基于FPGA的Sobel边缘检测架构

本文提出了一种基于Field Programmable Gate Array(FPGA)实现的高效8-bitSobel边缘检测硬件架构,通过结构优化和引入流水线技术,不仅减少了硬件资源利用率,并且提高了系统运行的最大频率。与三种现有的Sobel边缘检测架构相比,第一种是传统的Sobel边缘检测结构,另外两种也是8-bitSobel边缘检测结构。结果表明,本文提出的8-bitSobel边缘检测结构比传统的Sobel边缘检测结构在硬件资源上减少了37.55%,运行速度上提高了14.74%.尽管与运行速度最快的8-bitSobel边缘检测结构相比在速度上降低了1.24%,但是在资源率上提高了25%。因此,本文提出的8-bitSobel边缘检测架构更适用于硬件资源有限的平台。     

基于DCT的Sobel算子的图像边缘检测优化算法

针对Sobel算子会检测出很多的伪边缘,边缘定位精度不够高等问题,提出一种基于DCT的Sobel算子的图像边缘检测优化算法.该算法首先将图像转换成灰度图像,然后做二维DCT变换,获取其低频DCT信息,然后将低频信息与原始图像对比获取其灰度图像信息,接着经过Sobel算子运算,与直接经过Sobel算子运算后的图像进行对比叠加,最终得到图像边缘信息.该方法能更准确地定位出图像边缘,弥补了Sobel的不足.     

一种改进的Sobel图像边缘检测算法

在经典Sobel算法的基础上，介绍了一种改进算法。该算法能检测八个方向的图像边缘，并能抑制噪声对边缘检测的影响。     

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FPGA的图像缩放及边缘检测的算法实现

边缘检测与图像缩放是图像处理中重要的研究内容,广泛地应用于图像模式识别、分割和图像增强中。随着新兴技术和相关理论的发展,新的边缘检测和图像缩放方法仍在不断出现。本文着力探索新的基于FPGA的图像边缘检测与图像缩放的方法。     

基于Sobel边缘检测的圆周Harris角点检测算法

特征点的选取是视觉研究的基础,其选取的精确度直接影响到视觉信息处理的准确性与可靠性。传统Harris角点检测方法具有计算简单、易于实现的优点,但该算法效率低下、检测精度较低、抗噪性差、存在角点簇。提出一种基于Sobel边缘检测的圆周Harris角点检测算法:首先采用Sobel边缘检测进行角点预筛选,本质上提高检测效率;随后采用圆周窗口模板对筛选后的角点进行非极大值抑制,减少漏检点与伪角点的个数;最后采用临近点剔除法,保留非极值最大点作为角点,解决角点簇问题。实验结果表明,文中角点检测算法运行效率得到了极大提高,减低漏检率的同时,旋转不变性亦得到了改善。     

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...     

基于改进Sobel算子的实时边缘检测系统设计与FPGA实现

为了提高边缘定位精度和实用性,本文以FPGA为硬件平台设计了基于改进Sobel算子的实时边缘检测系统.首先,利用CCD相机采集视频并存储到SDRAM存储器中;然后通过改进的Sobel算子对视频每一帧进行边缘检测,运用非极大值抑制算法细化边缘;最后将边缘图像经VGA接口模块进行实时显示.结果显示,本系统边缘定位更加准确,实时性较高.     

结合Sobel算子的蚁群红外图像边缘检测

红外图像边缘检测是红外图像处理的重要组成部分,蚁群算法应用在边缘检测方面具有良好的表现,但算法中蚂蚁初始位置的随机释放使得蚂蚁一开始会在非边缘区域耗费时间.采用Sobel边缘检测算子来引导蚁群边缘检测算法中蚂蚁初始位置的分布,使其以较高概率成为边缘的像素点作为起点对图像进行全局搜索,在对高概率区域检测的同时也将算法迭代...     

Sobel边缘检测的细化

边缘检测是数字图像处理中基础而又重要的课题,Sobel算子是图像边缘检测中常用的方法之一。首先将Sobel与其他几种常用的边缘检测算子进行分析和比较,对经典的Sobel算子进行更深入的研究,Sobel算子的优点在于检测速度快,对噪声都具有平滑作用,对噪声具有一定的抑制能力;虽然产生了较好的边缘效果,但也存在一些问题:检测出了一些伪边缘,使得边缘比较粗,降低了检测定位精度。针对Sobel算子存在的问题,研究学者提出了一些改进的方法,如:扩展检测模板,边缘跟踪等方法,在分析这些方法的基础上,提出一种新的简单的Sobel算子改进方法。这种方法在经典的Sobel算法检测出的边缘的基础上对边缘进行细化,实验证明该方法有效解决了Sobel算子边缘检测时边缘过粗的问题,得到的边缘较细,定位精确。     

基于Sobel算子含噪低对比度图像的边缘检测方法

在分析噪声图像、低对比度图像的各种边缘检测方法及Sobel算子检测原理的基础上,提出了一种以Sobel算子为基础,应用直方图均衡化和二值化的改进算法.经实验证明,改进过的算法对含噪低对比度图像具有较好的检测效果,与传统的Sobel、Canny算法相比,具有边缘连续、清晰的优越性.     

基于图像边缘检测算法的研究

近年来,小波分析已成为工程学科中迅速发展起来的一个新领域,小波变换在时域和频域同时具有良好的局部化性质,而且对于高频成分采用逐步精细的时域或频域取样步长,可以聚焦到对象的任意细节.介绍了边缘检测的经典算子和小波边缘检测的方法,用Matlab实现后对各种算法进行比较,并分析了各种算法的优劣,单从效果而言,基于小波的算法较好.     

基于ANFIS的图像边缘检测算法

提出了一个包含4个自适应神经模糊推理系统(ANFIS)和一个后处理块的网络,该网络可用于灰度图像边缘检测。网络中每个ANFIS都是一个四输入单输出的一阶Sugeno模糊推理系统。所提出的边缘检测算法分两步进行,首先对该网络进行优化训练,确定其参数,然后用优化后的网络对被脉冲噪声污染的测试图像进行边缘检测。所提出的新算法的特色之处在于,即使测试图像被噪声污染,新算法也能有效地提取图像中的边缘信息而无需进行图像滤波预处理过程。仿真结果表明,新算法提取边缘信息的能力明显优于传统的边缘检测算法。     

改进的图像边缘检测算法的FPGA实现与仿真

针对经典Sobel算子方向和模板尺寸的局限性及FPGA硬件处理速度快、并行流水线处理等特点,本文提出了对图像边缘8个方向进行检测并由Verilog语言编程实现的改进的Sobel算子。FPGA仿真结果表明,改进的Sobel算子可以优化图像边缘检测效果,同时可以并行处理多张图像,满足图像处理系统的实时性要求。     

图像边缘检测电路的FPGA设计

本文实现了基于FPGA的SOBEL算子图像边缘检测电路的设计。利用FPGA的流水线结构和并行阵列结构,由时序电路流水线读取数据,利用单行缓存并行输出产生SOBEL算子所需的3×3窗口数据,用加法运算替代乘法运算,实现SOBEL算子图像边缘检测系统的FPGA硬件电路构建。     

基于小波提升的图像边缘检测算法

小波提升方案为第一代小波提供了更快捷的实现方法;本文比较了小波分析和提升方案的基本原理,提出了提升方案在图像边缘检测中的实现算法;最后,利用VC 工具进行了实验验证.     

基于改进蚁群算法的图像边缘检测

为了克服传统基于蚁群算法的图像边缘检测存在定位不准、易陷入局部最优解、对噪声鲁棒性不佳、且收敛速度过慢等缺点,本文提出了一种基于改进蚁群算法的图像边缘检测算法,此算法以传统边缘检测算子得到的边缘信息作为启发信息,建立了基于蚁群算法的边缘追踪模型,实现了信息素和启发信息对边缘追踪的导向作用,避免了蚂蚁在非边缘区域内行走,克服了陷入局部最优的缺点,最后本文运用了条件概率建立边缘检测评价标准.实验结果表明,本文的边缘检测方法具有较好的检测精度和噪声鲁棒性,且运行速度较快.     

基于量子算法的图像边缘检测研究

为了提高图像边缘检测的质量,采用量子算法.首先在二维Hilbert空间建立量子基态,在量子旋转门的复空间的旋转中,调整的旋转角步长使得概率幅始终向着最优解出现的方向旋转;接着实现图像从灰度空间到图像量子空间的映射;最后在图像像素的叠加态关联中通过线性加权厄米算法投影的平均值对图像边缘检测,同时确定检测范围.仿真实验显示,此算法检测图像边缘清晰,检测的信息量丰富.