Matlab中图像边缘检测算法研究

边缘检测是图像识别的中心环节,快速、精确地提取图像物体的边缘信息一直是国内外研究的热点。本文介绍了Roberts算子、Prewitt算子、Sobel算子、LOG算子和Canny算子等经典边缘检测算子,对其性能和算法特点进行分析。运用Matlab进行算法的仿真,并对其检测结果进行分析和比较。得出Sobel算子、Prewitt算子检测斜向阶跃边缘效果较好,Roberts算子检测水平和垂直边缘效果较好,LOG算子和canny算子提取的边缘比较完整,位置比较准确,并能够检测出图像较细的边缘部分。为进一步研究图像边缘检测理论奠定了一定的基础。     

一种改进的SAR影像边缘检测方法

由于SAR影像具有乘性相干斑噪声,某些对光学影像有较好检测性能的边缘检测算子,对于SAR影像并不适用,因此本文提出了一种将改进后的Ratio算子与Canny算子相组合的新方法。首先采用多种客观评价指标,得出经典方法中的Lee滤波能有效去除噪声,且最大限度保留了梯度信息,适用于边缘检测;然后对边缘检测具有恒虚警特性的Ratio算子进行改进,改进后的算子更利于影像归一化处理;最后利用改进后的Ratio算子与Canny算子组合成新方法。试验结果证明,组合后的新方法显著提高了边缘检测正确率和定位精度,改善了边缘连续性,具有一定的有效性和实用性。     

一种带有方向的边缘检测算子在道路边缘提取中的应用研究

提出了一种带有方向的边缘检测算子,以高分辨率遥感影像为例,进行了道路边缘提取实验。研究结果表明,与经典的LOG算子相比,该算子提取的道路边缘,断线少、噪声低,在线状地物的提取中有较明显的优势。     

一种消除不规则地物影响的规则地物边缘检测算子

对传统的边缘检测算子来说，虽然本身或在使用方法上都有一定的抑制噪声能力，但是效果并不明显，所以本文提出一种改进的方向方差算子，能够在检测“规则”地物边缘的同时，有效的抑制了“不规则”地物的影响。实验中，与传统的边缘检测算子进行了比较，结果证明本算法是有效的。     

基于数学形态学细化算子的改进Canny算法研究

边缘检测是图像处理领域研究的一个重要内容。本文基于数学形态学改进现有Canny算子。该方法首先用Canny算子进行滤波,然后采用非极大抑制技术,将强边缘图像和弱边缘图像的边缘进行连接,再对提取的边缘利用形态学细化算子细化。针对不同图像采用不同门限比例,可取得不同的边缘提取效果。本文采用峰值信噪比、均方误差、平均绝对误差三个评价指标对边缘检测算法的优越性进行度量。实验分析表明,本文算法优于Sobel算子、Roberts算子、Log算子及传统Canny算法。     

基于MATLAB的边缘检测算法研究

边缘检测是处理与剖析图像的主要内容之一,它在文字识别、车牌识别、遥感特征地物的提取等生产和生活领域发挥着非常重要的作用。但是,不同的图像有着不同的特征,到目前为止,没有一种统一的方法对所有的图像及地物的特征进行边缘检测。针对这一不足,本文首先探讨了4种经典的二值化算法和相应的改进二值化算法,并将经典算法与改进后的算法进行对比分析,然后利用Canny算子对二值化处理后的图像进行边缘检测。得出结论,迭代法和改进的迭代法与Canny算子相结合作为边缘检测的方法是一种高效率、高精度的方法。     

基于星载SAR影像的苏北地区海岸线提取研究

介绍了K-means聚类分割法和形态学处理,并对比了几种边缘算子;针对Prewitt算子和Roberts算子在像素点邻近区域内受噪声影响较大、边缘检测效果不佳的问题,选用Canny算子提取海岸线。首先对SAR影像进行K-means算法、形态学处理,再采用Canny算子提取海岸线。与其他边缘提取算法相比,该方法提取的海岸线连续性较好,平滑度也十分优秀,与真实的海岸线吻合度较高。     

自适应Canny边缘检测算法研究

在分析传统Canny算子边缘检测原理的基础上,提出了一种自适应Canny边缘检测方法。文中方法在保持了传统Canny算子原有的信噪比高、定位准确和单边缘响应优点基础上,提高了抑制虚假边缘的能力,并且利用全局阈值分割方法自适应确定动态阈值,提高了边缘检测的自动化程度,在实际应用中取得了良好的效果,通过实验证明了自适应Canny边缘检测方法是一种有效的边缘检测改善方法。     

一种改进的Canny算子边缘检测算法

介绍Canny算子边缘检测的基本原理,并对其性能进行分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,提出一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。在计算梯度幅值的时候采用了邻域的梯度幅值计算方法,考虑了像素对角线方向的梯度计算,进一步抑制了噪声的影响。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。     

基于MATLAB的图像边缘检测算法的比较与分析

图像的边缘中包含有图像的大部分信息,并且图像边缘检测是图像处理与分析的关键性步骤,也是模式识别与计算机视觉领域的主要研究内容之一,因此,研究边缘检测算子对图像处理十分重要。运用MATLAB对Sobel算子、LOG算子及Canny算子三种常用的边缘检测算子进行了仿真实验,分析了其各自的优缺点,得出Canny算子是三种算子中边缘检测效果最好的边缘检测算子。为今后的实际应用,选择合适的算子提供了参考依据。     

灰色系统理论在图像边缘检测中的应用研究

提出了一种将邓氏关联度与经典的Prewitt边缘检测算子相结合的边缘检测方法。采用Prewitt算子作为参考序列,图像各像素点及其8邻域构成比较序列,计算参考序列和比较序列之间的邓氏关联度,依据邓氏关联度的大小来判断图像的边缘。仿真实验表明,该方法可以较准确地检测出有用的图像边缘信息,具有一定的抗噪能力,提取的边缘比较完整,非边缘点少,连续性好。     

一种顾及空间关系的遥感影像阴影检测算法

以城市区域内高大建筑阴影为研究对象,针对现有的阴影检测算法在复杂地物环境下检测精度和可靠性不高的问题,提出了一种结合颜色空间特征和空间关系的遥感影像阴影检测方法。首先,采用SLIC超像素算法对影像进行分割;然后基于Lab和HSI颜色空间构建初步检测条件,将阴影划分为阴影主体区域和待检测区域;最后,借助Canny边缘检测信息合并待判别区域内的超像素块,并利用阴影区域与造成干扰区域间的空间位置关系构建的检测条件进行判别。实验结果表明,该方法可以有效提高复杂地物环境下遥感影像阴影的检测精度和算法可靠性。     

高分辨率航空影像建筑物垂直边缘线提取技术研究

高分辨率航空影像建筑物垂直边缘线的提取在获取建筑物高度信息和检测建筑物过程中可以发挥重要的作用。分析建筑物垂直边缘线在遥感影像上的特性,在遥感影像边缘检测和细化基础上,利用带约束条件的Hough变换实现建筑物垂直边缘线的提取,通过实验验证该方法的可行性。     

基于分形理论的SAR图像边缘检测

分析了SAR图像的基本特点 ,阐述用DFBR模型表达SAR图像的基本原理 ,提出两种基于分形理论的SAR图像边缘检测方法。通过对传统方法、分形方法和多尺度分形方法的特性分析和实验 ,说明分形方法有较强的抗干扰性能 ,适用于SAR图像的边缘检测 ,并且基于多重分形的方法能获得更好的检测结果     

一种改进的边缘检测算法

对传统的微分边缘检测算法进行了分析和评价。针对微分边缘检测算法的缺陷,提出了一种改进的边缘检测算法。新算法将待检测像素的邻域也作为一个考虑的对象,通过计算该邻域的性质,从而增加了梯度运算的可靠性。实验表明,新算法能够检测到更细的边缘,并且在椒盐噪声的情况下要优于常用的微分边缘检测算法。