Prewitt图像边缘检测方法的改进

改进传统的边缘检测方法,有很大的发展潜力.结合形态学方法,对Prewitt图像边缘检测方法进行改进,经过实例验证,改进方法检测的边缘更清晰、线条更完整,抗噪声性能良好.     

基于改进Prewitt算子的最佳阈值选择

边缘作为图像的一种基本特征,在图像识别、图像分割等领域中有着广泛的应用。文中在传统的Prewitt算子改进的基础上,提出利用边缘的最大后验概率估计,找出边缘检测的最佳阈值。并将实验结果与Sobel,Canny等算子进行了对比。结果显示,文中算法能检测出最佳阈值。     

基于Prewitt算子的新闻字幕检测

新闻视频的标题字幕中包含有丰富的语义信息,是实现自动化视频检索、分析和理解的重要信息源之一。通过对新闻字幕的特点进行分析,文章提出了一种基于Prewitt算子的新闻字幕检测的方法。算法首先对图像进行灰度变换,然后利用Prewitt算子进行边缘检测,最后进行字幕区域的探测与合并,检测出字幕。通过对不同的新闻视频帧进行实验,获得了较高的探测准确率。试验证明,文章提出的方法能够较好的完成新闻字幕检测的任务。     

图像目标边缘形态检测方法研究

基于数学形态学的边缘检测方法对处理光学经纬仪实际拍摄的含噪声图像与其它常规边缘检测方法相比,具有明显的优势。将空域滤波和Prewitt边缘算子与数学形态学相结合的目标边缘检测方法对图像边缘的检测精度较高,抗噪声能力强,提高了图像边缘检测效果。     

一种改进的边缘细化方法

针对Sobel算子检测出的图像边缘较粗且检测效果受噪声影响大的问题,提出了一种结合自适应平滑滤波并改进原细化算法的方法来抑制噪声并细化边缘。使用新的自适应平滑滤波梯度模板对原始图像滤波,在平滑噪声的过程中锐化图像边缘;在Sobel算子检测出边缘后使用改进的细化算法剔除伪边缘点。试验比较表明:在迭代次数相同的情况下,新的自适应平滑滤波模板比原梯度模板总体效果更好;改进的边缘细化算法在保证与原算法运算时间相当的条件下,保留了更多的边缘细节信息,细化结果更加准确。     

基于Sobel算子的改进边缘检测算法

提出了一种基于Sobel算子改进的边缘检测算法。该算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度。在计算图像梯度时结合了方向拆分法,将每个方向梯度与两个子方向半个模板对应的像素点之和分别求比值,选择最大者作为该方向的梯度值,然后将四个方向梯度的最大值作为窗口中心点的梯度,最后对梯度图像进行阈值分割和细化,得到边缘图像。实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、图像边缘较细的优点。     

基于canny算子的改进边缘检测算法

本文提出了一种基于Canny算子的改进边缘检测算法。该算法既具备传统Canny算子信噪比高、定位精确的优点,又具备较强的去噪能力和较好的边缘检测效果。实验表明,本文算法增强了Canny算子在噪声干扰情况下的去噪效果,提高了边缘定位的精确度,能够得到更加完整的边缘轮廓。     

一种新边缘检测算子正弦算子

边缘检测是在图像中标注灰度强度变化的过程,边缘检测的主要目的是检测和标注显著的灰度强度变化,检测准则、定位准则和响应的唯一性是评估边缘检测算子的三个准则,该文基于这三个准则,给出了获取最优边缘检测算子的详细理论推导,以一维阶跃边缘最优检测算子为例,讨论了对任意形状边缘设计边缘检测算子的过程。在此基础上,该文提出了一种新检测算子正弦算子,根据评估边缘检测算子的三个准则,该文建议的正弦算子要优于高斯一阶导函数,实验结果表明,正弦算子对检测和定位一维和二维含噪边缘都具有较好的效果。     

基于Sobel算子的医学图像边缘检测研究

边缘检测是图像处理过程的关键技术.由于医学图像的特殊性,检测边缘的准确性对疾病的诊断和治疗有着重大的影响.针对传统Sobel算法存在定位不精确、提取边缘较粗等不足,提出了一种改进算法.算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度,采取局部梯度均值作为阈值对初始梯度图像进行局部梯度筛选,局部弱边缘得到增强,然后对处理后梯度图像进行细化和提取,得到边缘图像.实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、边连续性好和边缘较细等优点,在医学图像处理中具有一定的实用性.     

一种改进的边缘细化方法Improved edge thinning method

针对Sobel算子检测出的图像边缘较粗且检测效果受噪声影响大的问题,提出了一种结合自适应平滑滤波并改进原细化算法的方法来抑制噪声并细化边缘。使用新的自适应平滑滤波梯度模板对原始图像滤波,在平滑噪声的过程中锐化图像边缘;在Sobel算子检测出边缘后使用改进的细化算法剔除伪边缘点。试验比较表明：在迭代次数相同的情况下,新的自适应平滑滤波模板比原梯度模板总体效果更好;改进的边缘细化算法在保证与原算法运算时间相当的条件下,保留了更多的边缘细节信息,细化结果更加准确。     

基于Sobel算子的多尺度边缘提取算法

文章分析了sobel算子的小波性质，借助于cascade算法的应用，将小波多尺度分辨特性与sobel算子相结合。利用尺度滤波，提出了在含噪图像中进行多尺度边缘快速提取算法，并通过实验验证了该方法的可行性。     

基于Laplacian算子的图像边缘检测方法研究

在分析图像边缘特性及其Laplacian算子检测原理的基础上对经典Laplacian算子算法进行改进，以便能准确地检测出图像中的目标边缘，并利用该改进算法来检测彩色图像的边缘。     

基于LoG算子的图像边缘增强算法的改进

图像边缘增强的目的是为了突出图像所包含的信息.图像的许多有用信息集中在图像的边缘部分,从频谱上说就是图像的高频部分,因而可以用加重高频来增强图像,常规方法是直接对图像锐化,这会加剧噪声对图像的影响.本文先用高斯-拉普拉斯算子检测出图像的高频部分,然后用最大方差比方法确定图像边缘,再针对边缘对图像进行增强处理.实验表明,该方法可有效抑制边缘增强后的噪声问题.     

一种新的基于Laplacian算子的边缘检测方法

Laplacian算子是二阶微分算子，利用边缘点处二阶导函数出现零交叉的原理检测边缘，对灰度突变敏感，定位精度高，但抗噪性差。本文基于Laplacian算子的边缘检测模型，采用最大／最小中值滤波器，提出一种新的边缘检测方法。实验结果表明该方法具有保护边缘和平滑噪声的优点，边缘检测效果理想。     

基于Prewitt 算子的自适应弱小目标检测

针对工业现场中复杂背景下镁熔液弱小目标实时检测的难题,从图像识别的角度提出了基于Prewitt 算子的自适应背景预测算法.该算法首先使用Prewitt 算子对原始图像进行处理从而计算出图像最大灰度差,其次根据最大灰度差与每个像素点的灰度差的差异选择背景预测模型进行处理得到背景预测图像,然后用原始图像减去背景预测图像得到残差图像,接着对残差图像作帧差运算以及阈值分割运算得到二值图像,最后使用形态学运算获取最终的目标,并将该算法与最小一乘法的检测性能进行对比.Matlab 仿真结果表明,该算法不仅可检测到弱小目标,并且检测到的目标点面积增大了60％,检测时间减少了96.92％,为图像处理技术应用于工业现场实时检测镁熔液中弱小目标奠定了基础.     

基于Canny算子的改进的图像边缘检测方法

针对Canny算子的边缘检测算法提出了自己的改进方法,用MTM滤波算法取代Gauss滤波方法,并对算法中的参数选取进行了讨论。实验结果表明,改进的算法有效地提高了边缘检测准确性,极大地降低了计算量,取得较好的效果。     

基于Sobel算子的图像边缘检测研究

在图像处理中,提出了一种新的边缘检测算法,该算法首先对由Otsu算法所得图像进行形态学的去除孤立像素和闭运算操作,然后再用Sobel算子进行边缘检测,最后将所得图像与用Sobel算子直接对原始图像进行边缘检测的图像相加。最后用MATLAB对数字图像和红外图像都进行了仿真。仿真结果表明,该算法改善了单一的用Sobel算子检测对垂直与水平方向敏感,其他方向不敏感的不足,提高了Sobel边缘检测算子的性能,具有良好的检测精度。此算法不仅适用于数字图像还适用于红外图像。