基于形态学的种子图像边缘检测方法

采集种子在传送带上的动态图像,运用数学形态学算子对图像边缘进行检测。结果显示,与传统的边缘检测算法相比,该方法可准确提取种子图像边缘,且具有很强的抗噪能力。     

基于二值化的数学形态学生物图像边缘检测算法

针对边缘检测算子对噪声敏感且检测边界相对模糊的缺点,提出了基于动态二值化的数学形态学边缘检测算法。该算法首先利用动态二值化方法确定将灰度图像转化为二值图像的阈值,然后利用数学形态学的腐蚀和去空洞相结合的方法去除二值化图像的噪声,最后用细化方法检测单像素图像边缘。仿真结果表明,该算法能降低噪声及图像模糊对边缘检测的影响,实现边缘的准确定位,并保留足够的图像细节,具有更强的去除噪声能力,为显微生物单体图像处理提供了一种有效的边缘细化检测方法。     

基于二值化的数学形态学生物图像边缘检测算法

针对边缘检测算子对噪声敏感且检测边界相对模糊的缺点,提出了基于动态二值化的数学形态学边缘检测算法.该算法首先利用动态二值化方法确定将灰度图像转化为二值图像的阈值,然后利用数学形态学的腐蚀和去空洞相结合的方法去除二值化图像的噪声,最后用细化方法检测单像素图像边缘.仿真结果表明,该算法能降低噪声及图像模糊对边缘检测的影响,实现边缘的准确定位,并保留足够的图像细节,具有更强的去除噪声能力,为显微生物单体图像处理提供了一种有效的边缘细化检测方法.     

基于CT图像板材节子边缘检测的研究

板材CT图像的边缘提取是实现板材三维重建的关键步骤。针对板材CT图像低对比度、低动态范围、板材缺陷边缘提取困难等问题,采用数学形态学方法对板材二值化处理后的图像进行边缘提取,并与传统的Sobel、Prewitt、LoG和Canny算子对原始板材CT图像边缘提取效果进行对比。结果表明,这种方法能较好地检测出板材节子的边缘信息,提取的边缘清晰完整,准确性较高,能为后续的板材CT图像三维重构奠定基础。     

基于形态学和小波变换的图像边缘检测方法

电力机房图像边缘提取是实现电力机房三维重建的重要辅助环节,机房图像边缘提取越精准,三维重建将会更准确.本文提出一种融合小波变换模极大值和多尺度多结构形态学的图像边缘检测算法对电力机房图像进行处理.首先,对原始电力机房图像进行小波分解得到高频图像和低频图像;然后,采用小波变化模极大值算法提取高频图像的边缘信息,多尺度多结构数学形态学算法提取低频图像的边缘信息;最后,通过叠加运算融合高频和低频的边缘信息,得到原始图像的边缘信息.通过仿真实验表明,本文提出的边缘检测算法在抗噪性能、边缘连续性、定位精度上综合实力最强.     

基于数学形态学的植物叶片图像预处理

植物叶片图像的预处理是进行叶形特征提取和识别的重要前提,获得高质量的预处理叶片图像对计算机辅助植物识别十分重要.本文提出了基于数学形态学的植物叶片图像的预处理方法,运用数学形态学中的开运算和闭运算消除图像中的孤立噪声点并填补叶片内部孔洞.该方法保持了原图像的基本形状特征并能获得清晰的边缘,为叶片特征提取创造了良好的前提.     

遗传算法优化的形态学边缘检测算子

图像边缘检测通常是以类似于素描图的图像表达出物体的要素和特征,其任务是使图像边缘准确定位和抑制噪声.在传统形态学算子基础上提出一种遗传算法优化的形态学Top-Hat算子.实验表明,与传统的边缘检测算法相比,该算法不仅具有较强的边缘提取能力,而且通过合理选择结构元素能明显降低噪声对检测结果的影响,准确检测出图像边缘.     

分形与形态学在原木漏节图像边缘检测中的应用

采用X射线无损检测系统透射被检测的原木,根据检测透射物体后射线强度的差异,得到漏节图像。将图像分割成若干子区域,应用最小盒计数法计算每个子区域的分形维数,将图像从空域描述变换到分形域描述。进而应用数学形态学对得到的分形维数图进行有效的边缘检测,以确定原木缺陷的种类。检测结果表明：将分形理论和数学形态学结合起来的边缘检测方法,可以快速、准确地检测出原木漏节图像边缘。     

基于图像边缘检测方法的暂态电力扰动检测

应用数字图像边缘检测理论,提出了基于数学形态学的暂态电力扰动检测和时间定位方法.该方法根据正常情况下和扰动情况下电力信号变化的不同特点,采用图像边缘检测算子获取电力扰动发生时信号\"阶梯变化\"产生的奇异点,并采取形态滤波、优化采样频率和结构元素长度等措施抑制信号噪声和正常情况下信号\"斜坡变化\"对扰动检测的影响,提高检测灵敏度.算法实现简单,计算量小,定时精度高,实时性好,对硬件要求低.对多种常见暂态电力扰动的仿真检测,验证了所提方法的可行性和有效性.     

Canny算法在岩心图像边缘检测中应用

岩心图片是岩心实物的高度保真图像,可以反映地下的原始面貌。通过对岩心图像的相关处理,可以更好地认识岩心的地质构造。将Canny算法应用到岩心图像的边缘检测中,以获取岩心裂缝、孔洞等信息。结果表明,Canny算法比传统的Prewitt等算法更适合于岩心图像的处理。     

基于多策略融合技术的水稻叶片边缘检测算法研究

农作物边缘检测问题是基于图像处理技术的农作物检测技术的重要内容之一.在分析已有边缘检测方法的基础上,将图像区域最小外接矩形算法、中值滤波、Canny算子和闭运算有机结合,提出一种基于多策略融合技术的水稻叶片边缘检测算法,将该方法应用于单叶片、背景为白板的叶片、背景为土壤的叶片、重叠叶片等不同特征的图像,有效地获取连续、光滑的水稻叶片边缘,表明该算法具有高效、准确和鲁棒的特性.     

基于像素类型的阶跃型边缘提取算法

介绍一种用于提取目标图像和背景图像都比较简单的图像中的阶跃型边缘算法。把二值化图像中的像素点分为4类:背景点、目标体点、边缘点、噪声点;算法实现过程如下:首先对图像进行二值化处理,然后对二值图像中的目标体的边缘像素点进行跟踪,找出目标体的边缘曲线。试验表明:该算法实现简单、处理快速、抗噪性好。     

基于数学形态学的植物叶片图像分割方法研究

传统的边缘检测算子均属于线性滤波方法.数学形态学是一种非线性滤波方法,能够保持图像的基本形状特征,在图像处理各个领域广泛应用.仅用边缘检测算子或者数学形态学处理都不能得到理想的分割效果.根据边缘算子检测的结果,进行形态学滤波、数学形态学运算,采取不同的结构元素反复实验对植物叶片边缘信息进行提取.不用传统目测方法而是通过定量的分析实验结果,表明了边缘检测基础上进行形态学处理的分割方法的有效性.     

基于肤色信息和距离变换的快速人脸检测算法

人脸识别技术是当今人工智能和模式识别领域的一项重要研究内容,快速稳定的人脸检测算法已成为新的研究热点。提出了一种基于肤色模型和距离变换的快速人脸检测算法,首先利用肤色在颜色空间的类聚特性对肤色加以判别,从而确定出人脸区域在图像中的基本位置,然后运用距离变换结合人脸的几何特征计算出长和宽,最终实现人脸的定位。实验结果表明:该算法简单,易实现,在执行时间和识别率上取得了较好的效果。     

一种基于支持向量机的植物根系图像边缘检测算法(英文)

由于传统边缘检测方法中存在的比如粗糙边缘、噪声边缘和不准确边缘等缺点,因此在植物根系的研究中,采用传统的图像边缘检测方法检测出来的边缘信息都无法达到令人满意的效果。本文基于支持向量机方法给出一种新型、简单有效的边缘检测算法。基于带高斯径向基核函数的最小二乘支持向量机,得到了一簇梯度算子和相应的二阶导数算子。用所得到的边缘检测算法与Canny和Prewitt算法的性能进行了比较。仿真结果表明本文给出的算法与传统算法相比,不仅边缘检测性能得到提高,而且可以一定程度地克服噪声干扰。     

基于小波分析的图像边缘检测

本文介绍了数字图像的小波算法的基本原理，论述了二维图像的小波分析的边缘检测的原理，以及小波函数的构造。利用小波分析的边缘检测算法，对原始图像进行检测，具有良好的检测效果。     

基于肤色相似度和AdaBoost算法的人脸跟踪

根据肤色相似度判断是否肤色点后仅对肤色点进行AdaBoost算法的人脸跟踪进行了试验,同时改进了肤色相似度的计算速度.结果表明,该方法人脸检测速度快,识别率高.     

基于人脸检测的视频压缩

本文在研究监控系统的视频图像压缩基础上,提出了给予人脸对象分割的视频压缩。首先利用运动信息分割出入体轮廓,并综合运用人体的特征与形态数学的方法成功地分离出入脸大致区域;然后采用基于改进统计彩色信息模型方法,精确分割出入脸区域,去掉了不相关的冗余信息;最后提出了利用图像小波变换结合差分链码技术描述了人脸对象,并实现了高效的视频压缩。本文提出的视频压缩算法在同等压缩效率下,与MPEG-2算法相比提高了图像PSNR近3dB,而且经过本算法处理的视频序列,可以方便地用于人脸检测,为基于内容的检测打下良好的基础。     

一种基于形态学的木材导管图像分割方法

木材识别对木材科学和产业具有重要的意义,微观识别方法准确性高但过程繁琐,只有木材专家才能掌握。基于图像的智能木材识别方法是通过自动提取木材的识别特征来识别木材。该文提出了一种基于显微结构图像的木材导管自动提取方法,运用数学形态学的腐蚀、膨胀及开、闭运算进行去噪处理和边缘增强,将导管形态从阔叶材横切面显微图像中成功地提取出来。该方法为定量分析和提取阔叶材管孔式特征奠定了基础,是对基于图像的智能木材识别技术的有益探索。大量的试验表明,该方法是有效的。