图像边缘检测Sobel算法的FPGA仿真与实现

针对目前数字图像处理速度不足的问题,提出一种使用硬件FPGA芯片实现Sobel边缘检测的方法.由于FPGA在并行结构和流水线结构具有天然优势,通过提高算法的并行性,可以大幅提高Sobel边缘检测速度.采用模块化方式构造了串/并转换模块、数据窗口生成模块和边缘检测模块,保证了系统的扩展性.使用Verilog HDL语言编写算法程序并成功进行了仿真和实现.     

基于改进高斯滤波的医学图像边缘增强

医学图像的边缘包含了图像的很多重要信息,对医学诊断的效率和精准性影响较大,文中研究了一种医学图像边缘增强的方法。为了在图像去噪阶段保留更多的图像细节信息,文中在传统高斯滤波算法基础上提出了一种标准差选取自适应的滤波算法。在图像增强阶段,利用传统的拉普拉斯算子结合强度权重控制图像增强的效果。经过算法分析和实验,验证了两种算法的结合提高了去噪效果,有效保留了图像的边缘细节信息,能够实现医学图像的边缘增强。     

基于扩散滤波的图像边缘检测算法

在处理图像的过程当中,边缘检测环节和提取环节具有重大的作用,算法是否科学直接决定着整体的功能。新世纪以来,我国边缘检测算法取得了举世瞩目的成就,可仍有很多的弊端需要我们去解决。因此,如何探索更加简便、容易实现的算法,具有重要的现实意义。而将扩散滤波理论应用于图像的边缘检测中,对图像进行扩散率波时,使用双向的扩散框架,可以让其增加逆向扩散边缘的效果。本文主要对基于扩散滤波的图像边缘检测算法这一问题展开了深入的研究和探讨,希望可以给同行朋友提供有用的帮助。     

基于数学形态滤波算子的医学图像边缘检测

利用数学形态学中开、闭滤波算子构造了一种边缘检测器，并将其用于医学图象的边缘检测。仿真结果表明，该边缘检测器可以较好的去除噪声并同时进行边缘检测。     

基于FPGA实现的图像中值滤波算法

中值滤波是数字图像处理中一种常用的滤波技术,对噪声有良好的处理效果。利用FPGA并行处理架构的特点,详细介绍了一种在FPGA上实现对红外图像进行中值滤波处理的方案。实验结果表明,该滤波方案运用在红外成像系统中能有效抑制图像噪声,改善图像质量。     

实时图像边缘检测的设计及FPGA实现

传统Sobel算法实现边缘检测是基于静态图像,而在实时图像处理中,边缘检测存在一定的复杂度和难度,文中将FPGA应用于实时图像边缘检测系统,从而实现动态实时图像的边缘检测。通过搭建实验平台仿真验证表明,检测精度和数据处理的运算效率均有所提高。     

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。     

基于多重分形分析的图像边缘检测算法

本文提出了一种基于多重分形分析的边缘检测算法。该算法通过定义在图像灰度级上的测度,计算图像中每一个象素点的奇异性和它的多重分形谱,然后根据多重分形谱,提取图像的边缘信息。经试验表明,该算法具有良好的边缘检测效果,并能突出主要的图像边缘细节信息。     

实时图像双边缘检测算法及FPGA实现

传统的单独采用Roberts和Sobel算子对实时图像的边缘进行检测,其检测出的结果在边缘精度和抗噪能力方面都有待提高。首先将实时图像经过中值滤波来去除噪声,然后再进行Roberts边缘和Sobel边缘检测,实现双边缘检测,最后将得到的边缘数据在FPGA上实现。实验结果表明,双边缘检测优于单独采用Roberts或Sobel边缘检测算法,检测出的边缘更加清晰,抗噪能力增强。     

基于浮选图像的高斯-椒盐噪声滤波算法

浮选图像采集和传输过程极易受到高斯-椒盐混合噪声的污染,严重了影响后续图像识别的精度.针对此种情况,结合多种传统滤波算法,提出一种去除高斯-椒盐混合噪声的有效算法.实验结果表明:提出的算法在去除浮选图像的混合噪声上要明显优于传统算法,且能够满足实时性需求,在滤除混合噪声上具有很好的参考价值.     

边缘图像滤波算法

图像经过边缘提取之后常会带有各种噪声,提取的边缘还不能满足需要,讨论了对边缘图像的滤波算法,先对边缘的图像进行闭运算,再进行区域标记。实验结果表明,该算法对提高边缘图像的质量是非常有效的。     

基于FPGA的图像边缘检测

简要介绍了Sobel算子,给出了基于FPGA的图像边缘检测器的设计方案,分析了选用FPGA器件的优点,最后给出了系统中滤波器的设计结构和比较器、边界判断器的软件设计代码.     

基于图像信噪比选择优化高斯滤波尺度

该文提出了一种选择优化高斯滤波尺度的算法。首先对图像的信噪比进行估计,以此来评估图像受噪声退化的程度;然后在样本图像中加上不同程度的噪声,利用最优化准则得到相应的最优高斯滤波尺度;最后在统计意义上研究最优化高斯尺度和图像信噪比之间的关系,通过数据拟合,可得到基于图像信噪比来选择高斯滤波尺度的算法。在Canny边界探测和非线性扩散滤波上的应用实验,显示了新算法的有效性。     

基于FPGA的深空图像实时边缘检测算法与实现

航天器的导航控制是深空探索的重要关键技术之一。随着探索距离越来越远,传统地面站控制的局限性越发明显,因此航天器自主导航成为深空探索的发展方向。边缘检测是光学自主导航系统中定位天体目标的关键算法之一,为了满足星载计算机计算的实时性要求,文中提出了一种优化的Canny边缘检测算法和FPGA电路架构来优化Canny边缘检测算法中的非极大值抑制并采用动态单阈值,使其能够以较少的资源占用在FPGA上以流水线架构实现。该方法在保证边缘提取精度地前提下满足光学自主导航实时性的要求,对复杂的星体目标也具有较好的鲁棒性。     

基于局部混合滤波的SAR图像边缘检测

该文结合基于非下采样方向滤波-双树复小波变换(NonSubsampled Direction Filter Bank-Dual-Tree Complex Wavelet Transform, NSDFB-DTCWT)的局部混合滤波算法和Dempster-Shafet (DS)证据理论提出一种基于局部混合滤波的SAR图像边缘检测算法。该算法首先对SAR图像进行局部混合滤波,然后对不同尺度滤波图像使用指数加权均值比(Ratio Of Exponentially Weighted Averages, ROEWA)算子检测边缘的强度,再使用Canny算子检测边缘的方向,从而得到SAR图像各尺度上的边缘,最后使用DS证据理论融合各尺度的边缘形成原始SAR图像的边缘。实验结果表明：该文所提出的算法具有很好的边缘检测效果,检测到的SAR图像的边缘定位准确和完整,且伪边缘较少。     

基于改进引导滤波的图像边缘检测算法研究

针对Canny算法中图像平滑导致细节缺失,且不能动态判别、锐化图像边缘的问题,提出了一种基于自适应加权引导滤波的Canny边缘检测算法。该算法对引导滤波做出两点改进：一是通过移位技术增加引导图像边缘坡度,实现图像锐化;二是引进分段权值模型对引导滤波算法的正则化参数自适应修正,使其能够根据梯度信息区分边缘和非边缘,从而自动改变平滑程度。较传统Canny算法,采用本算法处理的图像PSNR(峰值信噪比)提高了1.50～6.92dB,PFOM(Pratt品质因数)提高了0.02～0.31。实验结果表明：该算法能有效地锐化图像,提取到完整清晰的边缘。     

基于局部模糊分形维度的图像边缘检测算法

介绍了一种局部模糊分形维度,并将该技术应用到图像边缘检测中.将像素覆盖方法推广到N维模糊离散集分形维度的计算就得到了局部模糊分形维度.给出了局部图像的LFFD计算流程和基于LFFD的图像边缘检测方法.采用实例验证了本文的算法,实例结果显示,本文的算法是正确的、可行的和有效的.     

基于边缘的小波图像融合算法

提出一种基于边缘的小波图像融合算法,针对小波分解的不同频率域,分别对高频系数和低频系数设计不同的融合规则。采用小波系数局部模极大和定义的局部信号强度比相结合的方法融合高频系数;对低频系数采用一种基于边缘的方法,在两幅原图像中选择最有可能是边缘的点加以保留。实验结果表明:采用此融合规则得到的融合图像具有良好的融合效果。