基于图像分割的线段检测方法

介绍了线段检测技术的研究背景及发展历程,按照检测原理的不同,对线段识别方法进行了分类综述,主要介绍了基于Hough变换的线段检测方法、Burns边缘检测算法、端点扩张线段检测法、LSD线段检测法.通过对各种检测方法的阐述、分析和比较,总结了线段检测技术的理论缘由和应用特点,并提出了影响线段检测技术的几个因素,展望了线段检测技术今后的发展方向.     

一种启发式的自适应图像边缘检测方法

在生物学和医学研究中,经常需要对细胞的形状进行识别,这首先要对细胞的边缘进行检测,通常采用计算机图像处理技术,通过分析图像边缘检测的经典算法,本文提出一种适用性较强的启发式图像检测方法,得到了较理想的处理效果。     

一种改进型Canny图像边缘检测方法

提出了在噪声条件下的一种改进的Canny算子,该算子采用中值滤波代替高斯平滑滤波。实验结果表明改进的canny算子对抑制噪声和保留边缘像素点方面有较好的效果,对图像边缘具有较好的检测精度。     

一种改进的图像边缘检测方法

为了有效提取图像的边缘,提出一种新的基于欧氏距离图的边缘检测方法.首先计算像素间新的欧氏距离,得到欧氏距离图,新得到的欧氏距离在计算过程中强化了图像块中心像素的作用.为了消除噪声对距离图计算的影响,利用主成分分析去除图像块组中的图像块之间的相关性,从而达到降噪目的.得到的距离图能更好地突出背景与边缘信息,通过改进的水平...     

一种热图像的多模板边缘检测方法

该文提出一种基于多分辩分析思想的多模板边缘提取方法。它根据热图像边缘灰度的阶跃与噪声在不同分辨率层次上表现出来的相关性质，合理地确定检测规则并推断边缘。该方法适用于复杂噪声环境和宽分割阈值下的边缘定位。     

一种改进的CHNN图像边缘检测方法

针对现有神经网络图像边缘检测算法缺乏足够的参数调节边缘检测的灵敏度,以及检测结果图像边缘过宽的缺陷,提出了一种改进的方法.该方法在神经网络元的n个连接上施加权值,通过各种局部搜索、优化算法和使用指定的样本输入、样本输出等方法,训练加权神经网络确定各权值,在保留了原有算法优点的同时,可以根据不同的样本输入输出图像调节边缘检测的灵敏度,从而提高检潮结果质量并避免检测结果边缘过宽的问题.实验结果表明,训练后的加权神经网络方法,有更低的边缘检测错误率,并可检出原有方法漏检的边缘.     

利用标记生长从边缘图像中抽取线段

作为计算机视觉的中层处理部分，线段提取具有重要意义，它是底层处理到高层推理和高层计算的桥梁．在复杂的背景图像中自动提取出线段是可能的，却又是十分困难的．为此，提出一个基于有向边缘图像利用标记生长提取线段的新方法，它以同类方向边缘像素为标记对象，在当前像素的有向邻域中搜索相应的线段．实验结果表明，该方法在复杂图像中的有效性     

一种图像边缘检测FPGA实现的快速设计方法

基于硬件描述语言(HDL)或者逻辑图的设计方法难度较大,周期较长,利用Xilinx的高层次AccelDSP设计工具,按照约定的编程规则,可以将MATLABM语言编写的算法快速转变为FPGA实现.简要回顾了图像边缘检测的基本原理,给出了Sobel算子边缘检测算法的实现流程,核心代码和硬件时序仿真的结果.设计过程表明,基于AccelDSP工具的设计方法较好地降低了设计难度,提高了效率.     

一种基于分形测度的图像纹理边缘检测方法

从图像纹理特征的描述出发，通过分析不同纹理特征局部分形测度随尺度变化的差异，提出了一种新的基于分形测度的图像纹理边缘检测方法．并且给出了该算法用于边缘检测的实例．新的边缘检测算子中包含了图像的纹理特征和灰度特征，因此，它具有好的抗噪性能和局部化性能，适合于有噪背景下目标边缘的提取     

一种有的图像边缘修正方法

在实验的基础上，从视觉心得学出发，对边缘检测结果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、平等及封闭约束和图像边缘的长度约束以边缘出错类型，开成修正规则与算法。最后给出了修正处理的实验结果。     

一种高效检测MRI脑肿瘤图像边缘的方法

以哈佛大学医学院开发的脑肿瘤医学图像数据库为背景, 提出一种自动多阈值、 中值滤波和sobel边缘检测相结合的方法(T_Sobel算法). 实验表明该方法对MRI脑肿瘤图像具有很好的鲁棒性.     

一种高效检测MRI脑肿瘤图像边缘的方法

以哈佛大学医学院开发的脑肿瘤医学图像数据库为背景,提出一种自动多阈值、中值滤波和sobel边缘检测相结合的方法(T_Sobel算法).实验表明该方法对MRI脑肿瘤图像具有很好的鲁棒性.     

一种基于边缘检测的视网膜图像的分割方法

基于图像处理的理论,提出了一种针对视网膜图像的分割方法。实验结果表明,该方法在保留原图的边界特征的基础上,很好的改善了图像的视觉效果。     

一种基于Contourlet变换的图像边缘检测方法

基于小波变换域图像边缘检测算法只能有效检测出图像有限方向的边缘,而且这种算法所得到的边缘图像往往出现断裂现象.Contourlet变换是一种新的多尺度几何分析方法,它不仅拥有小波变换的时频局域特性和多分辨率特性,而且还具有很好的方向性和各向异性.提出一种新的基于Contourlet变换的边缘检测算法.仿真结果表明,该算法对图像边缘细节的提取比基于小波的图像边缘检测方法更加丰富,且具有较好的连续性.     

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.     

一种图像边缘检测的新算法

构造了一种含有方向信息的八方向边缘提取算子 ,采用边缘跟踪的方法来抑制噪声 ,并提出了一种自适应确定边缘提取门限值的方法     

建筑图像中线段提取算法研究

从图像中提取线段是建筑图像理解和分析研究过程中的一项重要工作。在已有的算法中,最具有代表性的是Hough变换算法和基于连接的算法。本文在分析图像基本特征的基础上提出了一种改进的线段提取算法,将两种算法的优势较好的结合起来,为系统的设计与开发提供了强有力的支撑。     

一种改进的图像边缘检测算法

边缘检测是图像处理中重要的处理技术,在经典Prewitt算子基础上,介绍一种改进算法.该算法检测八个方向的图像边缘,利用图像梯度模、边缘点的相关性及约束性确定图像边缘,具有图像边缘定位准确、抗干扰能力强等特点.     

图像边缘检测方法综述

目的介绍图像边缘检测技术的研究现状。方法总结了经典的边缘检测算子和近年来出现的新的边缘检测方法,分析了各种算法的特点和处理性能,并对它们自身的优缺点进行了论述。结果与结论每一种方法都有优缺点,在图像边缘检测中可根据实际需要选择合理的方法。