一种改进的Sobel梯度函数自动对焦评价算法

传统的自动对焦梯度函数评价算法在对细胞显微图像进行对焦时,由于对焦精度不佳,图像受噪声的影响较大。针对此问题,通过对不同对焦评价函数性能进行对比,提出了一种基于Sobel梯度函数改进的自动对焦评价算法——Sobel4direction_Brenner梯度函数算法。对对焦评价技术设计指标和算法的通用性进行了验证,结果表明:在调焦时该算法较传统对焦梯度函数能更好的抑制噪声,并且使电机在爬山算法的搜索对焦中具有更小的对焦搜索区间范围,获得的细胞显微图像的清晰度评价值也更高。

基于梯度方向场的掌纹三角点检测算法

提出基于Sobel梯度算子方向场的掌纹图像三角点检测算法。算法首先对数码相机采集的掌纹图像进行去噪、边缘提取及伪边删除预处理;然后对图像进行分块处理,计算每一子块的Sobel梯度方向场,基于方向场直方图统计子块内每一像素点的方向场数目,将子块内大多数点的方向确定为子块中心点的方向;对掌纹图像的方向场进行三色同质化后,用基于形态的方法进行掌纹三角点定位,并删除伪特征点。对采集的212幅掌纹图像三角点检测实验结果表明:提出算法能较为准确、可靠地检测出三角点,三角点的检测准确率为91.43%,验证了提出方法的有效性和鲁棒性。

sobel算子与prewitt算子分析与研究

图像梯度锐化能够帮助人们客观,明确地了解世界,而在人的视觉感官中,梯度信息又占有十分重要的比重,所以准确的梯度信息对于数字图像处理有着极为重要的意义。图像梯度锐化技术在各个行业中已经得到了非常广泛的应用。论文是基于Matlab的图像梯度锐化技术研究与实现,重点研究了图像梯度锐化技术理论。首先对图像进行灰度处理,然后分别分析了sobel算子和prewitt算子方法,最后通过利用Matlab对这两种算子进行仿真,并分析仿真结果得出结论。

数学形态学梯度算子的钢轨端面几何特征测量

针对传统的接触式钢轨端面几何特征测量误差大且测量结果不稳定的问题,基于数学形态学梯度算子的方法实现钢轨端面几何特征的非接触测量.测量采用工业CCD数码相机采集钢轨端面图像数据,将其灰度处理并得到图像的二值矩阵,用数学形态学运算获得钢轨端面图像的边缘,结合Sobel梯度算子实现钢轨端面几何尺寸的测量.测量数据显示,该方法可获得比较准确的钢轨端面几何特征测量值.

基于形态滤波和Sobel算子的微钙化簇边缘检测算法

以数字化医学X光片为例,检测和确定图像中癌症标志物—微钙化簇(MCC)的位置和数量。在算法上,主要采用"对比度增强—Tophat滤波—边缘检测—确定MCC数量"四个步骤来实现。首先采用限制对比度自适应直方图均衡(CLAHE)算法增强图像对比度,再用Tophat形态学滤波增强图像细节以区分背景区域,然后采用Sobel梯度算子和形态学操作进行边缘检测,最后确定微钙化点的边缘和MCC的数量。

基于自适应边缘阈值及方向加权的空间错误隐藏算法

针对H.264/AVC压缩视频码流在无线信道传输过程中会由于数据丢包导致图像重构质量下降的问题,提出了一种基于自适应边缘阈值及方向加权的空间错误隐藏算法。该算法利用图像边缘检测Sobel梯度算子检测相邻宏块边缘;根据受损宏块的相邻宏块具体信息自适应设定梯度阈值,最后对受损宏块进行方向加权插值从而重构图像。实验表明,该算法简单实用,不仅保留了丢失块像素加权平均算法的优点,而且能够用于边缘信息强度不同的错误隐藏。在不同的实时传输协议（RTP）丢包概率情况下,该算法的峰值信噪比较传统自适应算法提高了0.2-0.4 db,较多方向插值算法提升了0.2-3.8 db,提高了图像恢复质量,而且具有较高的应用价值。

基于PCA和NSCT的多光谱图像和全色图像的融合

研究了主分量分析(PCA)和非下采样Contourlet变换(NSCT),提出一种新的多光谱图像和全色图像的融合算法。该方法对多光谱图像进行PCA变换,对所得的第一主分量(PC1)以及全色图像进行NSCT变换。对二者的低频近似系数再次进行PCA变换以寻求多光谱信息和空间信息的平衡;对于高频细节系数,通过结构相似性指标(SSIM)和局部Sobel梯度进行融合,进一步提高空间信息量;经过逆NSCT和逆PCA变换得到融合图像。实验结果表明,提出的方法在增强融合图像空间细节表现能力的同时,尽可能地保留了多光谱图像的光谱信息,优于传统的基于IHS、PCA、小波变换和Contourlet变换的融合方法,是有效可行的。

一种改进的室内运动人体检测与轮廓提取算法

运动人体的检测与人体轮廓提取是计算机视频处理中的重要内容,是进行行为理解和分析的基础,在交通监控、银行监控、机器视觉领域有着广泛的应用。结合运动人体的特点,根据背景差分法与Sobel梯度计算方法,提出一种具有自适应背景图象更新功能的运动人体检测及提取精确轮廓的算法。

一种图像素描特效处理算法及实现

提出了一种利用图像处理技术,自动快速实现图像素描特效处理算法。本算法根据手工素描方法以及人眼视觉特点,首先将原始图像进行灰度处理得到灰度图像,利用Sobel梯度算子对灰度图像进行边缘提取并反色处理,得到轮廓清晰的梯度图像。然后采用11*11邻域均值滤波对灰度图像进行平滑模糊处理得到更平滑、更柔和的模糊图像,为了模仿手握铅笔在纸上反复涂摩的效果,生成同原始图像大小的布满整个画面的随机动感线条图像。最后,把梯度图像、模糊图像、动感线条图像叠加生成具有动感效果的素描图像。实验结果表明:该算法能快速有效地实现由计算机自动模仿手握铅笔在纸上反复来回涂摩产生的动感素描图像。

一种适用于彩色图像版权通知的数字水印算法

在对彩色图像及相关算法进行分析的基础上,提出了一种适用于彩色图像版权通知的可见数字水印算法。该算法同时适用于灰度图像的版权通知。在将彩色图像从RGB空间转换到HSI空间后,根据Sobel梯度算子计算嵌入水印的强度大小;在空域中自适应地嵌入可见水印以实现对图像的版权通知功能。实验结果表明,该算法操作简单且十分有效,嵌入的可见水印很难被去除,对灰度及彩色图像的版权可以起到很好的通知和保护作用。

多尺度变换与标记符分水岭相结合的图像分割

针对传统分水岭算法对噪声敏感和易于产生过分割的问题,提出一种将多尺度变换与控制标记符分水岭算法相结合的分割策略。首先对原始图像进行高斯金字塔尺度变换,抑制部分噪声,降低细节干扰;再用Sobel梯度算子计算尺度变换后的图像梯度;然后对梯度图像进行重建,再采用基于控制标记符的分水岭变换算法对重建后的梯度图进行分割,最后将分割结果变换回原始尺度。实验结果表明,该方法能够抑制传统算法中的过分割问题,且分割效果较好。

基于量子柔性表示的图像边缘提取算法

针对当前边缘提取算法的实时性问题,提高图像边缘连续性,提出基于量子柔性表示(flexible representation of quantum,FRQ)的边缘提取算法。将图像进行量子柔性表示,利用量子序列的叠加态存储图像的所有像素,通过量子并行计算显著提高效率,得到FRQ图像;对FRQ图像进行X、Y方向的平移变换,获得整个图像的邻域像素的相对量子;根据量子比特定义量子黑盒UΩ,结合Sobel算子计算像素的Sobel梯度,判断不同类别的像素并提取图像的边缘。实验结果表明,与当前边缘提取算法相比,所提方法具有更好的边缘连续性与更丰富的细节边缘。

移动设备的信用卡号码自动提取技术

针对智能手机在移动支付领域自动提取信用卡号码的需求,提出了基于预览视频流图像的信用卡号码自动提取算法和结合彩色Sobel梯度和LSD(Line Segment Detector)直线检测算法的透视变形校正算法;针对信用卡号码特点,提出基于Sobel梯度积分图的信用卡号码定位算法,同时提出基于SVM(Support Vector Machine)滑动窗口信用卡号码字符串自动分割算法;在字符分割基础上,通过对比梯度方向特征、Gabor特征以及对比LVQ(Learning Vector Quantization)分类器和MQDF(Modified Quadratic Discriminant Functions)分类器,采用基于梯度方向特征和LVQ分类器,设计了单字符识别引擎。实验表明,文中方法在兼顾速度的同时保持了良好的识别性能,具有较高的应用价值。

一种新型非线性边缘检测算法

提出一种新型的非线性边缘检测技术。首先利用标准的Sobel梯度算子对图像的边缘点进行初选,然后用双同心圆窗口算子在候选边缘点集中寻找真正的边缘。通过与其它成熟的边缘检测技术进行比较。结果显示:该算法获得的边缘图像质量优于传统的Sobel算法;检测出的边缘与Canny和LoG算法可比,计算量却比二者有明显降低。

基于外接圆方法的点云法向量提取

在线结构光测量中,为快速准确地提取点云的法向量,提出了一种外接圆方法。通过图像细化法求得光条纹初值中心点集,然后判定相邻三点是否共线:若共线,该点初始法线垂直于该直线;否则,这三点可以确定一个外接圆,连接外接圆心坐标和该点坐标得到该点的初始法向量。为减震荡,需对相邻三条初始法向量做平均,得到最终法向量。通过与Hessian矩阵法和Sobel梯度法进行对比,表明该方法能够准确提取法向量,且处理一幅320 pixel×240 pixel的图像的时间低于8 ms,能够满足实时性要求。