综合Canny法与小波变换的边缘检测方法

提出一种Canny法与小波变换相结合的边缘检测方法.首先,对源图像进行小波分解,在不同分解层上对高频子图像用小波模极大法进行边缘检测,对低频子图像用Canny法进行边缘检测,然后采用一定的融合规则将这两个边缘图像融合在一起,得到一幅完好的边缘图像.这种边缘检测方法结合了小波变换法和Canny法的优点,对用不同方法得到的两种边缘信息进行融合,从而有效地抑制了噪声,保留了连续、清晰的边缘.实验结果表明,这种结合方法要优于单独使用Canny法或小波变换法.     

基于非下采样contourlet变换的图像边缘检测新方法

非下采样contourlet变换(nonsubsampled contourlet transform, NSCT)由于其平移不变性使得检测出的边缘定位准确。但是传统的基于非下采样contourlet变换的边缘检测结果中仍存在伪边缘,这是固定阈值选取不当所致。采用双阈值对高频子带中的模极大值进行筛选,用得到的两个矩阵进行补偿链接可以减少伪边缘。由于NSCT系数的结构特点,低频子带中也存在丰富的边缘信息,再用Canny算子对低频子带进行检测。仿真结果表明,基于双阈值的模极大值方法检测的高频子带细节丰富、定位准确、纹理清晰,Canny算子检测的低频图像边缘,轮廓完整连续,融合后的图像有效地抑制了噪声,消除了伪边缘。     

基于边缘信息的SIFT 图像匹配算法

李岩(1978-), 男, 长春人, 长春工业大学副教授, 主要从事智能机械与机器人、机器视觉研究, (Tel)86-13069046655(E-mail)liyan_dianqi@ ccut. edu. cn。     

混凝土动弹模量超声检测仪的设计

动弹模量是衡量混凝土质量是否合格的重要指标,设计出一种基于超声波的混凝土动弹模量检测设备。利用声波在不同密度的物质中传播速度不同的原理,穿过混凝土的超声波速度在一定的条件下能够反映出混凝土的弹性模量。综合利用微控制器技术、数据采集技术,对数据进行处理,快速测量出混凝土的动弹模量。该设备具有精度高、操作简便、易于携带等特点。     

应用超声多普勒检测仪对黄牛早期怀孕诊断试验

采用CDJ—8711型兽医用超声多普勒检测仪对3917头黄牛进行了早期怀孕诊断,并与直肠检查法相比较,其符合率高,最早测出宫血音、胎心音、胎血音的时间分别为20天、54天、58天。宫血音诊断与直肠检查法诊断其符合率在配种后20～30天、31～60天分别为97.91％(2624/2680)、100％(1001/1001),在配种后未怀孕的母牛为100％(236/236)。试验结果证明:检测到宫血音的时间比胎心音、胎血音早34～38天,与直肠检查法相比较,其符合率高;与血浆孕酮含量水平相比较,其符合率是一致的。因此,检测宫血音可作为黄牛的早期怀孕诊断的主要依据。     

基于梯度二阶导数的Canny阈值自适应选取算法

图像边缘含有丰富的图像信息,对于很多视觉系统至关重要,比如目标检测与图像分割等。传统的Canny算子仅能用于灰度图像,无法有效利用彩色图像中的颜色信息;此外,该方法需要人为设定高低阈值,不能自适应提取图像边缘,进而造成背景边缘放大等问题。提出了一种基于Canny的自适应彩色图像边缘检测算法;该算法首先通过图像一阶直方图的统计特性,自适应地选取高斯滤波器的参数σ,有效去除了噪声;同时改善了σ参数设置不合理对边缘检测的影响。其次采用了基于图像梯度二阶导数的阈值选取的方法,即根据图像特性自适应选取合适的阈值。实验结果表明:算法能很好地改善传统Canny算子的缺陷,对于彩色图像的边缘信息提取能达到很好的效果。     

OpenCV的车道线检测方法

基于开源计算机视觉库(OpenCV),提出一种轻量级的车道线检测方法.首先,对输入的原始图像进行灰度化处理,紧接着使用双边滤波滤除噪声,大幅度保留原始图像的边缘信息;然后,用Canny边缘检测提取图像边缘;最后,使用速度更快的渐进概率Hough变换(PPHT)识别车道线.仿真结果表明:预期检测车道线的效果较好.     

极化目标检测算法性能评价研究

在对极化目标检测算法简单介绍的基础上,着重分析极化检测算法的性能。根据极化检测算法的特殊性,在详细的数学推导的基础上给出了检测算法的工作特性(ROC)计算公式。根据实验获得的杂波和目标极化协方差矩阵参数给出了计算机仿真结果,得到了一系列检测算法性能评价结论。同时,从各种检测算法的计算量与性能折衷方面考虑,指出实际应用中可以考虑的几种极化检测算法。     

复杂背景下运动目标分割算法研究

综合运动目标的边缘信息和运动信息,提出一种复杂背景下运动目标的分割算法。在计算光流场时采用各向异性的平滑约束,从而实现了对图像光流场的自适应计算。利用Canny算子检测出的不封闭边缘作为初始信息,根据光流场的连续特性进行边缘生长后可获得对目标的初始分割。对初始分割结果进行边界跟踪,通过保留具有最长边界长度的团块,去掉背景中的杂散噪声,就可获得清楚的分割图。实验证明,该方法能对复杂背景下的运动目标进行准确的分割。