图像的边缘检测与轮廓信息处理实验

CCD（ChargeCoupledDevices）电荷耦合器件是20世纪70年代初发展起来的新型半导体集成光电器件,能对光照做出反应并把反应的强度转换成相应的数值。面阵CCD图像传感器广泛地应用于保安监控、道路交通管理、非接触图像测量、图像摄取与图像信息处理领域。该文着重讨论面阵CCD在图像的边缘检测与轮廓信息处理实验中的应用。该实验是工业机器人视觉、非接触二维尺寸测量、图像图形分析等的基础。     

火灾图像边缘检测和轮廓提取算法研究

在数字图像处理中,理想的图像边缘检测算法可以根据挖空法再结合边缘跟踪技术设计算法来实现。而在实际工程应用中,所获取的图像中的噪声很多,现有的边缘检测算法检测出的轮廓一般粗细不一,边缘不连续之处过多。为此在检测出图像中物体的轮廓后,还要花大量的时间来处理躁声,在实际应用中很难实现,并且实时性也很差。为此提出一种基于连通区域面积阈值化的实现算法,可以同时实现噪声消除与轮廓提取,以更好地定位图像中的目标物体。     

基于图像处理的刀具边缘轮廓提取

本文介绍了利用图像处理技术提取刀具边缘轮廓的方法。主要包括图像的采集、预处理、二值化、边缘检测及轮廓提取等。讨论和比较了几种常用的边缘检测算法。通过实例验证,本方案有良好的抗噪声性能,能准确提取刀具边缘轮廓。     

图像边缘处理技术

概述了目前边缘检测技术和边界跟踪技术,归纳了一些常用的处理算法,并根据边缘检测结果提出了几种后续处理方法,边缘连接及边界跟踪提取,以得到最终的结果:目标边缘图像。     

用计算机辨认手写银行支票的思考

提出了运用计算机和扫描仪等设备 ,辨认手写银行支票的科学方法 .较详尽地描述了辨认引擎的各种模式 .     

基于模糊形态学的图像边缘轮廓提取改进分割算法

图像边缘轮廓提取在国计民生、军事等领域有广泛应用,为了克服噪声等影响导致的图像过度分割现象,探讨了一种基于模糊形态学的图像分割改进算法.该方法借助模糊形态学的开、闭运算,首先对原始图像进行平滑处理,然后基于形态学梯度算子进行梯度计算,最后基于改进分水岭算法与IFT分割算法的融合,对梯度图像进行分割得到期望的边缘轮廓图像.仿真以图像识别为例,实验显示基于改进的图像分割算法可较好地消除过分割现象,正确识别图像,实现目标与背景的分离.研究结果表明,提出的图像分割算法是合理可行的.     

基于Sobel算子的车辆轮廓边缘检测算法

本算法是在经典Sobel算子基础上,结合汽车本身的实际情况,增加了6个方向模板,同时利用基于L^2范数的各同性扩散去噪模型消除噪声,最终得出汽车轮廓图。仿真结果表明：该算法对汽车图像的噪声干扰有较强的抑制能力,汽车轮廓提取定位更准,精度更高,图像更清晰。     

基于非下采样轮廓波的图像检索

提出一种基于非下采样轮廓波的图像检索方法.首先对图像进行预处理;然后利用非下采样轮廓波的平移不变特性,将像素点分为强边缘、弱边缘和噪声点三类;最后忽略噪声点,提取强边缘和弱边缘的各个子带的均值和方差等作为特征进行检索.实验结果显示,与轮廓波等方法相比,该方法具有更高的鲁棒性、检索效率更高且特征维数低.     

基于边缘卷积的三维目标识别算法

三维目标检测是实现无人驾驶必不可少的技术,但很多三维检测算法采用的分割算法并不能很好地提取局部特征,导致检测精度不理想。为了改善局部特征缺失的情况,提出一种基于边缘卷积的三维目标识别算法。本算法以激光点云和RGB(red, green, blue)图像作为输入,基于二维候选区域中的像素过滤激光点云生成视锥点云,以此提高检测速度。同时,在分割算法中,在点云的局部特征图的基础上计算目标点和相邻点之间的欧氏距离,并将其作为边缘特征赋予目标点和相邻点。此外,在卷积神经网络提取特征的过程中,每次卷积完成后都会在新的局部特征图上重新计算三维点之间的欧氏距离,为三维点构造新的边缘特征。这使得边缘特征能随着卷积神经网络的计算扩散到整个点云,从而提高局部特征的提取效果。本算法在KITTI(Karlsruhe Institute of Technology and Toyota Technological Institute)的三维点云数据集上进行验证,分割精度达到92.82%,相比于F-PointNet提高了2.30百分点;对不同目标的检测精度也有所提高,车辆、自行车、行人的检测精度分别达到了85.77%,76.09%,53.08%。试验结果证明了本算法的可行性。本算法可应用于无人驾驶汽车,实现车辆、行人和自行车的定位与检测。     

基于Hermite样条轮廓模型的图像轮廓提取

提出了一种采用Hermite样条曲线拟合方法与主动轮廓模型相结合的方法．采用Hermite样条轮廓曲线作为描述主动轮廓线的基函数，给出了这种轮廓模型的能量表达式，利用动态规划技术实现能量最小化的优化过程．采用传统的主动轮廓模型与本文方法分别对两幅颅脑图像中的病变区域提取轮廓，对比实验结果表明，采用Hermite样条轮廓模型可以取得更加令人满意的效果．     

二值图像边缘跟踪算法及其在掌纹识别中的应用

提出了一种具有抗噪性能的二值图像边缘跟踪算法,并将其应用在掌纹识别中．实验表明：新算法与传统算法相比,能够快速准确地检测出二值图像的整个边缘,同时能够较好地去除图像中的噪声和毛刺．     

Image Edge Detection Based on Oscillation

IntroductionArtificial neural networks can be dividedintotwo classes :rate code neural networks and pulse-based neural networks .Inrate code neural networks the outputs of the neurons arecontinuous , whereas in pulse-based neural networks theneurons emit pulses . Although rate code neural models havebeen well studied, researchers continue to find the evidencerecently that in many cases the brain may accomplishcomputations on pulses(action potential) . Great effort hasbeen devoted towards the a…     

基于Marr-Hildreth算子多尺度图像边缘检测

针对监控图像的不同边缘特征,图像噪声大小和对边缘检测不同的要求,利用Marr-Hildreth拉普拉斯边缘检测算子多尺度特征,使用不同尺度的Δ2G算子,对监控图像进行边缘检测.     

基于小波变换的多尺度图象边缘检测

提出了一种新的图象边缘检测方法,这种方法解决了第一代多尺度边缘检测方法中存在的两个问题,即边缘仅定义为信号的奇异性表现和滤波尺度参数难以选择。实验结果表明,本方法和传统的边缘检测算法相比具有定位精度高,去噪效果好等明显的优点。     

基于边缘强度的图象分割

介绍一种根据边缘强度进行象素灰度值加权平均以获得分割门限，与一般通过友度直方图找寻分割门限以进行图象分割的方法不同，不仅能消除噪声的影响，而且对友度分布不均匀的图象通过分区处理效果更好。还详细讨论该方法的工作原理及算法．     

基于边缘检测的提升小波图像去噪

为了图像去噪的同时能很好地保持图像的细节,提出了一种基于边缘检测的提升小波图像去噪方法,先用Canny边缘检测方法得出原图像的边缘,提升小波去噪时就可用阈值去噪而不必担心损害图像的重要特征。其去噪步骤是：对噪声污染图像进行提升小波去噪;对含噪图像提取边缘图像;对去噪图像高频系数进行阈值处理进行重构变换;图像合并。实验结...     

基于Simulink的图像及视频边缘检测

边缘检测是图像分割、模式识别等图像分析领域十分重要的基础课题.MATLAB的Simulink是进行动态系统的模型化、仿真和分析工具.阐述了传统的边缘检测方法-微分算子法,应用MATLAB 2007 Simulink的视频和图像工具集进行图像及视频边缘检测,给出仿真模型并进行仿真结果比较.     

基于小波的图像边缘检测算法研究

图像的边缘检测是对图像进行进一步处理和识别的基础,虽然图像边缘产生的原因不同,但反映在图像的组成基元上,它们都是图像上灰度的不连续点或灰度剧烈变化的地方,这就意味着图像的边缘就是信号的高频部分。因此所有的边缘检测方法都是检测信号的高频部分。但在实际图像中,由于噪声的存在,边缘检测成为一个难题。提出一种利用小波把图像分解成近似部分和细节部分,近似部分是原图像对高频部分进行滤波所得的近似表示。经滤波后近似部分去除了高频分量,因此能够检测到原图像所检测不到的边缘。     

基于非凸区域下近似的图像边缘修补算法

将粗糙集中的上、下近似理论应用到解决遥感油库图像的边缘残缺问题中,即通过引入凸集、最大肯定凸子集,给出了基于非凸区域下近似的图像边缘修补方法,最后通过实验验证了该方法的有效性.