针对当前激光图像边缘检测误差大,易受噪声干扰等缺陷,为了获得完整的激光图像边缘,设计了基于强噪声条件下的激光图像边缘检测方法。首先采集激光图像,采用直方图均衡技术对原始激光图像进行增强处理,改善激光图像质量,然后采用小波变换去除激光图像噪声,并采用Canny算子进行激光图像边缘检测,最后测试结果表明,与当前激光图像边缘检测方法相对比,本方法能够检测出更多激光图像边缘细节,激光图像边缘检测精度的平均值超过93%,而且激光图像边缘检测时间控制60 ms以内,为激光图像提供了一种高精度检测技术。