散焦含噪图像的点扩散函数估计与亚像素边缘检测

针对机器视觉中图像模糊的原因,采用广义高斯函数描述点扩散函数(PSF),建立边缘过渡区模型,从一幅图像所含多条边缘中提取样本,依据提出的整合准则从全部样本的估计结果中计算整幅图像的PSF,利用最优求解的概念,可实现最小二乘意义下PSF及亚像素级边缘位置的最佳估计。实验结果表明, 由于算法获得图像所对应PSF的最佳估计,边缘检测具有比较高的抗噪性能,在边缘亚像素检测基础上完成的尺寸测量误差小于0.5%。     

一种鲁棒的散焦模糊图像点扩散函数参数估计方法

提出了一种具有较强抗噪能力的频率域鉴别散焦模糊参数的方法。该方法对模糊图像对数频谱图实施极坐标变换,然后计算距频谱中心不同半径下的多方向幅值累加和函数,进而提取第一过零圆环的半径,完成散焦模糊参数的估计。实验结果表明,该方法能够适应带噪散焦模糊图像退化模型的参数估计问题,且具有较高的鉴别精度。     

基于Sigmoid函数拟合的亚像素边缘检测方法

亚像素边缘检测技术是采用图像处理软件算法来提高检测精度的有效途径,文中对矩法、拟合法和插值法等常用的亚像素边缘检测算法的原理、优点和不足进行了分析．提出了Sigmoid函数拟合的亚像素边缘定位算法．该算法采用Sigmoid函数拟合边缘模型,利用图像边缘灰度信息对模型进行非线性最小二乘拟合,求得边缘的亚像素位置．理论分析和实验结果表明,基于Sigmoid函数拟合的亚像素边缘定位算法的定位精度为0．045像素,但检测的速度比灰度矩提高了一个数量级,比空间矩、Zernike矩和插值法提高了两个数量级．此算法能较好地满足影像测量的稳定可靠、高精度及强实时性要求．     

含噪图像的快速边缘检测算法

提出了一种在含噪图像中检测边缘的快速算法。通过分析噪声的导数与边缘的导数的分布特点,推导出了三类模板算子：差分算子、邻域积分算子和非极值抑制算子。差分算子用于突出边缘,邻域积分算子用于抑制噪声,非极值抑制算子用于提取准确的边缘点。与Canny算子的对比实验表明,在弱噪声下,检测结果两者相当;在强噪声下,结果优于Canny算子,并且计算量仅为Canny算子的40%。     

利用点插值函数作为试函数的最小二乘配点法

采用径向基函数与多项式基函数作为耦合的基函数,并利用点插值法构造加权残值法中的近似试函数,试函数中的形函数具有狄拉克-δ函数性质,因此可以直接施加本质边界条件．利用这种试函数和采用最小二乘配点法求解了一维二阶微分方程和薄板的弯曲问题,并与理论结果进行对比;同时还检验了配点数以及节点支持域半径对计算精度的影响．数值结果表明：这是一种与单元划分无关的无网格方法,具有模拟简单,计算精度高,收敛快的优点．     

一种新的子像素级边缘检测算法

将数学形态学、数值分析方法与传统的边缘检测理论相结合，构造出一种新的理论体系完备的子像素级边缘检洲算法，从滤波、边缘定位、拟合求精等多个方面对传统的边缘检测算法加以改进，使其可以在诸如精密检测等多个应用领域发挥作用。     

基于小波变换的图像边缘检测算法及像素结构分析

对基于多尺度小波变换的图像边缘检测算法进行了改进.通过处理小波变换后出现的负值解决了双边缘问题;通过处理两层邻域的像素点解决了边缘线间断问题,并与传统算法的结果进行了比较,结果表明,利用这一新的算法可使图像边缘更加光滑、边缘定位更精确.     

基于点扩散函数的理想亚像素边沿生成方法

针对数字成像系统无法提供精确亚像素精度图像的现状,提出了一种生成理想图像的方法,解决了亚像素定位算法评价过程中需要的高精度图像源问题.首先根据光学成像系统模型CCD采样理论以及圆孔衍射理论建立以二维高斯函数为核的点扩散函数(PSF);然后生成待测试的模拟量的理想边沿图像,将各个像素分割成N*N个子像素,以几何方法计算出各数字化的子像素;再将PSF作用于该图像得到确定边沿的数字理想图像.实验研究表明,与邻域平均方法相比,所提方法生成图像边沿过度平滑更接近实际物理成像.     

图像边缘检测算法的比较与分析

图像边缘检测是图像处理和模式识别领域研究的重要课题.介绍了几种经典边缘检测算子,对其性能和算法特点进行了分析.运用Matlab进行了算法的仿真,结果表明LOG算子比Sobel和Prewitt两个算子检测出的图像边缘更为连续,也比较细小.     

一种基于特征的纱线气圈图像边缘提取方法

本文介绍了一种基于特征的纱线气圈图像边缘提取方法，利用纱线气圈图像的特点．采用近轴法找到一些边缘点，利用这些点信息，用正交函数作最小二乘法拟合，去判断其他的点是否为边缘点．然后由边缘点拟合纱线气圈图像边缘，实验证明该方法是有效。     

一种快速亚像素边缘检测算法

基于正交多项式拟合提出一种快速亚像素边缘检测算法, 并给出计算边缘点的直接表达式. 结果表明, 该算法有效地解决了目前亚像素边缘检测算法的检测精度和检测时间不能同时兼顾的问题. 通过与Gauss和空间矩两种亚像素边缘检测算法进行比较, 该算法能快速准确地求得亚像素级边缘位置.     

土粒流运动图像模糊退化的恢复

分析了潜土逆转旋耕被抛土粒流运动图像模糊退化机理 ,依据土粒流运动图像的特点 ,针对不同的退化机理分别采用了不同的恢复方法 该文采用带最优窗的维纳滤波恢复方法 ,对土粒流运动模糊退化图像适当进行分区 ,确定了合适于各自图像区域的点扩展函数 ,获得了较为满意的恢复效果 ,为降低后续处理的难度和提高处理精度提供了可靠保证     

微零件图像亚像素边缘定位算法

为快速而精确地检测微零件图像边缘,提出了一种新的图像亚像素边缘定位算法.此算法与常用亚像素边缘定位算法区别在于不需要进行边缘初定位,而直接提取亚像素边缘点.应用一种新的图像坐标排序方法,使无规律的边缘点能够按照一定时针顺序链接成闭合曲线.以微齿轮图像作为实验对象测试了算法的精度与速度,结果表明该算法在边缘定位精度满足亚像素的情况下,能够快速提取边缘曲线,处理时间不超过1s.     

基于图像处理技术的尺寸测量中边缘定位算法

为了进一步提高图像的定位精度,设计了一种基于插值理论的精确定位细分算法.通过多尺度小波变换与三次样条插值相结合,实现了亚像素级的测量.基于多尺度边缘检测的小波边缘检测方法,既能对边缘进行准确定位,又可以有效去除噪声干扰,提高边缘检测的稳定性和准确性.三次样条插值函数是分段插值函数,算法复杂度低、段与段之间连接处平滑、具有快速收敛性和稳定性.将上述两种融合的边缘定位算法,可以对图像进行精确检测和测量,其精度达到0.001个像素.     

高精度零件尺寸测量系统

提出了一种零件尺寸高精度测量的图像测量系统。为了提高测量系统的精度,先在Sobel算子的基础上去掉局部非极大值点获得象素级边缘,进而在梯度方向上进行高斯曲线拟合插值,进一步提高图像边缘定位的精度,从而使测量系统的精度大大提高。实验证明是可行的。     

一种关于梯度算子的边缘提取算法

根据传统梯度算子的边缘检测原理,提出一种基于格林函数的边缘提取算法,并通过严谨的数学逻辑与计算,推导出边缘检测算子的精确解析式。仿真实验结果表明,该算子计算简单,而且有效,与其他传统算子作用效果相比发现其效果较为理想。     

一种陡峭边缘检测的改进Laplacian算子

介绍了一种改进Laplacian阶跃边缘检测算子.它类似于传统的Laplacian算子,但用x和y的最大值代替了两者之和.将两种算子作用于一组实验图像,并对检测的结果进行了比较.