共查询到10条相似文献,搜索用时 15 毫秒
1.
基于contourlet模极大值的图像边缘检测 总被引:3,自引:0,他引:3
现存的基于空间域或小波变换域图像边缘检测算法只能有效检测出图像有限方向的边缘。本文提出在contourlet变换子带上搜索模极大值的图像边缘检测算法。通过适当地调节变换各尺度上的分解级数得到具有抛物线型尺度的基,另使其满足方向消失矩条件,则contourlet变换获得对图像中分片光滑边缘的最佳逼近。对原图像进行非下采样contourlet变换,然后对各子带进行阈值处理。由于contourlet变换子带不同于小波子带的全新特点,根据各方向子带代表的方向及其梯度方向,子带上各样本点与其梯度方向上相邻点比较模值即得变换系数模极大值。该算法不需经过复杂的连接模极大值点操作,亦可得到较高的边缘检测性能,较大地降低了计算复杂度。实验显示本文算法所提取的边缘更加逼近图像真实边缘,且具有较低的计算复杂度。 相似文献
2.
3.
4.
5.
6.
基于HOG特征的铁路扣件检测算法中,各类扣件特征的可辨性易受光照不均匀因素影响,降低了检测准确率.针对此类光照不均匀图像,将二维经验模态分解(BEMD)理论与直方图均衡化相结合,首先利用BEMD变换提取图像的细节分量和照射分量,并通过直方图均衡化增强细节分量;然后进行光照判断,据光照判断对细节增强分量叠加调整后的照射分量,得到光照均匀、细节增强的扣件图像.真实实验表明,与传统方法相比,此方法能有效增强图像对比度,提高铁路扣件检测精度. 相似文献
7.
针对货车轮对踏面检测中,由于低照度和雾霾环境产生的图像清晰度差、色彩失真问题,提出了一种基于Lab色彩空间的改进Retinex图像增强算法。该算法将RGB空间图像先转换为Lab色彩空间,然后保持图像色度分量a、b不变,仅对亮度分量L进行多尺度Retinex变换并根据L通道反射分量对a、b通道图像自适应调整,同时在亮度分量Retinex变换过程中将空间域高斯函数与图像的卷积运算转换为窗口无关快速均值滤波(FMF)算法处理,最后将Lab模型转换为RGB色彩空间,使增强后的图像颜色得到保持。实验结果表明,将改进算法应用于货车轮对踏面图像增强处理中,提高了图像色彩的保真度,增强了图像处理速度,为后续踏面图像检测分析打下了基础。 相似文献
8.
《铁道科学与工程学报》2015,(6)
通过研究轨道组成及部件,分析能提取出稳定目标特征的轨道部件。首先,在CCD获取图像后,对图像进行滤波处理。同时,针对Canny算子提取边缘具有伪像素、像素宽等缺点,采用改进的Canny算子对图像进行边缘检测。其次,对于RHT在直线提取上具有无效采样、无效累积等缺点,将检测后的图像边缘采用改进的RHT进行直线特征检测。最后,根据实验进一步证明改进后的RHT在直线特征提取上面具有速度快,降低内存等优点,DSP开发节约Flash空间,为整个课题做理论支撑。 相似文献
9.
10.
针对传统方法对铁路轨枕定位效率差、效果不理想等问题,提出一种基于改进Sobel算子的轨枕精确定位方法。首先将传统Sobel算子由原来水平和垂直2个方向模板增加至8个方向模板,提高边缘的检测精度;然后采用最大后验概率估计法对采用8方向Sobel算子检测出的梯度图像选取最佳阈值并进行二值化处理,增强算法的抗噪声能力;最后,将处理后的图像进行灰度投影,实现轨枕精确定位。试验结果表明,该方法能快速、准确地定位轨枕,为铁路轨枕状态检测提供可靠的、高精度的轨枕图像。 相似文献