一种基于模糊融合规则的CFAR检测器

针对单元平均恒虚警检测器(CA-CFAR)在多目标干扰和杂波边缘效应下的性能局限,提出了基于子参考窗口中最小选择单元的恒定虚警检测器(MCA-CFAR)。通过选择子参考单元中的最小单元格,显著提升了检测器的性能,并在瑞利分布背景下详细推导了检测概率、虚警率和检测阈值。为进一步优化性能,设计了模糊逻辑融合检测器(FUMCA-CFAR),它利用两个传感器计算空间隶属函数值,并通过代数和、代数积、MAX、MIN四种规则进行融合,实现了平滑输出,减少了目标信息的丢失。仿真实验表明,基于代数和融合的FUMCA-CFAR检测器在均匀和非均匀背景下均展现出优异的检测性能和抗干扰能力。

改进多方向Sobel算子的剩余油边缘检测方法

为进一步提高剩余油边缘检测的质量和精度,提出一种改进多方向Sobel算子的剩余油边缘检测方法。该方法通过改进双边滤波方法去除微观剩余油分布图像噪声,实现保边去噪的目的;结合Otsu算法使其能自适应获得微观剩余油图像的最佳阈值;在改进的4个方向上依次使用幅度为3×3的Sobel算子计算剩余油图像梯度的幅值和方向;最后利用非极大值抑制算法过滤伪边缘像素点,从而得到最终的剩余油边缘检测图像。实验结果表明,该方法能在去除微观剩余油图像噪声的同时,精确检测出微观剩余油分布图像中的剩余油边缘信息。

基于改进Sobel算子的输送带图像边缘检测研究

选用新型的机器视觉检测方法,分析图像有用信息,提取有价值和有意义的目标特征,对Sobel边缘检测算子进行改进,增强了图像对比度,有效地对输送带表面图像进行边缘检测和精确定位,较好地还原了图像形状,得到理想边缘信息和精确定位,有效地抑制了噪声干扰,并依据检测结果指导煤矿井下运输系统的安全作业和高效运行。

基于Sobel的FPGA图像边缘检测系统设计

随着机器视觉相关领域的研究与发展,对图像处理的要求变得更加复杂和多样,而处理实时图像时,边缘信息检测变的尤为重要。本文设计了一种基于Sobel算法的FPGA图像边缘检测系统,实时进行视频图像的采集、处理和显示。采用自适应阈值和非极大值抑制算法,结合8方向Sobel边缘检测算法以提升检测精度,进行改进前后的Sobel边缘检测算法的仿真验证和硬件实现。采用流水线设计产生滑窗加速图像处理,增强图像处理的实时性。硬件综合实验表明,设计的基于Sobel算法的FPGA图像边缘检测系统,能高效地实现视频流的图像边缘检测,处理图像速度提升57%,边缘细节检测全面,增强视频图像处理效率,可用于目标识别及跟踪研究。

一种结合Sobel算子与改进形态学算法的边缘检测设计与实现

针对使用Sobel算子加传统的腐蚀和膨胀进行边缘检测存在可能会过度腐蚀边缘图像的问题,提出了一种Sobel算子结合改进的腐蚀和膨胀边缘检测的方法.改进的腐蚀和膨胀算法带有一个参数,改变该参数就可以调节腐蚀和膨胀的强度,避免了边缘图像被过度腐蚀和膨胀,基于ZYNQ实现了Sobel算子与改进的形态学算法的边缘检测.测试结果表明:使用改进的腐蚀和膨胀算法对经Sobel算子得到的边缘图像进行二次优化,不仅能够腐蚀脏点,平滑边缘,还能更多地保留边缘像素信息.

基于Sobel算子桥接的双编码器路面裂缝检测网络

为提高道路路面裂缝的检测精度,针对路面裂缝的多态性和噪声复杂等问题,提出了一种基于Sobel算子桥接的双编码器路面裂缝检测网络,双编码器由原图编码和梯度编码两部分组成,以解决单编码器容易丢失梯度信息的问题。首先,原图编码结果通过桥接Sobel算子计算8个方向产生梯度编码的编码信息;然后,将原图编码结果与梯度编码结果通过一个多尺度的边缘信息弥补模块,以增强裂缝的边缘信息;最后,引入动态通道图卷积获得通道之间存在的拓扑关系,以突出重要通道的语义特征。研究结果表明:所提出的方法在DeepCrack、CamCrack789和CFD这3个基准数据集上取得较好的结果;综合指标ODS在DeepCrack、CamCrack789和CFD数据集分别为87.75%、85.05%、78.83%。

实时Sobel算子图像边缘检测器

本文介绍用硬件实现一种Sobel算子的新算法。其特点是运算次数比典型算法减少一半以上;速度快,可用于实时图像处理;电路简单可靠。文章从原理上论述了新的(?)sobe(?)算子算法;讨论了本边缘检测器的总体设计;分析了各部分电路的工作原理。

基于Sobel算子和灰色关联分析的图像边缘检测

针对灰色关联分析方法提取的边缘存在不连续、噪声敏感性等问题,本文将Sobel算子与灰色关联分析方法相结合,提出了一种基于邓氏关联度图像边缘检测的改进型算法,其融合了Sobel八方向算子技术,同时采用中值法对灰色关联度中的参考序列和比较序列实现单位一致性,并对传统的灰色邓氏关联度模型做了改进,用其求得的关联度提取图像边缘。仿真实验表明,本文算法提取的边缘连续、清晰,并在一定程度上抑制了噪声的干扰,提高了算法的效率。

噪声污染图象中的广义形态边缘检测器

在深入地探讨数学形态学在边缘检测领域中的应用的基础上,系统地给出了普通形态差分算子,并提出了一类广义形态差分算子。同时,把提出的广义形态差分算子应用于受噪声污染的图象,以提取图象的边缘。通过实验表明,广义形态边缘检测算子能较好地提取边缘,在抑制噪声对边缘的影响和保持图象的边缘细节上,效果优于经典的边缘检测器和普通形态边缘检测器。

抗高噪声彩色图像的Canny边缘检测器

根据彩色图像中像素点各颜色分量具有矢量类型数据的特点,提出用一种改进的开关型矢量中值滤波器(PFIVF)替换Canny边缘检测器中的高斯滤波器,以构建新的彩色图像边缘检测器。基于Peer Group技术和边缘检测方法建立PFIVF的多级噪声检测开关型结构,使PFIVF能够在滤除图像噪声的同时较好地保持图像的边缘细节。实验结果表明,改进的Canny边缘检测器能较好地抵抗高比例脉冲噪声。

基于sobel算子的道路图像边缘检测算法

应用图像低级特征提取技术中的边缘检测技术能够确定和提取车道线边界信息,为后续完成道路识别、实现辅助驾驶系统等提供了重要依据和基础。传统sobel算子进行边缘检测虽然算法简单、速度快,能满足道路图像边缘检测实时性的要求,但由于只获取了水平和垂直两个方向的边缘梯度信息,且阈值选取全靠人为设置,因此边缘信息检测效果不理想。文中提出改进sobel算子的边缘检测算法,算法通过扩大构造5×5的梯度权值模板计算出图像边缘信息,应用K-means聚类算法获取的最佳自适应阈值完成图像分割,最后通过改进的边缘细化算法,保留了更完整有效的边缘信息。通过实验表明,该算法能够较快、较好的提取道路图像边缘信息,而且具有一定的抗干扰能力。

脉冲噪声污染图象中的数学形态边缘检测器

深入地研究了数学形态学在边缘检测领域中的应用，系统地给出了形态差分算子的定义。同时，还研究了在受脉冲噪声污染的情况下，如何用形态差分算子准确地提取图象的边缘，并提出了几种具有抗噪能力的数学形态边缘检测算子。计算机模拟实验表明，正确使用数学形态的４种基本运算，将使数学形态边缘检测算子能较好地消除脉冲噪声对边缘的影响。

超复数空间彩色边缘检测器的实现

提出超复数空间彩色图像边缘检测器的一种新实现方法——基于超复数空间旋转变换的彩色边缘检测。分析结果表明 ,Sangwine提出的超复数空间彩色图像边缘检测算法实质是一种色差图像边缘检测算法。通过把彩色图像映射到超复数空间进行处理 ,产生色差边缘图像。为了解决超复数空间的卷积运算问题 ,文中对超复数空间旋转运算进行推广 ,提出了旋转变换算子 ,把超复数空间中的矢量卷积运算转化为标量运算 ,极大地降低了计算复杂度。实验结果表明了本方案的正确性。

GOSGO－CFAR检测器抗边缘干扰的性能分析

本文介绍了一种ＧＯＳＧＯ￣［１］（ｇｅｎｅｒａｉｉｓｅｄｏｒｄｅｒｓｔａｓｔｉｃｓｇｒｅａｔｅｓｔｏｆＣＰＡＲ检测器，推导出了这种检测器在干扰边缘情况下的虚警概率计算公式，分析了它在于扰边缘的性能，并将其与ＯＳ，ＣＡ，ＧＯ等检测器进行了比较。

图像边缘检测器的FPGA实现

提高图像处理系统的处理速度,是当前图像处理技术的主要目标之一,其中纯硬件设计是一种越来越热门的手段.本文介绍了一种采用FPGA芯片实现Sobel算法来获取图像中的边缘像素的设计方法,图像在经过预处理得到灰度信息后,通过帧窗口处理、计算Sobel算子、与阈值比较等处理,判断出图像中的每一个像素是否为边缘像素,然后将边缘检测处理后的图像显示.系统采用50 MHz的时钟,经仿真波形可以看出,处理完一帧数据需要4.8 ms,相对于DSP系统来说,系统的处理速度得到极大的提高.

MOSCA-CFAR检测器在干扰边缘中的性能分析

本文研究MOSCA－CFAR检测器[1]在干扰边缘中的性能。文中推导出了背景噪声和杂波为高斯分布条件下，它在干扰边缘环境中虚警概率的解析表达式，分析了它抗干扰的性能，并且与OS、CA、SO和GOSCA等检测器进行了比较．结果表明，MOSCA在获得在均匀背景和多目标环境中的良好检测性能的同时也保持了较好的抗边缘干扰性能．

基于四元数描述的彩色图象边缘检测器

为了对彩色图象进行有效的边缘检测 ,提出了一种彩色图象边缘检测的新方法 ,该方法先是采用基于四元数的滤波器来确定当前像点是否在同质区域边缘 ,进而检测出边缘像点 .实验表明 ,该方法对合成及自然彩色图象均有较好效果 ,能够方便快捷地得到图象的边缘 .

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。

边缘检测器性能的客观定量评价

本文提出了一种新的边缘检测器的客观评价方法。该方法既能反映边缘检测器对图像轮廓的检测性能,又能对图像细节处的边缘检测能力进行正确的评价。由于该方法将整个测试图区分成三个不同性质的区域,不同的区域用不同的参数来反映边缘检测器的不同性能。因此,能准确反映噪声对边缘检测器的影响。同时,它将整个边缘检测器的性能分解成边缘提取能力和噪声抑制能力两部分,便于我们全面、准确和客观地评价不同特性的边缘检测器,以适应不同应用场合的需要。

激光雷达图像边缘检测器的设计与实现

图像边缘检测是激光雷达图像处理的关键环节,传统激光雷达图像边缘检测装置在低照度条件下,其判决阈值会受到较大影响,导致检测效果较差。提出性能优异的激光雷达图像边缘检测器,检测器的硬件系统由控制中心模块、图像采集模块、图像配置模块、复原模块、边缘检测模块、VGA控制模块及图像存储模块组成;基于粒子群优化算法原理,给出了激光雷达边缘检测的软件工作流程,初始化随机粒子群,并进行迭代寻优。为避免陷入局部最优,对算子进行变异化处理,用激光雷达图像的像素代表粒子群中的元素,提升全局寻优的能力,实现激光雷达图像的边缘检测。该检测器具有边缘检测时间少,边缘检测精度的优点。