基于区域增长及边缘检测的一种图象分割方法

提出一种图象分割算法，这种算法综合了三种算法，即区域增长、边缘检测及保持边平滑平衡，它可以明显地克服区域增长及边缘检测各自的缺点，在这种方法中还引进了边界平滑算法使得分割所产生的边界更可靠，可直接应用到三图象分割，医学图象分割的实验中，证明了这种方法的有效性。     

基于边缘检测及数学形态学的快速汽车车牌定位

车牌定位是汽车牌照识别系统的重要环节,定位的准确性直接影响车牌识别的准确率.文章研究了利用图像边缘及数学形态学的快速汽车车牌定位方法,首先将彩色图像灰度化,并利用Sobel算子进行图像边缘提取,然后运用数学形态学算法对二值图像进行处理,得到几个车牌候选区域,最后利用连通区域的长宽比,面积比及车牌字符水平分布特征等来准确定位车牌.实验表明,这一方法能快速准确地实现车牌定位.     

综合小波和数学形态学的图像边缘检测

提出一种基于小波和数学形态学相结合的图像边缘检测方法,即将图像分为高频和低频两部分别进行处理,利用小波对高频和低频部分进行边缘检测后,再利用数学形态学方法对低频进行边缘处理,并对两种边缘图像进行了融合.实验结果证实了该算法的可行性.     

一种改进的形态学边缘检测方法

对经典形态学进行了3点改进,提出一种多尺度多级级联自适应加权图像边缘检测算法.经实验结果表明,与其他方法相比,该算法抗噪性能更优,得到的边缘图像具有良好的边缘细节特性,算法比较简单,具有一定的实用性和可行性.     

一种简单的灰度图像边缘检测算法

提出了一种新的基于平行方向上像素点灰度值平均值求差的边缘检测算法.根据像素点及其八邻域的灰度值,在尽量保证图像信息完整的基础上,选择合适的阈值提取出尽可能合适数量的边缘点,并利用边缘的连续性原理对结果中的噪声点进行筛选,以达到边缘提取的目的,提高图像边缘检测效果.实验表明:此算法对灰度图像是一种简单、有效的边缘检测算法.     

基于MAP准则图象恢复和边缘检测方法

运基于马尔可夫随机场的ＭＡＰ准则进行图象恢复和边缘检测，并在运用模拟退虎法时，采用逐点象素向领域跳变的方法，大大减少了运算量。     

一种基于形态学变换的车道检测方法

利用形态学图像处理技术,基于形态学变换的道路检测方法,能够应用形态学变换、Canny边缘检测与Hough变换检测出直线道路车行道的边缘线。试验表明该方法能够准确提取出目标区域轮廓。     

基于小波包分散的多尺度图象边缘检测算法及实现

提出一种基于小波分解的多尺度图象边缘检测算法,对经小波包分解所得到的高频部分加以考虑,避免了普通的利用小波分散进行边缘检测时忽略图象频部分的缺陷。在此基础上,通过对实际图象运用此算法,对其检测效果同其他方法分析与比较,结果证明此方法在复杂图象边缘检测中具有较好的效果。     

提取深度图象尖顶边缘的一种新方法

提出了一种以基本数学形态学运算为基础的在深度图象中提取尖顶边缘的方法。首先用形态梯度算子处理深度图象，使尖顶边缘包含在图象的凹谷中。然后用形态凹谷检测算子将凹谷检测出来，并在尖顶边缘处形成凸峰，计算凸峰的局部极点，从而得到对应的尖顶边缘点的位置，用实际的深度图象进行了实验，结果证明这种方法快速有效，并且具有良好的抗噪声性能。     

由近似边界进行边缘改善的几种珠子链算法的分析和比较

本文提出了由近似边界确定物体边界的简易珠子链算法,该算法较珠子链算法和改进珠子链算法简单。试验证明:加上约束条件的简易珠子链算法比不加约束条件的改进珠子链算法算法精确。     

基于数学形态变换的数字影象分析算法研究

数学形态学是研究数字影象形态结构特征的一门新兴理论，它在数字图象处理领域中有很强的应用。本文从数学形态学理论出发，研制了一套形态变换算法，并用于规则几何形状的数字影象分割和边缘检测，取得了令人满意的效果。     

基于分数阶微分的医学图像边缘检测方法

医学图像边缘检测是医学图像处理和分析的关键步骤,它的清晰程度直接影响到医生诊断的速度以及准确性.传统边缘检测算子对噪声敏感,检测到的图像边缘效果不够理想,得到的图片边缘有可能模糊不清,为了克服传统边缘检测算子对噪声敏感的缺点,给出了一种改进的基于分数阶微分算法的医学图像边缘检测方法,实验结果表明:该方法不仅有效的提取了图像边缘特征,而且对噪声具有较好的抑制作用.是一种有效的医学图像边缘检测方法.     

基于边缘检测的焊缝图像自动识别算法

提出一种基于边缘检测的焊缝图像识别方法,即通过对螺旋钢管焊缝图像的实时采集、处理、分析,一旦发现焊枪偏离焊缝中心则及时对焊枪走向加以调整。该方法运用在实际螺旋钢管焊接中,具有检测时间短、误差小、工作稳定可靠、抗干扰能力强等特点。     

基于Canny算子边缘检测的车牌图像增强方法

提出一种基于Canny算子的车牌边缘检测技术,该技术优点是适用于不同场合并且它的参数允许调整以便于识别不同的边缘特性,尤其适合车牌数字这样具有封闭特性的图像;其缺点是在实时图像处理时速度比较慢。     

基于边缘检测的沥青混合料图像分割技术研究

在对沥青混合料数字图像进行平滑去噪处理与增强处理基础上,采用边缘检测的分割算法对沥青混合料集料颗粒进行辨识与分析,突显出集料颗粒边缘轮廓,可为目标对象做进一步的特征提取和分离提供可靠的依据.     

融合边缘检测与区域生长的交通图像分割方法

在交通监控中,如何从复杂的背景中分割运动物体是至关重要的一步,针对车辆的运动阴影对图像分割产生的不利影响,提出了一种新的融合边缘检测与区域生长的彩色图像分割算法,算法同时考虑了图像的彩色信息和空间信息.该算法首先对彩色图像边缘检测,并根据检测结果设置种子像素;再基于颜色相似性生长准则,结合边缘检测结果,对每个种子点进行区域生长;最后,利用区域合并算法对剩余的像素进行合并.实验结果表明该算法很大程度上克服了阴影给图像分割带来的不利影响.     

基于小波分解的车辆视频检测算法

作为智能交通系统(ITS)的基础部分,车辆检测系统在ITS中占有很重要的地位,目前常用的基于视频的车辆检测方法主要有:灰度比较法、背景差法、帧差法、边缘检测法.本文在分析这几种方法的优缺点的基础上,提出了一种基于数学形态学滤波和小波分解的算法.该算法首先对视频图像进行形态学滤波,然后在虚拟检测区进行小波分解,通过分析小波系数来检测车辆,它计算量小,复杂度低,可正确判断有无车辆、完成车辆的计数,实现车流量计算.     

一种基于直方图的车辆检测方法

获得车辆图像的准确定位是视频交通检测的关键,在分析传统车辆检测方法不足的基础上,提出的基于直方图的检测方法,能够提高图像分割的准确性,确保对车辆目标的顺利提取,具有一定的实际应用价值。     

复杂背景图像中圆检测的新算法

如何在复杂背景图像中确定圆的存在,并将其准确定位,具有广泛的工程应用价值.本文通过对大量圆定位算法的研究,提出了一种利用圆形性特征在复杂背景图像中进行圆检测的新算法.经实验证明,此算法实现了复杂背景图像中圆形炮管的自动定位与分割,对于发生形变的图像,此算法仍具有较好的位移、旋转和伸缩不变性,可应用于工程中的圆检测.