基于VC2005的几种图像边缘检测算法实现与比较

利用VC2005编程工具,给出了多种经典的图像边缘检测微分算法的实现方法和处理结果,通过对结果进行分析比较,给出了这些算法的优缺点.

基于计算机视觉与Canny算法的服装纸样轮廓提取

为提高服装二维纸样轮廓信息采集转换的准确性及方便性,设计了一种基于计算机视觉的服装纸样轮廓提取方法。将手机相机作为图像采集设备,采用相机标定的方法进行图像畸变矫正,对图像灰度化处理后进行伽马变换。通过改进的Canny算法对纸样图像进行边缘信息的提取,使用自适应双边滤波保边去噪;在原Sobel算子上增加了45°和135°方向的梯度模板计算梯度;采用自适应双阈值确定边缘;融合形态学算法处理轮廓;最后按需进行轮廓骨架提取。结果表明:本文方法适用于二维纸样的轮廓提取,其提取误差在0.15~1.50 cm之间,可实现单独对服装纸样的外轮廓、内轮廓及内外轮廓图的提取,完成轮廓的无差别提取,减少后期人工对轮廓图的编辑,提高二维纸样数字化录入效率。

基于 FPGA 的实时边缘检测控制系统研究

本文属于图像识别处理技术领域,提出一种基于FPGA的实时边缘检测控制系统。本文通过FPGA对摄像头进行寄存器配置,采集并得到原始图像,对采集的图像进行数字图像灰度处理,均值滤波、sobel边缘检测计算、二值化处理后并转化为RGB等操作,提取出目标图像的图像边缘轨迹,把图像边缘数据缓存到DDR里面,通过对FPGA内部DDR读写控制模块的处理,把DDR内部图像数据转成RGB格式,并通过HDMI显示器实时显示出目标图像边缘。本文采用改进型的sobel边缘提取算法,能够在边缘提取过程中细化边缘宽度,去除伪边缘,同时滤除多余的图像噪声,使输出的边缘图像更加符合实际的边缘信息。

基于改进亚像素边缘检测的气门弹簧节距测量

针对传统弹簧节距测量效率低、精度差等问题,提出一种基于高斯函数模型的亚像素弹簧边缘检测方法。首先对图像进行Canny边缘检测定位,然后寻找梯度方向,进而采用高斯函数对梯度方向上的灰度梯度幅值进行拟合,按照定步长的平均值法来确定亚像素边缘点的亚像素坐标,并对亚像素坐标采用最小二乘法拟合圆,根据圆心坐标计算出弹簧节距。经测试,该方法能快速测量出弹簧节距,将平均计算时间降低到传统拟合亚像素检测方法的21%。

自动监测装置用温室粉虱和蓟马成虫图像分割识别算法

为了监测温室黄瓜作物虫害种类、数量变化情况以预测虫害发展趋势,该文以粉虱和蓟马为例,提出了一种基于Prewitt、Canny边缘检测算子分割和SVM(support vector machine)的温室粉虱和蓟马诱虫板的图像识别算法。该方法利用HSI(Hue-Saturation-Intensity)颜色空间的I分量与L*a*b*颜色空间的b分量二值图像中害虫目标与背景的高对比性,再分别相应地利用Prewitt算子和Canny算子进行单头害虫边缘分割,再经过形态学处理,最后融合这两幅二值图像完成单头害虫区域的提取。然后提取害虫的5个形态特征(面积、相对面积、周长、复杂度、占空比)及9个颜色特征(Hue-Saturation-Value颜色空间、HSI颜色空间、L*a*b*颜色空间各分量的一阶矩),并对这14个特征参数进行归一化处理,将特征值作为SVM的输入向量,进行温室粉虱和蓟马的诱虫板图像识别。通过分析比较不同向量组合的BP(back propagation)与SVM的害虫识别率、4种不同SVM核函数的害虫识别率,发现颜色特征向量是粉虱和蓟马识别的主成分,且SVM的识别效果优于BP神经网络、线性核函数的SVM分类性能最好且稳定。结果表明:平均识别准确率达到了93.5%,粉虱和蓟马成虫的识别率分别是96.0%和91.0%,能够实现温室害虫的诱虫板图像识别。该研究可以为虫害的监测与预警提供支持,为及时采取正确的防治措施提供重要的理论依据。

基于特征的遥感图像自动配准算法

面向光学图像的多时相、多光谱、多传感器图像的自动配准 ,本文描述一个基于特征的高精度图像配准算法 .它以点映射配准技术为基础 ,处理具有全局仿射几何失真的图像配准问题 .首先 ,通过边缘检测和相应的后处理提取封闭边界 ;其次 ,根据边界链码相关和区域不变矩匹配策略建立边界的对应 ,并对对应重心即匹配点对进行一致性检测获得基元控制点 ;最后 ,估计初始变换参数 ,并通过显著点片的相关匹配来增加控制点个数 ,迭代修正变换参数以提高配准精度 .多种遥感图像数据的配准实验和对比试验证实了的自动算法具有较高的可靠性和配准精度 .

基于显微图像处理的稻瘟病菌孢子自动检测与计数方法

稻瘟病菌孢子的检测通常在显微镜下由人工目测完成,该方法费时、费力、自动化程度低。因此,该研究提出了一种基于显微图像处理技术的稻瘟病菌孢子自动检测和计数方法。首先,采用显微图像系统获取稻瘟病菌孢子图像;然后提出一种分块背景提取法对其进行光照校正;根据显微图像中孢子的边缘特征,利用Canny算子进行边缘检测,其中Canny边缘检测过程中的阈值应用模糊C均值算法在梯度图上自动确定;接着对边缘检测后的二值图像进行数学形态学闭开运算处理。根据孢子和主要杂质的形态特征,利用椭圆度、复杂度和最小外接矩形宽度等形态特征参数对目标物进行分类,提取只含孢子的二值图像。最后,提出了基于距离变换和高斯滤波的改进分水岭算法对粘连孢子进行分离。测试结果表明:在100幅测试的显微图像样本中,孢子检测的平均准确率为98.5%,满足稻瘟病菌孢子自动检测和计数要求。

基于区域增长的立体像对稠密匹配算法

该文提出了一种新的基于区域增长的立体像对稠密匹配算法 ,该算法适用于多种图像对 ,包括存在较大视差的未经校准的图像对和其中某些纹理稀疏的区域 .首先用新的两层算法匹配图像对中的种子点 ,匹配关系再根据两种策略由这些种子点向图像的其余部分传播 .区域增长过程中以新的加权差值平方和准则作为目标函数 ,模板窗的大小根据其中包含的纹理数量动态变化 ,而搜索窗的大小与可信系数成反比 .对真实立体像对的稠密匹配结果表明了该算法具有良好的性能 .

一种用于掌纹识别的线特征表示和匹配方法(英文)

作为一种较新的生物特征,掌纹可用来进行人的身份识别.在用于身份识别的诸多特征中,掌纹线,包括主线和皱褶,是最重要的特征之一.本文为掌纹识别提出一种有效的掌纹线特征的表示和匹配方法,该方法定义了一个矢量来表示一个掌纹上的线特征,该矢量称为线特征矢量(line feature vector,简称 LFV).线特征矢量是用掌纹线上各点的梯度大小和方向来构造的.该矢量不但含有掌纹线的结构信息,而且还含有这些线的强度信息,因而,线特征矢量不但能区分具有不同线结构的掌纹,同时也能区分那些具有相似的线结构但各线强度分布不同的掌纹.在掌纹匹配阶段,用互相关系数来衡量不同线特征矢量的相似性.实验表明,LFV方法无论是在速度、精度,还是在存储量方面都能满足联机生物识别的要求.

一种新的改进Canny边缘检测算法

对Canny边缘检测算法的性能进行了分析和评价, 针对传统Canny算法在梯度幅值计算上的缺陷, 提出了一种通过计算像素八邻域内图像一阶偏导数有限差分来确定梯度幅值的方法, 改善了传统Canny算子利用2×2邻域内求有限差分均值对噪声的敏感性, 提高了边缘定位的精度. 在此基础上, 在基于非极值抑制原理检测边缘点时, 将像素的八邻域分为4个像限结合双线性插值的方法进一步提高了边缘检测的精度和准确度. 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.

多尺度自适应加权形态边缘检测方法

针对常用的多尺度边缘检测方法因卷积运算造成模糊图像边缘 ,提出一种多尺度自适应加权形态边缘检测方法 ,利用大小不同的结构元素提取图像边缘特征 ,在大尺度下抑制噪声 ,可靠地识别边缘 ,在小尺度下定位 ,再由粗到细跟踪边缘 ,得到边缘的位置 ,再由各尺度结构元的抗噪性确定加权值的大小 ,然后加权处理得到最后的边缘结果 .实验表明 ,用多尺度自适应加权形态边缘检测算法可得到较理想的图像边缘 .

路面裂缝图像自动识别算法综述

路面裂缝自动检测对于路面养护管理、路面性能评价与预测、路面材料和结构设计具有重要的实用价值,但快速、准确、全面且稳定地识别路面裂缝一直是个难题。为此,对路面裂缝自动检测研究现状进行综述,包括以图像增强和去噪为目的的预处理方法,基于阈值分割、边缘检测和种子生长的空间域识别算法,以小波变换为代表的频域识别算法,基于有监督学习的识别算法及其他裂缝识别方法;指出既有裂缝识别算法存在易受光照和油污等因素的影响、裂缝识别图像连续性差和识别速度和精度较低等不足。最后,提出综合考虑边界和区域特征消除纹理和噪声干扰、基于局部和全局信息设计优化识别算法和基于三维图像进行裂缝识别等研究展望,为裂缝自动识别算法的改进提供参考。

基于分割插值的连续多分辨率模型

给出了一种基于边删除的多边形网格分辨率模型生成算法,通过递归地删除网格模型中的边,从而得到连续的简化模型.算法建立了可调加权控制函数来控制边的简化顺序.在模型简化的不同阶段,通过调节控制函数的权值执行不同的简化原则,使得视觉重要度低的边优先删除.此外,通过建立独立集,避免了模型的局部过度简化.算法用临近点插值模板,求取边简化生成的新点.实验结果表明,该算法可实现较理想的场景简化效果.

多尺度形态学图像边缘检测方法

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,提出了一种形态边缘检测算子,并用该算子提取图像边缘。然后进行形态结构元素尺度调整,综合各尺度下的边缘特征,得到了噪声存在条件下较为理想的图像边缘,实验证明了该算法的可行性和有效性。

SAR图像直线提取

针对合成孔径雷达 (SAR)图像中相干斑的统计特性 ,设计了对应的直线提取算法 .首先组合运用Canny算子和Ratio算子得到边缘点及其边缘方向 ,然后根据边缘方向一致性原理得到初始直线图 ;最后 ,通过高层编组方法连接由于噪声引起的直线缺损 .本文提出的边缘检测方法克服了边缘方向量化带来的直线断裂 ,并且具有恒虚警的特性 .高层编组过程通过对初始直线图的分析确定可能扩展的直线区域 ,之后在原始图像中进行统计证实 ,得到完整的直线图 .直线提取算法在X波段机载SAR图像上进行了试验 ,得到了满意的效果 .提取的直线图可以用于遥感图像矢量化、自动目标识别等方面 .

一种简化PCNN模型在彩色图像边缘检测上的应用

提出了一种改进的彩色图像边缘检测方法来克服传统方法不考虑色度信息及噪声影响而产生漏检、错检边缘的不足.通过提取图像的颜色主轴来综合表示图像的亮度和色度信息,并将彩色图像降维成包含色度信息的灰度图像用以检测;为了降低噪声对检测结果的影响,采用脉冲耦合神经网络(PCNN)模型.由于PCNN模型中的参数过多,不利于控制,故使用简化的PCNN模型来减少参数,达到比较好的控制.实验表明,这种基于颜色主轴的PCNN彩色图像边缘检测方法不仅能准确得到彩色图像的边缘信息,而且对噪声有很强的抑制作用.

一种基于Canny理论的自适应边缘检测方法

基于 Canny算子 ,提出了一种 Canny自适应的边缘检测方法。 Canny自适应算法在保持了 Canny算子原有的定位准确 ,单边响应和信噪比高等优点的基础上 ,提高了 Canny算子在提取图像边缘细节信息和抑制假边缘噪声方面的性能。Canny自适应算法将整幅图像分割为若干子图像 ,并根据各子图像的边缘梯度信息 ,结合全局边缘梯度特征信息自适应地生成动态阈值 ,提高了边缘检测的自动化程度 ,在实际的应用中获得了很好的效果。通过数学分析和试验结果证明了

研究生数字图像处理教学模式与实验改革探索

从教学模式和教学实验两个方面分别进行了研究生数字图像处理课程教学改革的探索。教学模式以论文引导为主,跟踪相关领域国内外研究动态并激发学生自主学习兴趣。教学实验依据图像处理相关实际应用中的技术处理环节,分别在数字图像获取——图像增强与分析——图像可视化三阶段增设白平衡算法、彩色图像处理和客观图像质量评价3项实验内容,使实验内容更加丰富并切近实践。该教学改革的探索方案有利于学生更全面地把握图像处理相关领域的发展动态,综合提高研究生科学研究素质和工程实践水平。

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。

基于模糊理论和蚁群算法的图像边缘连接方法

针对边缘检测的断点问题,提出一种基于模糊理论和蚁群机制的断点连接方法。以原图像和传统检测算法得到的边缘为基础,分析出边缘端点,根据端点邻域内各像素的梯度信息,采用模糊判决方法,计算隶属度矩阵;由各像素的灰度梯度、隶属度和信息素确定转移函数,减小蚁群寻优的盲目性,提高边缘点定位的准确性。实验结果表明,该方法不仅能有效改善边缘不连续现象,且补偿边缘能更真实地反映原图像边缘信息。