一种基于色差的彩色图像的边缘检测方法

传统的边缘检测方法大都是基于灰度图像的,这就不能充分利用彩色图像的全部信息。文章提出了一种基于色差的彩色图像的边缘检测方法,它能快速准确地检测到图像的边缘,具有低的错判率和较高的效率,优于传统基于灰度的边缘检测方法。     

一种基于Canny彩色图像边缘检测算法

本文提出了一种新颖快速彩色图像边缘检测算法，充分考虑了彩色图像的边缘特性，根据数据融合技术对各个分量得到的边缘信息进行联合优化，进行RGB色融合成新图像，再边缘检测。实验证明，该算法能提取更多的彩色边缘信息，检测精度和效果都比较令人满意。     

基于DSP的Sobel算子边缘检测算法的实现

提出了一种基于DSP的边缘检测算法的实现方案,给出了以TMS320DM642为核心处理器的系统硬件设计框图,分析了图像信号采集、处理以及输出三个软件任务线程.实验结果表明:该系统设计简单、运行稳定,充分利用了DSP强大的数据处理能力,满足实时性要求,并且获得较好的边缘检测效果.     

基于改进Sobel算子的表面裂纹边缘检测算法

文章针对经典Sobel边缘检测算子存在图像边缘定位精度不高和对噪声敏感等缺点,通过分析引水压力钢管表面裂纹图像的特点,提出了一种改进算法.首先增加6个方向模板,提高定位精度;其次,对于使用8个方向模板检测的图像运用迭代阈值分割算法进行二值化处理,去除伪边缘;最后利用形态学膨胀算法连接裂纹.经实验证明,该算法能够有效地提...     

一种带权色差的彩色图像边缘检测方法

提出一种新的带权色差的彩色图像边缘检测方法.通过在HSV(色度、饱和度、亮度)空间和Sobel算子的基础上,再增加45 °角和135 °角两个方向上的梯度算子,对颜色分量差采用加权的方式,把彩色图像映射为一个亮度矩阵.在此基础上,利用阈值调整,检测出整个图像的边缘.实验表明,该方法对合成及自然彩色图像均能较快较好地得到边缘.     

一种改进的基于梯度的图像边缘检测算法

针对经典基于梯度的边缘检测算法对方向的敏感性,从梯度的定义出发,本文提出了一种能够根据实际精度需求任意调整方向的多方向边缘检测的算法.该算法操作简单,具有图像边缘定位准确,抗噪能力强的特点.     

一种新的彩色图像边缘检测算法

传统的边缘检测方法大都基于灰度图像,不能充分利用彩色图像的全部信息。针对已有算法中存在的像素点扩散、边缘定位不准确、边缘不连续等问题,提出了一种彩色图像边缘提取算法,基于图像自身梯度方向信息和多通道信息融合技术,将灰度边缘模板算子扩展应用到彩色图像的边缘检测中,在RGB空间中对原彩色图像进行多通道边缘检测;同时采用滤波来抑制噪声,依靠边缘生长保证检出边缘的连续性,并提出了自适应确定边缘提取门限值的方法。该文提出的彩色图像边缘检测算法计算量小,实验结果表明了其能充分利用图像的颜色和梯度信息,有效地消除噪声,提高边缘检测的准确性,保证边缘的连续性。     

基于VC++的改进的图像边缘检测算法研究

对4种常用的图像边缘检测算子的特点进行了分析和比较。在此基础上,针对LOG算子存在的一些缺点,运用选取阈值的方法,将Sobel算子和LOG算子结合起来,提出了一种新的图像边缘检测方法。基于VC＋＋语言,研究了该方法的设计并得以实现。实验结果表明,相对于单纯的LOG算子,该方法更具有实用性和有效性。     

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。     

一种改进的Sobel算子边缘检测及细化算法

针对经典的Sobel算子存在的边缘定位精度不高和边缘提取较粗等缺点,对经典Sobel算法进行了改进:在原有的两个方向模板基础上增加了135°和45°2个方向模板,并通过非极小值抑制和邻域标准差叠加获取梯度图像,提高了边缘定位精度和增强边缘强度;对梯度图像在3×3邻域内采用梯度阈值结合边缘方向进行了边缘细化处理;实验证明,该算法不仅有效地解决了Sobel算法提取边缘过粗及定位不精确的问题,而且使图像边缘更连续、清晰.     

基于改进Sobel算子的多仪表图像边缘检测算法

为了解决Sobel算子在多仪表图像检测中存在的边缘定位精度不高、提取边缘较粗以及对噪声敏感等缺点,提出了一种改进算法。首先在原有水平和垂直模板的基础上新增6个方向模板,提高了边缘定位精度,使其适用于纹理结构复杂的图像。然后根据图像的具体特征自适应确定阈值,有效去除图像的伪边缘。最后结合数学形态学的灰度腐蚀理论,对检测到的边缘进行细化处理。不仅能获得细化效果较好的边缘,同时可以有效的抑制噪声。实验结果表明:改进后的算法对图像噪声干扰有较强的抑制能力,提取的边缘定位准确、结构细腻。     

基于混合智能的彩色图像的边缘检测算法研究

以费用函数最小化方法为基础,提出一种基于粒子群和量子进化算法为基础的混合智能算法用于进行图像的边缘检测．提出了基于混合智能的进化算法,用于进行图像边缘检测．仿真结果表明,新算法得到了令人满意的检测效果．     

灰关联空间中基于最大熵阈值的医学彩色图像分割算法

将灰关联理论引入彩色图像分割领域,提出一种在灰关联空间中面向医学彩色图像的最大熵阈值分割算法.通过对分辨系数和色彩影响因子的选取,避免了传统彩色图像分割中三维色彩信息的丢失现象,并使算法具备了一定的抗噪性能,分割的精度和实时性也获得了较大提高.实验结果证明了算法的有效性.     

一种改进的基于小波变换的图像边缘检测算法

本文研究了利用小波变换对图像进行边缘特征提取的算法.传统的小波边缘检测算法检测到的边缘均有边缘定位不准确、边缘不连续等缺点.为了解决这些问题,本文对小波边缘检测算法作了一些改进.主要改进了以下两个方面:在图像边缘检测方面,检测小波系数模的相角方向上小波系数的局部模极大值点;在阈值选取方面,不再应用全局的单一阈值,而是选择动态双阈值.实验表明,本文方法在图像边缘的连续性比较好,边缘定位上比较准确,而且能很好地保留图像的细节信息.     

基于CNN的彩色图像边缘提取方法

根据人眼对R、G和B的敏感特性,提出一种基于视觉感知的矢量角度彩色空间距离度量方法,较传统方法补偿了RGB颜色空间的不均匀性,有效提高了RGB颜色空间内色差度量的精确程度.对基于细胞神经网络(Cellular Neural Network,CNN)进行的彩色图像边缘提取进行理论分析,确定与其功能相适应的最佳模板参数.实验结果表明:该算法不仅实现了彩色图像的边缘提取,同时提取效果更全面,更符合人眼的视觉效果,具有较强的鲁棒性.     

基于小波变换的彩色图像双盲水印算法

在一般水印研究的基础上,提出了一种基于离散小波变换(DWT)的彩色图像双盲水印算法,利用二维DWT变换对彩色图像的3个彩色分量分别进行多尺度分解,然后将两个加密后的二值水印图像自适应地嵌入到3个彩色分量的DWT系数中.通过滤波过程,能够将这3个二值水印完整地提取出来,并且水印的提取不需要原始图像.实验结果表明:使用该方法嵌入的数字水印对常见的图像处理有较强的鲁棒性,能够使数字媒体的版权得到更好的保护.     

基于蚁群聚类算法的彩色图像量化方法

提出了一种新的彩色图像颜色量化算法:蚁群聚类算法.该算法通过模拟蚂蚁对物体的捡起和丢弃行为,得到一种捡起和丢弃像素的概率模型,对RGB彩色空间下的彩色图像进行了聚类.实验结果表明蚁群聚类算法实现起来简单快捷,并且取得了很好的颜色量化效果.     

基于混沌系统的彩色图像小波域加密算法

由于高维混沌系统具有更高的安全性,且密钥空间更大,提出一种基于三维Lorenz混沌系统的彩色图像小波域加密算法.首先对图像进行小波处理,对得到的小波域系数矩阵进行多次分块置乱,以提高置乱效率;然后采用扩散和置乱同时进行的方式减少算法的遍历次数.仿真实验结果表明:该算法具有良好的加密效果和很强的密钥敏感性,能够抵抗暴力破解和其他干扰,具有较高的安全性与实用性.