基于模糊梯度的微齿轮图像边缘检测算法

提出一种基于模糊梯度思想的微齿轮图像边缘检测算法.该算法采用正切归一化函数对灰度图像模糊化,并计算该模糊图像的梯度矩阵;采用正弦函数对梯度矩阵进一步模糊化得到模糊梯度矩阵;采用基于归一化实数编码的遗传算法来搜索最优的阈值λ对模糊梯度矩阵做截集,获取图像边缘点集合.实验中以不同微齿轮图像作为实验对象,测试了该算法性能.实验结果表明,该算法的检测精度优于10μs,检测时间基本为1s,整体性能优于Canny算法和Pal-King算法.     

微钻刃面图像边缘角点自适应提取方法

针对微型钻针刃面视觉检测过程中的边缘角点提取问题,提出了一种基于协方差矩阵的自适应角点提取方法.通过边缘追踪算子获得微钻刃面单像素宽封闭边缘,采用自适应算法选取支持域,利用协方差矩阵获得边缘角点.应用该方法对方位各异的不同微钻进行刃面边缘角点提取,以验证该方法对不同刃面边缘角点提取的可靠性和方位无关性.     

基于改进蚁群算法的图像边缘检测

为了克服传统基于蚁群算法的图像边缘检测存在定位不准、易陷入局部最优解、对噪声鲁棒性不佳、且收敛速度过慢等缺点,本文提出了一种基于改进蚁群算法的图像边缘检测算法,此算法以传统边缘检测算子得到的边缘信息作为启发信息,建立了基于蚁群算法的边缘追踪模型,实现了信息素和启发信息对边缘追踪的导向作用,避免了蚂蚁在非边缘区域内行走,克服了陷入局部最优的缺点,最后本文运用了条件概率建立边缘检测评价标准.实验结果表明,本文的边缘检测方法具有较好的检测精度和噪声鲁棒性,且运行速度较快.     

一种基于链码向量的图像匹配算法

基于特征的图像匹配算法被广泛应用于图像处理和模式识别领域中,图像特征提取以及采用的匹配算法并直接决定图像匹配的效果。为了尽可能准确的实现图像匹配,提出了一种基于链码向量的边缘特征匹配算法。首先通过改进的Laplace边缘检测算子提取图像中的边缘信息,提高了边缘检测的可靠性;然后,将提取到的边缘信息由边界链码描述,并将边界链码构造成向量,利用数学向量相似度原则进行图像匹配。实验结果表明,该匹配算法简单快速,匹配准确率高,具有较高的实用价值。     

基于邻域一致性测度的链码改进方法

从图像中提取出的目标边界曲线由于受噪声的影响,使得相应的边界链码很难与目标形状一致,影响了用链码来分析目标形状．因此引入邻域一致性测度的概念,提出了链码的一种改进方法．利用该方法,对由Canny算子检测得到的边缘图像进行编码．实验结果表明,上述算法明显改善了常规方法对噪声敏感的性能,能有效地使用到链码分析目标形状的预处理中．     

基于区域围绕追踪的激光雕刻新算法

针对激光雕刻中所出现的边缘锯齿现象，提出一种基于围线追踪的激光雕刻算法，该算法 在于围线的“侵蚀”策略，通过地图像中各个连通区域不断追踪围线而得到的“侵蚀”路径完成激光雕刻在实践中取得了效果。     

低速率内插图像编码

本文提出一种基于边缘信息的内插图像编码方法,图像的平坦区域依边缘信息按一定的内插公式进行内插复原.首先分离出图像的边缘,由于该边缘有一定的宽度,先对其两边进行跟踪处理,再将属于同一边缘同一边的点连接成链,这些边缘链的走向用霍夫曼最优编码处理,边缘链的灰度用分段等值化处理.文中用本法对人的头肩像进行了处理,得到的压缩后的比特率为0.217 bit/pel,这时复原的图像是令人满意的.     

基于半像素的Hessian矩阵的空域误码掩盖

针对线条边缘采用传统的Sobel算子进行边缘检测和方向判别方法无法准确地检测其方向的问题,提出了基于半像素的Hessian矩阵对线条边缘进行检测的算法。该算法将图像中丢失的数据块的像素进行分类,再根据不同类别的边缘采用相应的边缘检测算子进行边缘检测,并根据检测的边缘方向对受损图像进行方向外推掩盖。实验证明,半像素精度的Hessian矩阵对线条边缘方向的检测更加精确,该算法较一般误码掩盖算法使受损图像的恢复质量PSNR(Peak Signul Noise Rate)值提高了0.2~0.4 dB。     

图像区域边界抽取与链码树结构生成算法

通过定义二值图像像素顶点的链码，构造像素顶点矩阵，给出了一个基于像素顶点的线性的图像区域边界追踪和链码树结构的生成算法，算法在追踪和抽取区域边界的顶点链码的同时生成区域边界的链码树结构.算法复杂度是线性的，且适用于任意复杂图像区域.     

基于基因编码算法的图像边缘提取研究

为了提高图像边缘检测的质量,采用基因编码算法.首先确定基因头部和尾部的组成,给出了基因表达式树形式,对图像像素进行基因编码,接着图像背景与图像目标之间的灰度差异作为基因表达式树不同的分支,与分支具有同样灰度的像素合并为一类,最后给出了基因编码适应度函数,其选择基于标准误差方法.实验仿真表明,算法提取的灰度图像边缘没有断点,没有伪边缘信息,数据分析较好.     

一种线性提升小波的方向断面边缘检测法

提出了一种基于线性提升小波的方向断面边缘检测法．构建了一组提升小波预测函数，并推导了一个线性更新函数．通过对原始影像进行“分裂”、“预测”与“更新”运算，实现影像的小波分解，并利用分解后的小波系数构成影像的小波梯度图和方向图．在小波方向图和梯度图的引导下，根据方向断面检测原理实现影像的边缘提取，也利用方向图实现了边缘的跟踪与准确定位．结果表明，由于方向图对于线性特征更加敏感，所提出的方法对于线性目标的检测更加有效．     

基于一阶绝对中心矩的边缘检测算法

在对M.Demi的基于一阶绝对中心矩边缘检测算法研究的基础上,提出一种新的图像边缘检测算法.该算法利用包含边缘的局部区域质心存在较大偏移这一特点,用偏移量的大小来判断局部区域是否包含边缘.算法克服了M.Demi算法对不包含边缘的区域处理不当的缺点,能够更准确地提取图像边缘.仿真结果表明,所提出的边缘检测算法是可行的和有效的.     

多阶段边缘检测算法

提出一种新颖的图像边缘检测算法,包括边缘检测和边缘增强两个阶段.在边缘检测阶段,新的检测算子不仅可以克服传统算子对边缘拐点、终点的漏检现象,还可以有效地去除噪声,从而更加精确地定位边缘.在边缘增强阶段,引入Hopfield神经网络,通过迭代计算网络优化的能量函数,逐步地弥补缺失边缘、消除假边缘,达到边缘增强的目的.最后针对不同类型图片进行边缘检测,得到较好的结果,证明了该算法的可行性.     

基于边分类的三维模型外轮廓线抽取算法

根据三维模型面片的方向性对边进行分类，筛选出轮廓边即共享可见面与不可见面的边，大幅度地排除那些不可能成为轮廓线的边，筛选过程只是一种比较运算。算法L利用外轮廓线的连通性递归搜索邻接的轮廓边得到若干闭合回路和分离的轮廓边，最终得到外轮廓线，并且自动决定的闭合回路方向和回路之间位置关系决定了回路是否属于外轮廓线；对那些精度不高而可能造成闭合回路搜索失败的三维模型，算法C利用遮挡关系由模型的前向面片对轮廓边进行裁剪得到三维模型的外轮廓线。用四叉树结构对模型投影区域进行划分，尽可能地排除那些不可能对轮廓边有遮挡关系的前向面片，减少裁剪的比较范围，降低算法的复杂度。本文的方法快速准确，适应各类二维流形模型。     

基于NURBS曲面拟合的图像边缘检测方法

提出了一种利用NURBS曲面拟合进行图像边缘检测的新方法。与Haralick对称区域正交多项式曲面小片拟合方法不同 ,NURBS曲面拟合克服了Haralick方法对图像区域划分和灰度平稳的限制 ,且不再需要窗口区域对称。利用NURBS曲面拟合构造简单、算法灵活、易于控制的特性 ,提高了曲面小片构成的灵活性与边缘检测的精度及计算效率。本文给出了NURBS曲面拟合基本小面构成、拼接及求导方法 ,并以一个真实图像进行了实验验证 ,结果证明 ,该方法稳定可靠 ,精度较高     

一种有效的图像边缘修正方法

在实验的基础上,从视觉心理学出发,对边缘检测结果中的不理想情况进行分析和归纳,提出适合于边缘修正处理的链表型数据结构,并说明了边缘图像映射到数据结构中去的过程.根据目标域的线性、平行及封闭约束和图像边缘的长度约束以及边缘出错类型,形成修正规则与算法.最后给出了修正处理的实验结果.     

一种改进的基于Canny算子的图像边缘提取算法

对Canny边缘提取算法进行改进, 采用二维高斯函数的一阶偏导数构造滤波器计算梯度幅值, 利用一种四阈值边缘检测定位方法定位边缘, 最后引入数学形态学方法对边缘细化处理. 改进算法对噪声抑制效果明显, 能够删除伪边缘, 检出边缘更加精细, 实验结果表明了改进算法的可行性和有效性.     

基于Prewitt算子的计算机数字图像边缘检测改进算法

为了使提取的图像边缘的结构定位精确，并产生连续的精细边缘，同时能滤除边缘信息中的噪声干扰，提出了一种以Prewitt算子为基础，应用区域分割和骨架提取的改进算法，实现了图像边缘信息的提取，能消除图像中的噪声，产生精细的边缘。实验证日月，该算法能有效地消除噪声，准确地检测图像中的目标边缘，且能较好地保持目标边缘的连通性。     

一种改进的各向异性高斯滤波算法

为了抑制更好的抑制噪声保留边缘信息,提出了一种各向异性高斯滤波的改进方法,该方法先用中值滤波去除椒盐噪声,再利用灰度共生矩阵的惯性矩特征值调整滤波器的长轴尺度,实现各向异性高斯滤波.实验证明,本文所提出的改进方法,在噪声抑制和边缘保持方面优于各向异性高斯滤波器.