基于Sobel边缘检测与K-L变换的高效SIFT算法

针对SIFT经典算法提出了一种基于Sobel边缘检测与K-L变换的高效SIFT算法。首先,采用Sobel算子边缘检测,通过设置阈值T,忽略部分冗余特征点,减少冗余的特征向量生成;其次,通过K-L变换,把128维的空间特征描述符降低到60维,降低了时间的复杂度。通过实验表明,阈值设置得越高,获取的关键点越少,匹配的效率越高,可见该算法从整体上实现了匹配的高效性和实时性。

基于Hadoop集群的Sobel边缘检测

随着卫星遥感数据的增加,单机环境下完成海量影像的Sobel边缘检测将比较耗时,如何提高效率已成为时下遥感领域所面临的一个新的挑战.传统方法通过获得遥感影像的数学形态变化特征(即二值化图像),进而提取其边缘二值化影像.鉴于MapReduce是运行在Hadoop集群环境下的并行分布式计算模型,在处理海量数据时的效率之高,故本文将其应用到遥感领域,并行实现海量影像的Sobel边缘检测.实验结果表明较传统的方法而言,集群环境下实现海量影像边缘检测的用时显著减少,并且该用时随着Hadoop集群中节点数目的增加而线性递减.

一种基于FPGA的Sobel边缘检测算法与仿真研究

Sobel边缘检测算子是离散型差分算子,用来运算图像亮度函数的梯度近似值。在图像的任何一点使用该算子,将会产生对应的梯度矢量或法矢量。根据FPGA的并行流水线性以及硬件处理速度快、可编程、可重配置等特点,提出Sobel边缘检测算法:分别计算水平梯度和垂直梯度,将2个方向的梯度值结合起来,通过一个门限值后再输出二值图像。并在FPGA平台上进行了仿真。仿真结果表明,利用该算法能够取得良好图像边缘检测的效果。

基于ARM构建Sobel边缘检测算子的指纹识别系统实现

介绍了一种采用ARM处理器作为控制核心,构建指纹识别算法的嵌入式系统的实现方法。该系统采用光学指纹传感器(内建格科微电子有限公司的光学GC0307 CMOS图像采集芯片)与ARM Cortex M3内核的意法半导体公司32位高性能单片机STM32F205RE组成功能主体,采用Sobel边缘检测算子、Gabor滤波、图像二值化等图像采集与处理算法对指纹图像进行识别。经过大量实践证明,该设计适合嵌入式组件开发中需要进行生物指纹特征提取、识别,指纹身份认证、比对等场合。系统具有高性价比且交互简易、识别率高、扩展性强,便于嵌入式应用。

一种改进的Sobel边缘检测算子

在现有Sobel边缘检测的基础上,提出了一种改进的梯度算法,不仅简单易行,而且较好地解决了检测精度与抗噪声性能之间的协调问题。经实验证明,用改进的梯度算法检测的图像边缘不仅轮廓清晰,实时性好,而且具有较好的抗噪性能。

基于Sobel边缘算子的H.264/AVC码率控制方案

提出了一种基于Sobel边缘算子的宏块层H.264码率控制方案.该方案利用Sobel边缘算子,提高了平均绝对误差预测准确性和头信息比特预测准确性,继而在Sobel边缘算子计算结果的基础上采用一种新的历史数据点选择方法,进一步提升了码率-量化模型的准确性.实验表明,与传统的H.264/AVC码率控制算法相比,该方案能更精确地控制码率并获得最大0.8 dB的峰值信噪比增益.

普通Sobel边缘细化算法的改进

Sobel边缘检测算法检测到的边缘较粗,需细化处理,而普通Sobel边缘细化算法细化后的边缘会不连续,细化效果也不理想。为了更加突出边缘,更好地保留边缘信息,本文对Sobel边缘细化算法做了改进,测试证明改进使边缘检测的效果得到了改善。

采用边缘检测的游戏智能导航网格生成方法

提出一种基于边缘检测的智能导航网格生成方法,旨在解决大型二维游戏地图动态导航制图耗时长、搜索节点过多的问题。该方法通过离线构建四叉树索引碰撞体对象,以实现高效实时查询。在线寻路时,通过实时查询四叉树或遍历导航区域,将不可行走区域标识为黑色区域,可行走区域标识为白色区域。然后,使用Sobel边缘检测算子提取可行走区域的边缘轮廓点,并形成导航几何。最后,使用切耳算法生成凸多边形导航网格。实验结果表明,与传统的地图建模方法相比,该方法在导航网格生成效率和响应速度方面均具有显著的优势。

基于Sobel算法图像边缘检测的FPGA实现

针对嵌入式软件无法满足数字图像实时处理速度问题,提出用硬件加速器的思想,通过FPGA实现Sobel边缘检测算法。通过乒乓操作、并行处理数据和流水线设计,大大提高算法的处理速度。采用模块的硬件设计,保证了系统的可移植性和系统的扩展性。最后使用Verilog HDL编程实现算法处理,并用Modelsim和MATLAB进行了仿真和验证。

基于以太网与FPGA图像处理的边缘检测系统

针对传统的边缘检测系统提取物体边缘信息少、噪声多、图像显示与传输不稳定的情况,文中以FPGA硬件平台为基础提出一种结合对比度增强、多方向与自适应阈值的Sobel边缘检测算子,强度可调的形态学滤波与以太网UDP传输的实时边缘检测系统。该系统具有较强的去噪能力,能有效提取物体更多的边缘信息,通过SDRAM进行实时数据缓存,以太网UDP传输和上位机实时显示,能确保图像传输和显示的实时性和稳定性,能为后续的实时图像配准、图像融合与图像拼接奠定基础。

一种改进的Sobel自适应边缘检测的FPGA实现

针对经典Sobel边缘检测算法对噪声比较敏感而且需要人为指定阈值等问题,提出了一种Sobel自适应边缘检测方法。首先,对经典Sobel算法改进,增加了检测方向,根据待测像素背景灰度值和人眼视觉特性自适应地生成阈值,从而检测出与人的主观视觉更为一致的图像边缘,然后对边缘图像进行形态学处理,增强了算法的抗噪性。将改进的边缘检测算法在单片FPGA上实现,利用FPGA高速并行处理的优势,系统能够实时采集、检测图像边缘并显示高帧频高分辨率图像。

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。

基于改进的HOG与Sobel-LBP融合的快速行人检测

行人检测是目标识别领域的一大难题,针对行人检测存在特征维度高、检测耗时和精度低等问题,文章提出使用多尺度分块方式将样本图片在3个尺度下分别分割成5个区域,在每个区域中根据行人轮廓置信模板和梯度方向量化权值进行二次加权统计得到梯度直方图(histogram of oriented gradient,HOG),并将其与Sobel边缘局部二元模式(Sobel edge local binary pattern,Sobel-LBP)算法相融合作为特征,然后采用线性支持向量机(support vector machine,SVM)分类方法学习得到行人检测分类器,最后使用滑动窗口法检测出行人。在MIT和INRIA库上的实验证明,该特征在学习和检测速度上都比HOG等方法有明显优势,能有效、准确、快速地检测行人。

结合Sobel和PPHT的织物纬斜检测方法研究

针对光电式织物纬斜检测方法存在准确度低、适应性差、耗时长的问题;提出了结合Sobel边缘方向和累加概率霍夫变换(PPHT)的机器视觉织物纬纱倾斜检测方法,能够快速准确地检测出织物纬斜方向角度;首先对工业相机采集到的织物图像进行频域滤波再逆变换,增强织物图像中的纬纱纹路;然后使用Sobel方向算子对织物图像卷积运算得到织物图像的边缘方向图,并对其阈值化分割出边缘方向图中的纬纱纹路区域;最后将纬纱纹路区域骨架化,采用累积概率霍夫变换检测出近似纬纱纹路区域骨架直线的倾斜角度,即织物纬纱倾斜角度;通过对不同类型的织物样品进行纬斜检测测试,测试结果为检测纬斜角度的偏差值低于0.1°,检测时间低于0.6s;结果证明提出的方法能够满足机器视觉整纬器精确性、实时性和通用性的要求。

一种改进的Canny自适应边缘检测算法

针对原始的Canny边缘检测算法高低阈值不利于选择的问题,提出一种改进的Canny自适应边缘检测算法。该方法采用3×3的Sobel边缘算子模板代替2×2邻域内求有限差分来计算梯度幅值;利用梯度直方图来选取高低阈值,提高了算法的自适应性;在边缘的连接上采用边界追踪的方法,来保证边缘的连续性和唯一性。以20m m量块图像边缘检测为例进行了实验。结果表明,该算法在保证实时性的同时,具有更好的检测精度和准确度,细化图像边缘和抑制伪边缘噪声方面的性能也得到了提高,是一种有益的边缘检测改善方法。

FPGA在边缘检测中的应用

主要探讨FPGA在边缘检测中的运用,分析两种不同边缘检测算子对图像处理的效果。由于FPGA算法硬件处理速度快、可编程、可重配置等特性,使其在图像处理方面占有很大的优势。为此文章提出了运用FPGA实现边缘检测的方法,并且根据FPGA的并行流水线性,对Sobel、Prewitt边缘检测算子分别进行了FPGA设计与实现以及仿真,并且对两种边缘检测算子对图像处理的效果进行了比较。通过仿真分析得出,Sobel和Prewitt边缘检测算子都有平滑噪声的作用,Sobel边缘检测算子可以提供较为准确的边缘方向信息,Prewitt边缘检测算子,其边缘性较Sobel边缘检测算子完整,但它们的边缘定位精度有待提高,仿真中通过改变程序中的阈值可以得到不同的处理效果,这也是利用FPGA的优点,方便容易、速度也得到了提高,并且可编程、可重配置,使得FPGA在数字图像处理方面显得非常优越。

利用边缘检测与Zernike矩的半脆弱图像水印算法

为了提高半脆弱图像水印算法的认证能力,提出了基于边缘检测与Zernike不变矩的半脆弱图像水印认证算法。引入离散小波变换(disceret wavelet transform,DWT)机制,对归一化后的载体图像进行三级分解,获取10个子带LL_3、HL_3、LH_3、?HH_3、HH_2、HL_2、?LH_2、?HL_1、LH_1、HH_1;再利用Sobel算子与Zernike矩方法对LL_3子带进行处理,输出边缘映射与量化特征的Zernike矩,将二者视为水印信息;随后,设计水印嵌入机制,将Sobel边缘映射嵌入到载体图像的LL_3子带对应的DWT系数中,形成初始水印图像;并再次利用Sobel算子对初始水印图像进行检测,获取边缘映射,确定嵌入位置,将Zernike矩隐藏到这些位置,获取最终的水印图像;建立水印复原方法,提取完整的水印信息。最后,基于权重欧式距离,设计了水印认证方法,以认证图像与定位篡改区域。实验结果显示,与当前水印技术相比,所提算法具有更强的鲁棒性与更低的篡改率。

基于全变分去噪和八方向sobel算子的叶脉提取算法

分析了已有的sobel边缘检测算子在植物叶脉提取不准确的原因。针对在主干叶脉及一些细小叶脉处理效果的不足,提出了一种新的改进算法。该算法首先结合全变分(TV)去噪模型对叶片进行去噪处理,然后基于叶脉走向的多方向性特点,在已有的2个或4个方向模板的基础上,增加其他方向的模板,构造新的包含8个方向的模板算子,利用此模板算子实现植物叶片的叶脉提取。试验结果表明,提出的算法与传统的叶脉提取算法比较,既能较好地去除噪声,又能保留叶脉的细节信息,达到充分提取主干及细小的叶脉的效果。

边缘增强图像互相关模板匹配的并行架构

基于归一化互相关测度(NCC)的模板匹配已经在图像处理领域得到了广泛的应用。对图像进行边缘检测然后进行模板匹配,可充分利用图像的空间相关性,锐化模板匹配结果的相关峰,提高匹配的准确度,可以获得更高的定位精度。为了有效提高定位精度,考虑到导弹制导系统的算法实时性、体积以及为适应战场不同任务阶段采用不同匹配策略的灵活性要求,基于FPGA,通过结合Sobel边缘检测,进一步改进了提出的图像归一化互相关模板匹配高速并行实现架构。对边缘检测前后图像模板匹配的仿真比较结果表明,边缘检测处理可有效锐化相关峰;基于Altera的FPGA芯片EP2S90和开发软件Quartus Ⅱ 8.0的并行实现架构功能与时序仿真及在实际目标识别系统中的应用表明,这种方案可有效地提高系统的运算速度和定位精度,FPGA实现本身也进一步缩小了系统的体积。