首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 46 毫秒
1.
提出一种具有自动位置补偿功能的缺陷检测技术,有效地提取图像的缺陷信息.通过CCD实时准确地采集图像,利用特征提取与边缘检测对图像进行操作,运用多种图像处理技术,结合PLC自动控制,对缺陷信息进行自动检测,从而实现边缘检测与自动位置补偿的有机结合,在环形区域的缺陷检测上得到很好的应用.  相似文献   

2.
工业CT图像边缘信息提取是缺陷识别及三维重建的关键步骤。传统的边缘提取算法难以对CT图像边缘信息进行有效的提取.文章在对canny的最佳边缘信息检测算子进行理论分析研究的基础上,用VC 实现了该算法,并与Sobel算子、Gauss-Laplace算子提取的结果进行了比较.结果表明,用Canny算子对工业CT图像的边缘信息提取是有效和可行的。  相似文献   

3.
首先利用给出的算法对阻像进行Canny算子边缘检测,把图像转化成二值图像,然后对图像用数学形态学边缘检测去除伪边缘,最终再进行边缘连接.实验结果表明,对于含有噪声图像和不含噪声图像进行分割时,可以在尽量保留图像最大信息量的基础上,提取出单像素封闭边缘,保证了边缘信息的完整有效.  相似文献   

4.
边缘的提取在人脸识别技术中具有重要的意义。传统的算法检测到的边缘信息往往是不完整的,而且在检测噪声污染图像时会得到许多虚假的边缘;而神经网络算法由于没有样本的压缩功能,导致训练量过大。文章在传统算法的基础上结合神经网络算法对人脸图像的边缘进行检测。实验结果表明,该方法快速稳定,得到的边缘图像边界封闭性好,抗噪能力强。  相似文献   

5.
提出了一种改进的Sobel边缘检测和细化算法,用8个方向的模板对灰度图像进行边缘检测得到粗边缘图像,将粗边缘图像再进行Sobel边缘检测得到新的边缘图像,将前者减去后者得到差值图,从而得到边缘较细的边缘图,对于边缘模糊的部分,这种过程可以重复多次,这样能够捕捉多个方向的边缘信息,使检测到的边缘和边缘细化定位更精确。该算法容易实现,计算量小,速度快,适合作为图像检测中的快速边缘检测及细化。  相似文献   

6.
传统的边缘检测算法的效果很大程度上取决于阈值的选取,针对这个问题,提出了基于局部最大变化和二维OTSU的边缘检测方法,该方法利用图像局部区域的所有像素灰度值与中心像素灰度值的最大差值来描述图像边缘分布信息,从而得到图像边缘分布信息图,然后利用二维OTSU方法对该边缘分布信息图进行二值化处理得到边缘二值图。利用该边缘二值图,结合车辆的一些先验信息,提出车窗定位算法,并进一步确定驾驶员区域,最后通过在驾驶员区域内检测是否存在满足安全带先验特征的直线来判断驾驶员是否佩戴安全带。实验结果表明,该方法能够准确定位车窗边缘和驾驶员区域,可以应用于安全带的检测,具有一定的实用价值。  相似文献   

7.
采用CCD作为光电探测器改进传统阿贝折射仪,进行液体折射率的自动测量,其关键是对CCD采集到的图像信号进行边缘检测,提出应用Canny算子对数字化图像进行处理,以获得亚像素分辨率边缘位置数据的数值算法。该算法能较好地抑制噪声干扰并有较高的边缘定位精度。  相似文献   

8.
介绍并比较了几种基于分形理论的边缘检测技术,包括基于分形编码的图像边缘检测、基于离散分数布朗随机模型的图像边缘检测、基于多重分形方法的图像边缘检测、利用人造目标和自然背景的不同分形特征提取目标边缘。具有不同分形特征的图像采用不同的的算法都可以取得较理想的效果,但实际上无论哪一种算法在解决一定问题的同时也存在不同类型的缺陷。因而,寻求更理想的分形方法应用在图像边缘检测中将仍然是图像处理与分析中研究的主要问题之一。  相似文献   

9.
针对工业流水线上圆形工件的检测与定位问题,研究了一种基于图像处理的尺寸检测方法,以测量出圆形工件的位置与半径大小。首先,根据所设定的灰度图阈值将源图像进行二值化处理,并采用区域搜索策略以对工件区域进行填充;在此基础上,进一步利用边缘检测算法推导出预处理图像的边缘坐标信息,并根据所统计数值组拟合出工件的位置与半径大小。最后,利用五个实例验证该方法的有效性与可行性。  相似文献   

10.
自动纠偏系统在带材卷取过程中非常重要,由于带材位置受到多因素影响,具有非线性、时变、和分布参数多等特点,要建立精确数学模型非常困难。因此为了保障带材在卷取过程中不跑偏,提高成材率,防止对设备造成损害,本文提出了一套切合实际的纠偏控制系统,采用视觉实时监测与模糊控制的方法,在实际设备运行过程中取得了较好的效果。由视觉传感器采集实时图像传输到计算机。计算机采用特定边缘检测算法得出卷材位置信息,将位置信息传输给PLC进行处理控制,消除位置偏差。  相似文献   

11.
为了更为准确地提取钢板表面缺陷,针对传统 Canny 算法的不足,提出一种改进型Canny边缘检测算法。该算法在平滑滤波部分采用自适应高斯滤波器,在滤除图像噪声的同时,可以保留更多图像边缘信息;采用8×8邻域代替Canny算法中2×2邻域计算梯度幅值;高低阈值的确定是根据图像的灰度均值和方差均值自动计算的。仿真结果表明,改进算法在钢板缺陷的边缘检测中可以准确地得到更多边缘细节,同时也能很好地抑制假边缘,且具有较强的自适应能力。  相似文献   

12.
图像边缘检测技术是图像分割、目标识别、区域形状提取等图像分析领域中十分重要的基础。对具有代表性的图像边缘检测算子进行了讨论,还结合小波变换方法和数学形态学方法分析了在边缘检测中的应用,并给出了这些算法的仿真实验效果,最后对实验结果进行了分析。这有助于学习和寻找更好的边缘检测方法。  相似文献   

13.
由于彩色图像能够提供比灰度图像更为丰富的信息,因此彩色图像处理越来越受到人们的重视。为了充分利用彩色信息进行边缘检测,提出了基于多方向矢量梯度的彩色图像边缘检测方法。在分析传统基于矢量梯度的边缘检测方法存在边缘不连续、漏检等问题的基础上,通过引入多方向矢量梯度,综合考虑不同方向对图像梯度的响应,并借助信息融合技术融合多个方向下的检测结果,从而得到最终边缘检测结果。实验结果表明,该改进算法对边缘提取具有更好的连续性和定位准确性,而且对低照度下的边缘图像具有较好的响应。  相似文献   

14.
边缘检测是图像分析和计算机视觉中最重要的内容之一.80年代中期,从图像所具有的不确定性是由模糊性引起的观点出发,首次将模糊集理论引入图像的边缘检测中,提出了图像边缘检测模糊算法(简称附算法).与传统的空间域微分算法相比,该算法具有较好的抑噪、边缘检测效果,但是此算法仍然存在不少缺陷.就三种改进的模糊算法从算法原理和检测效果上与传统的Pal算法进行比较分析,用以说明改进算法能取得更好的检测效果.  相似文献   

15.
基于TMS320DM642,采用Sobel边缘检测算法,对活动图像内的物体边缘加以检测.结果表明,该方法可快速、准确地对活动图像中任意一帧内物体的边缘进行检测.  相似文献   

16.
介绍一种采用正交多项式进行边缘识别的新方法,先递推得到在拟合区间正交的多项式序列,由正交多项式按最小二乘法对数字图像中跨边缘像素灰度进行拟合。确定拟合系数时利用函数的正交性可以不用解方程,因此可以采用高阶多项式进行拟合,由拟合函数的导数识别边缘位置。新方法对边缘的拟合结果明显优于以前的普通多项式法。对生成图像的边缘识别结果表明,正交多项式拟合识别边缘的效果较好。简支梁模型试验表明,在一定的图像覆盖范围内,采用本文的图像检测方法,梁挠度检测精度与百分表检测精度相当,相对于百分表的点式检测,边缘检测属线状检测,检测范围大了很多。  相似文献   

17.
提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息.  相似文献   

18.
提取数字图像边缘的算法比较   总被引:1,自引:0,他引:1  
本文简要地介绍了几种经典算子的原理,设计了相关实验来提取图像边缘,并使用Marlab对图像进行边缘检测,分析这几种经典算子的优劣,找出适合进行图像边缘检测的最佳算子.  相似文献   

19.
一种新的模糊边缘检测算法   总被引:5,自引:0,他引:5  
基于信息论中最大熵原理 ,提出了一种新的模糊边缘检测算法 .首先介绍了模糊概率、用条件概率与条件熵定义模糊划分熵的概念以及模糊划分的原理 .算法利用了自然划分以及梯度图像模糊划分的关系 ,在条件概率与模糊划分熵的基础上 ,通过最大模糊熵原则实现图像分割中最优阈值的自动提取 ,从而实现图像的边缘检测 .对不同测试图像的边缘检测结果进行比较 ,表明了该算法的有效性 .  相似文献   

20.
《邢台学院学报》2014,(2):180-183
在计算机视觉中边缘检测是一个热门的研究领域。边缘检测能缩减大量数据并滤掉无用的信息,同时保护图像中重要的结构特征。Canny边缘检测算法是一个经典的算法,对此提出基于改进的各向异性扩散方程的检测算法,以克服传统算法对噪声的敏感性。传统Canny算法的双阈值需要人工赋值,针对不同的图像具有使用缺陷,因此,提出基于Otsu方法的自适应方法。实验表明,改进的算法有效地提高图像边缘检测的准确性,定位精确度高。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号