融合改进Canny与RCF的齿轮零件边缘检测算法

随着智能制造的发展,齿轮作为工业常用零件,其边缘检测对于确保零件质量具有关键意义。传统的Canny边缘检测算法对弱边缘信息丢失较为严重,不能满足高精度的测量要求。为了提高测量精度,提出了一种基于改进Canny与RCF融合的方法。算法先通过RCF网络对齿轮边缘进行检测,然后将Canny算法得出的结果与改进RCF网络检出的关键边缘进行融合得到最终边缘。实验结果表明,改进的算法对于齿轮的边缘检测的精度和抗噪性有更好的效果。

AN IMPROVED GN ALGORITHM OF NETWORK COMMUNITY DETECTION METHOD

.GN algorithm has high classification accuracy on community detection, but its time complexity is too high. In large scale network, the algorithm is lack of practical values. This paper puts forward an improved GN algorithm. The algorithm firstly get the network center nodes set, then use the shortest paths between center nodes and other nodes to calculate the edge betweenness, and then use incremental module degree as the algorithm terminates standard. Experiments show that, the new algorithm not only ensures accuracy of network community division, but also greatly reduced the time complexity, and improves the efficiency of community division.

一种自适应阈值的Canny边缘检测算法

针对传统Canny算法阈值选择困难的问题,本文提出一种基于最大类间方差法的自适应同步搜索高低阈值的方法。该方法首先根据梯度直方图信息将对应的像素分为三类;其次基于改进的Otsu算法定义评价函数,该评价函数描述了类间方差;最后依次搜索评价函数的一个最大值,自动获取Canny算子的高低阈值。该方法不需要人为设定任何参数。与传统Canny算法、直接Otsu算法的结果比较表明,本文方法对不同的图像都能较好地提取真实边缘,特别是在低对比度图像的边缘提取上,此方法更具有优势。

应用Canny算法和灰度等高线的金相组织封闭边缘提取

为了对金相组织的多项组织含量进行定量分析,提出应用Canny算法和灰度等高线相结合的方法来产生封闭金相组织边缘。首先,采用高斯函数对金相组织的灰度图像进行模糊处理,然后,用Canny算法对模糊后的图像获取具有单边缘效应的原始边缘。通过最大类间方差法对原始边缘进行自动计算,获得抑制虚假边缘的阈值,并通过该阈值获取基础边缘。由于基础边缘具有不连续性,因此需根据基础边缘端点的邻域灰度中值计算所需的灰度等高线,同时根据设定的等高线和基础边缘融合的条件,以基础边缘的端点为起点生成封闭边缘。实验结果表明,该算法可有效地生成符合要求的封闭边缘,采用该算法产生的封闭边缘进行金相组织含量测定可使测量误差降低到±1%,可测组织含量范围达到5%～95%。该算法能满足多项金相组织含量测定的定量分析要求且具有普适性。

基于改进Canny算法的工件边缘检测方法

为了使区域模板匹配定位能够更准确地进行,需要机器视觉精准地检测出工件边缘信息,同时消除噪声、伪边缘等无关信息的干扰。针对采用Canny算法进行边缘检测时图像平滑处理过度、阈值需要预先确定、对无关信息消除能力较弱等缺点,提出一种基于改进Canny算法的工件边缘检测方法。采用双边滤波方法处理图像,以有效去除噪声并保留边缘信息;增加45°与135°方向的梯度模板计算梯度幅值,使更多的边缘信息能够检测出来;运用最大类间方差法来确定Canny算法的高阈值,使边缘检测算法具有较强的自适应能力。实验结果表明,改进的算法能够准确地检测到真实边缘,具备较强的自适应性,特别是对存在划痕的工件进行边缘检测时,此方法能够消除划痕干扰,其检测效果优于传统Canny算法。

基于Canny算子改进的边缘检测算法

针对经典Canny算子在噪声去除、高低阈值选取和边缘断裂等问题,提出了1种改进的Canny算子边缘检测算法。首先用自适应中值滤波取代高斯滤波;然后采用改进的Otsu算法根据图像梯度幅值自适应地生成Canny算子的高、低双阈值;最后采用多特征融合技术修复断裂的边缘。实验结果表明,改进的算法具有较好的检测精度和抗噪声能力,能有效地修复图像断裂边缘,很好地控制断裂边缘的错误连接。

改进的Canny算法在直焊缝图像缺陷边缘检测中的应用

对含有夹渣、气孔和裂纹缺陷的直焊缝X射线图像进行缺陷的边缘检测时,传统的Canny算法虽然可以检测出缺陷的边缘,但具有自适应差和容易出现伪边缘的缺点。提出了一种改进的Canny算法,对经过非极大值抑制后的梯度直方图,利用像素最值梯度和像素最值梯度方差自适应获取连接缺陷边缘所需的高、低阈值;同时也改进了计算梯度图像所需的模板。实验结果证明,改进的Canny算法不仅进一步抑制了噪声,也避免了伪边缘的出现,在保留缺陷的边缘细节方面具有良好的效果。

基于改进Canny算子的输电导线图像边缘检测

为解决传统边缘检测算子在提取架空输电导线时有缺损,导致图像呈现出不连贯、不准确的问题,提出了一种改进Canny算子的边缘检测方法。针对传统Canny算子模板单一的问题,给出了4方向改进模板并选择倾斜角度较大值进行梯度计算。针对阈值选取的局限性问题,提出了结合截距法和人工蜂群算法的Otsu算法的自适应阈值选取方法。实验表明,该方法相比Otsu-PSO阈值选取改进算法,抗噪能力和准确度分别提升了9.38%和1.7%,单一边缘响应效果得到改善,有效地提升了输电导线的边缘检测水平。

一种基于自适应阈值Canny算法的输变电设备图像检测方法研究

图像边缘检测是输变电设备故障检测或获取关键信息的重要方法。传统的Canny边缘检测算法存在对噪声敏感、滤除噪声时容易丢失弱边缘信息、其固定参数适应性差的问题,本文提出了一种基于传统Canny算法的改进算法,引入了引力场强度算子来计算图像梯度,并针对较少边缘信息和丰富边缘信息两种典型图像,分别提出了基于图像梯度幅度和标准差均值的自适应阈值选取方法。在输变电设备图像边缘检测的几组对比试验表明,改进的Canny算法对噪声更具鲁棒性,可以保留更多有价值的边缘信息,能够有效提高输变电巡检图像识别准确率,具有很好的工程应用价值。

基于无人机载LiDAR点云数据的电力线提取方法

机载激光雷达(LiDAR)点云电力线提取过程中存在杆塔形状复杂、噪声影响大等问题,导致电力线点云提取精度低,本文提出一种基于点云分块处理、格网划分的曲面拟合滤波、自适应密度聚类算法的电力线点云提取与重建方法。首先,根据电力线走向,对整体点云进行分块处理;其次,在曲面拟合算法的基础上,引入格网划分思想,提出一种改进曲面拟合滤波算法并进行点云滤波;最后,通过给出自适应密度聚类解决方案精确提取电力线点云。借助点云库(PCL)、libLAS库与Visual Studio 2017 C++开发环境实现本文算法,基于实测点云数据对本文方法进行测试与精度评定。结果表明:电力线提取精确率为97.82%、召回率为99.76%、F1值为98.78%,一次便可实现电力线的成功提取,在保证提取精度的同时提升了提取效率,本文研究能够为电力线智能巡检提供良好的工程应用价值。

基于自适应Canny边缘检测的输电导线检测算法

针对输电线路巡检机器人自主巡检过程中从复杂地面环境识别输电导线困难的问题,提出一种基于自适应Canny边缘检测的输电导线检测算法.首先,通过图像预处理方法进行图像增强处理,提高对比度,突出直线特征;其次,基于阈值自适应的Canny边缘检测方法提取输电导线图像边缘信息,通过k-means聚类合并识别边缘段;最后,分析输电导线特征,进一步实现巡检机器人对输电导线的准确提取.结果表明,与基于Hough变换实现的输电导线检测方法相比,该算法在不同地面背景及距导线不同高度条件下均有较高识别率,能够满足巡检机器人导线实时检测要求.

基于Otsu算法与直方图分析的自适应Canny算法的改进

Canny算子在边缘检测领域被广泛应用,但传统的Canny算子需要人为设定梯度阈值和合适的高斯标准差,因此自动化程度不高。为解决Canny算子的自适应性,发展了包括Otsu算法在内的自适应算法。但传统的Otsu算法存在定位精度不高,易受高斯滤波标准差影响等问题。在Otsu算法的基础上,通过对高斯滤波后梯度图像的分析与研究,对最大类间方差进行改进,从而提高自适应算法的稳定性。将改进后的类间方差与类内方差的比值作为阈值选取的评价标准,从而有效提高了自适应算法的定位精度。仿真表明,所提出的改进算法能有效提高Canny算法的定位精度和鲁棒性。

改进Canny算法在码垛机器人视觉图像处理中的应用研究

针对实际应用过程中码垛机器人视觉图像处理易受车间光照不足、噪声干扰等因素影响的问题,对码垛机器人视觉系统视觉图像检测原理进行了研究。通过对比常用边缘检测算法的检测性能,提出了一种改进的Canny算法;通过改进梯度幅值的计算方法,提高了去噪效果和边缘定位精度,并通过双阈值的自适应提取的方法,实现了自适应设定阈值对图像进行边缘检测;通过实验,对边缘检测算法的检测效果进行了测试分析。研究结果表明:改进的Canny算法能有效克服光照不足、噪声干扰等因素影响,避免边缘检测过程中出现的断边和虚假边缘,其检测效果优于传统的Canny算法以及其他几种边缘检测方法。

Canny算子在图像处理中的优化研究

详细介绍了Canny算法在图像处理中的重大应用。也将Canny算法和图像处理的基本原理、应用的步骤进行了介绍,并应用Canny算法提取出了较好的边缘,并且针对Canny算法第一个步骤高斯提取上的缺陷——容易将边缘信息弱化,提出了选择性平滑滤波,其中的思想是:设定一个阈值,让邻域内的像素点的灰度值与中心点像素灰度值的差值小于这个阈值的像素点进行平滑滤波,而不是让邻域内所有的像素点参与滤波。针对Canny算法选择阈值的困难性和不确定性,提出了迭代算法来求取高低阈值,其中的思想是:先用直方图统计出图像的最小灰度值和最大灰度值,然后求均值,作为最原始阈值。该阈值将图像分为高于和低于这个阈值的部分。然后分别求这两部分图像的灰度均值,将这两个灰度均值求和求均值,和最原始的阈值进行比较,按照上述步骤再次计算,直到得出最佳高低阈值。不仅解决了阈值选择问题,也优化了Canny边缘提取效果。

基于Canny算子的改进图像边缘检测算法

图像的边缘检测是图像处理领域内最关键的技术之一。针对工件分拣中需要机器视觉精确的检测出其边缘信息,并且从噪声和其他无关信息中筛选出来,提出了一种改进的Canny算法对工件进行边缘检测。该算法利用双边滤波来替代高斯滤波进行图像预处理,从而不仅可以保留更多的图像边缘细节也可以有效的去除噪声。而后运用最大类间方差法(Otsu)来进行阈值分割,使目标和背景分离更加准确。最后利用形态学思想将阈值分割后的二值图像分别进行膨胀和腐蚀,得到形态学梯度,将梯度图像和原始阈值图像的求交集得到灰度图像,而后进行Canny算子边缘检测。

基于改进Canny算法的女性服装款式轮廓检测研究

为了降低女性服装多样性(如纹理、款式等)在边缘提取环节带来的难度,提出一种改进Canny算法,使得服装款式图像的轮廓提取更具有实用性和强适用性.创建女装图像的样本库后,对样本进行图像预处理,并使用Otsu算法对所获得的灰度图像进行二值化,凸显出目标的服装轮廓.然后在Canny算法中采用自适应的双阈值进行边缘分割,提升边缘的准确性,并设计追踪算法,提取服装款式的外部轮廓,减少了纹理和服装所形成的噪声.根据实验结果,对比微分算子算法和改进Canny算法.该算法在女性服装款式轮廓提取时,表现出良好的鲁棒性、准确性和连续性.

基于改进Canny算法的道路标线自动识别及定位

在自动化道路病害检测过程中,检测车的横向偏移会导致路面病害横向定位的误差,通过边缘检测算法对标线进行自动识别及定位,可消除病害横向定位的误差.但传统Canny边缘检测算法存在对标线边缘识别不全,噪声、伪边缘较多的问题.因此本文对Canny算法进行改进:采用维纳滤波替代高斯滤波以滤除噪声;利用OTSU法自适应地选取图像阈值;提出划定准偏区域以滤除路面干扰并提高边缘完整识别率.研究结果表明:与其他边缘检测算法相比,该算法检测出的边缘像素总数分布在900～2 000,与标准值1 352较为符合,8连通域数与边缘像素总数、4连通域数的比值分别分布在0～0.04和0～0.29,在抑制噪声、剔除伪边缘及路面干扰、边缘识别连续性和单一边缘响应方面实际应用效果较好;人工法验证结果表明该算法定位标线结果与实际值的吻合度高达99%,可在同步采集的3D激光图像上进行路面病害横向定位.

改进的Canny算法对猪胴体特征有效分割的研究

对猪胴体的图像分割是实现猪胴体自动分级技术实现的基础,针对猪胴体图像的特点,提出了一种基于改进Canny算法的分割方法,改进Canny算法中阈值选取和边缘连接,实现了图像分割的自动化。并与根据阈值分割的局部阈值分割方法的效果进行比较,实验表明对于猪胴体改进Canny算法的分割方法优于局部阈值的分割方法,取得较好的分割结果。

应用Canny算子的织物疵点检测改进算法

针对传统的Canny算子不同阈值的选择存在被动性差、实时性差,无法进行在线检测等问题,本文提出了应用Canny算子的织物疵点检测改进算法。分析不同种类的织物疵点特征,利用不同的高斯滤波器对织物疵点进行滤波处理。通过自适应形式获取图像边缘信息的阈值,有效避免了由于阈值取值过高或者过低无法获取更好的织物疵点的边缘信息,同时能够根据织物疵点的类型选取对应的滤波参数,实现了织物疵点检测优化。仿真实验结果表明,经过改进后的Canny算法运行时间较短,漏检率低,能够更好的获取图像的边缘细节,并且整个算法的适应能力较强。

改进Canny算法的热管焊头缺口边缘检测研究

为了解决传统热管折弯作业模式存在的弊端,提高热管折弯精度,实现热管折弯工序的自动化,设计了一种基于机器视觉的热管检测加工一体化设备。首先介绍该设备的系统结构与电气控制,并分析其运动精度,然后为了提高热管焊头缺口边缘图像的采集质量,从而保证定位精度与加工精度,在传统的Canny算法基础上进行了两方面的改进,一是利用双边滤波代替传统高斯滤波平滑图像,在滤波消噪的同时增强对边缘轮廓的保护;二是采用遗传算法优化OTSU法对非极大值抑制后的梯度图像进行分割阈值求取,实现Canny边缘提取的自适应。实验结果表明,该算法能够实现Canny双阈值选取过程的自适应,且可在去除非目标信息的基础上较完整地检测出边缘轮廓,满足热管检测加工的精度要求。