搜索结果: 1-10 共查到“光学工程 边缘检测”相关记录10条 . 查询时间(0.183 秒)
用于线纹显微图像的边缘检测算法
边缘检测 矩不变理论 方向信息测度 轴向邻域和差
2015/12/23
为了在简化计算的同时达到较高的定位精度,提出一种轴向邻域和差边缘检测算法,用于低信噪比、缓慢过渡的微结构显微图像的边缘检测.首先,结合显微图像采集系统的配置,分析了线纹显微图像边缘灰度轮廓特征和基于导数的边缘检测算法的不足.然后,基于方向信息测度,定义了轴向邻域和差运算,依据矩不变理论推导出轴向邻域和差边缘检测算法.实验结果表明:轴向邻域和差边缘检测算法能够适应不同分辨率的显微图像,具有较强的抗噪...
基于FPGA的实时边缘检测系统
PGA 中值滤波 Sobel 边缘检测
2014/3/24
提出一种基于FPGA的实时边缘检测系统,运用Verilog语言实现了系统的数据采集、存储和显示。并针对目前边缘检测易受噪声影响的缺点,采用一种结合中值滤波和改进的Sobel边缘检测的图像预处理算法。通过与经典Sobel边缘检测算法处理后的图像相比较,证明所研制的系统对图像噪声干扰有较强的抑制能力,且提取的边缘定位较准确,可适用于对实时性要求较高的智能监控、识别和跟踪等领域。
快速多项式拟合亚像素边缘检测算法的研究
图像处理 亚像素 边缘检测 多项式拟合
2011/4/19
传统的亚像素边缘检测都是先粗定位，再进行亚像素细分，因而运行时间较长。采用了一种基于多项式拟合的快速亚像素边缘检测算法。该算法根据图像的灰度分布，运用三次多项式拟合图像的边缘实现亚像素定位，从而达到较高的定位精度。采用在边缘附近取点，进行亚像素边缘检测，减少了运行时间。仿真实验给出的实验结果证明了该算法的有效性。
文章提出了一种集成于单片FPGA的数字化线阵CCD边缘检测系统 。通过对CCD输出图像的边缘灰度梯度分析，利用高斯滤波除噪、边缘检测算法确定其像元级边界 ，并提出了一种以最小二乘多项式拟合来确定亚像元级边界位置的新算法 。整个系统以FPGA器件作为核心及数字电路硬件的载体 ，利用VHDL语言及图形化输入方式在Quartus ii 7.2软件平台上进行了系统的设计 。误差分析及仿真结果表明 ，该边缘...
基于多尺度张量的边缘检测算法
多尺度分析 边缘检测 张量 噪声
2011/4/18
如何在确保边缘精确定位的同时，最大程度地抑制噪声以及图像灰度不均匀所产生的伪边缘点，是当前边缘检测所面临的难题。针对此问题，提出了多尺度张量的边缘检测算法，这种算法可以在不同尺度下获取更丰富的局部结构信息。选取适当的阈值，滤除噪声点和伪边缘，从而得到细节丰富的边缘。实验证明该方法得到的边缘细节丰富，且抗噪声性能较好。
Chan-Vese模型是一种优秀的简化Mumford-Shah模型。然而Chan-Vese模型是以两个同质区域为基础建立的，这并不符合红外图像的特点，导致直接应用该模型处理红外图像时可能失败。针对这一问题，提出了一种适用于红外图像边缘检测的改进Mumford-Shah模型，并对该模型中目标边缘的保持、停止准则的建立及算法速度的提高作了详细讨论。实验表明，改进Mumford-Shah模型能够克服Ch...
基于线阵CCD的运动板材边缘检测方法
平行光投射系统 线阵CCD 边缘检测
2008/8/5
研究了一种利用线阵CCD的图像快速采集功能对运动板材边缘进行检测的方法。该方案用平行光投射系统来照明,采用一片AVR单片机驱动CCD工作并对测量结果进行处理，有效地简化了硬件结构。介绍了一种CCD输出信号的处理电路及其二值化原理，并给出了系统硬件、软件设计方案。实验证明:该方案的测量精度可达到0.03mm，响应时间少于2ms。
基于深度优先遍历的图像边缘检测方法
图像处理 深度优先遍历 边缘检测
2008/8/5
图像边缘识别是图像处理的重要组成。提出一种基于深度优先遍历的梯度分割算法，这种算法首先构造像素点的数据结构，然后从图像任意点出发，估算该点附近的像素点并获取梯度值，如果该点满足边缘点的特征，则从该点出发深度遍历寻找垂直于梯度方向上的边缘点，并标记访问过的点。如果该方向上没有满足条件的点则回退，从某个具有仅次于最大梯度值的方向继续遍历，并标记开始遍历的点为角点，直至遍历全图。该算法将图像的边缘点和...
小波变换在CCD图像边缘检测中的应用
CCD图像 小波变换 直方图分割 边缘检测
2008/7/9
对于CCD图像的非稳定高斯噪声,传统的Fourier变换法无法消除噪声,而小波变换在时域和频域同时具有优良的局部化特征,而且对高频采用逐渐精细的时域或空城步长可以聚焦到分析对象的任意细节,从而克服了传统Fourier变换固定步长等缺点,因此,小波变换法可消除这种噪声.本文在分析CCD图像噪声的基础上,利用小波变换和直方图分割方法对目标图像进行了降噪和边缘检测.试验证明此法行之有效.
基于多特征和FCM的图像边缘检测方法
2007/8/20
提出了一种新的基于多特征和FCM的边缘检测算法.该方法根据边缘点附近灰度分布特点构造了多个反映边缘特性的特征分量，并利用输入图像提取该组特征分量，组成一个反映图像边缘特征的数据集.用FCM聚类算法将该数据集分为两类，即边缘点数据和非边缘点数据，实现边缘检测.该方法无需确定阈值，对弱边缘检测较敏感，在特征的选取上充分考虑了边缘和噪声的本质区别，因而具有优异的抗噪性能.