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

基于Canny算子的边缘提取改善方法

通过对Canny算法进行改进,提出一种对原图像开窗统计后再进行局部灰度变换的方法。该算法改善了Canny算法对灰度分布不均匀的图像进行边缘检测的效果,并与传统Canny算法进行了比较,试验结果证明了该算法能有效改善灰度分布不均匀图像的边缘检测效果。

一种基于人类感知的边缘连接方法

边缘检测中常出现断边及伪边的现象,本文针对这一问题提出了一种边缘连接的新方法:在由改进的Canny算法得到的边缘图上,基于人类感知这一特点,对边缘点进行了分类,之后运用高、低阈值得到两幅图像,以高阈值图像作为向导,在低阈值图像中找出与高阈值图像中有确定联系的点进行边缘的连接。并对连接的结果进行了短边及伪边的去除。实验结果表明,该方法对于连接一些漏掉的边缘很有效,因此可以用于区域分割和目标识别。

一种判断交叉物体前后景的方法

在计算机图像处理中,常常会出现两个物体在二维影像中有交叉的现象,当两个物体的灰度比较相似时,通常计算机很难辨别出交叉部分属于哪个物体,从而影响物体图像的分割。文章提出了一种通过检测交叉区域,再用模板相关的方法对交叉区域分割的算法,较好地解决了灰度相近物体图像交叉区域分割问题。