共查询到19条相似文献,搜索用时 31 毫秒
1.
2.
《测绘科学技术学报》2014,(6)
特征提取作为特征匹配的关键步骤,其提取结果直接影响着边缘匹配的精度。针对自由形状边缘特征的提取问题,提出一种亚像素边缘提取方法。首先通过边缘跟踪和扩展连接能得到连续性较好的边缘曲线;为了进一步消除噪声的影响,利用双边滤波方法对边缘曲线进行平滑去噪处理。实验结果表明,在保持高定位精度的基础上,该方法能有效提取连续性较好且平滑的自由形状边缘特征,这为基于边缘特征的匹配奠定了基础。 相似文献
3.
4.
Canny算子对人工标志中心的亚像素精度定位 总被引:10,自引:0,他引:10
在使用圆型人工标志的计算机视觉检测中,人工标志的识别率和中心定位精度直接影响到检测的整体精度.传统的中心定位算法对人工标志识别率低、中心定位精度差,已不能满足精密检测的要求.文中采用Canny算子对带有圆形人工标志的数字图像进行边缘分割,通过模式识别方法、最小二乘拟合方法计算人工标志中心.该方法解决了标志识别率低的问题,提高了标志图像中心定位精度.其精度可达到亚像素级,能够满足高精度计算机视觉测量的要求. 相似文献
5.
为了解决Harris-Laplace检测算法的角点坐标偏移与像素级角点的问题,提出了基于Harris-Laplace算法的亚像素角点检测方法。该方法首先用原始图像与高斯函数进行卷积生成多尺度空间,在原始图像和多尺度空间图像上各自提取Harris-Laplace角点;然后以多尺度空间角点为中心向原始图像投影,统计原始图像上投影区域内的角点形成角点集群,并结合多尺度空间角点响应值对集群角点进行筛选;最后采用位置(坐标)加权平均法确定角点的精确坐标。实验结果表明,该方法能够提供稳定抗噪、尺度不变的亚像素精度角点。 相似文献
6.
圆形标志中心子像素定位方法的研究与实现 总被引:19,自引:1,他引:18
黄桂平 《武汉大学学报(信息科学版)》2005,30(5):388-391
采用回光反射材料制作圆形回光反射标志,经摄影后得到标志的“准二值影像”;对标志的椭圆影像进行亚像素边缘提取,经最小二乘椭圆拟合后得到标志中心的子像素级位置。试验表明,可以达到0.02像素的定位精度 相似文献
7.
基于小波增强的改进多尺度形态梯度边缘检测算法 总被引:7,自引:1,他引:7
在形态学梯度边缘检测算子的基础上,综合多结构元和多尺度算法的特性,提出了一种基于小波增强的多结构元、多尺度边缘检测方法,用不同取向的结构元素对图像进行多尺度检测,并综合各尺度下的边缘,得到了噪声存在下的理想边缘。实验表明,本文方法边缘定位准确、轮廓清晰,保留了更多的图像细节,具有较强的抗噪能力。 相似文献
8.
数字图像边缘检测方法的探讨 总被引:26,自引:0,他引:26
首先介绍有关边缘的定义与特征,阐述边缘检测方法Roberts算子、Prewitt算子、Sobel算子、二次微分(Laplacian算子)、模板操作(Kirsch模板、Prewitt模板),并介绍Marr理论的边缘检测方法。还简单说明边缘检测的应用。 相似文献
9.
基于预测的边缘检测方法 总被引:3,自引:0,他引:3
提出了一种基于预测的、有一定自适应性的边缘检测方法。介绍了其原理和算法实现过程。通过计算两个相邻像素的灰度值的均值、均方差和梯度来预测下一个像素的灰度值,比较预测值和真实值来判断下一个像素是否是边界点。通过与现有同类算法的比较,证明了该算法的优越性 相似文献
10.
11.
基于梯度幅度直方图和类内方差的边缘提取方法 总被引:1,自引:0,他引:1
针对复杂背景中目标边缘提取的问题,提出一种基于梯度幅度直方图和类内方差进行边缘提取的新方法———CAGH(cluster algorithm based on gradient histogram)算法。该算法先分析经“非最大梯度抑制”后的梯度幅度直方图的特征,确定边缘集中区域,再通过类内方差确定梯度阈值,并利用该阈值确定边缘。在车牌识别中运用该方法提取复杂背景中的车牌边缘,并与Sobel、Canny等算法进行了比较。结果表明,CAGH算法适应性强、提取效率高,提取的是连通性、独立性好的单像素边缘,有利于后续的特征提取和模式识别。 相似文献
12.
蚁群算法是近些年发展起来的一种群体智能优化算法,它利用生物信息激素作为蚂蚁选择后续行为的依据,并通过蚂蚁间的协同与交互来完成全局寻优搜索过程。本文将该算法用于边缘检测,建立图像边缘与信息场之间的联系。提出了基于像素邻域的8个启发信息检测算子,指导蚂蚁选择最优边缘路径,并能自动确定分割阈值。对灰度图像进行模拟实验与经典分割算子进行对比,结果表明,该算法可以精确提取边缘特征,细节特征更为清晰。 相似文献
13.
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。 相似文献
14.
15.
16.
鉴于现有的形态学梯度边缘检测算子没有考虑梯度的矢量性,在边缘检测部分提出了具有方向估计的形态学梯度算子,并将平滑处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现。同时,在图像分割部分运用了多层次自适应的模糊阈值分割方法,利用自适应的方法对典型的模糊分割器的窗宽进行调整,并运用多层次的局部调整使图像分割后的物体边缘更加完整清晰。 相似文献
17.
为了进一步提高形态学边缘检测算法的性能,设计了一种多结构元素复合滤波器,定义了一种具有方向估计的形态学梯度,并在此基础上提出了一种对噪声不敏感的边缘检测算法。该算法充分发挥形态学变换方式和结构元素的噪声抑制和细节保持性能,用含有方向信息的结构元素检测图像的边缘,并通过沿梯度方向进行非极大值抑制获取单像素宽边缘。实验结果表明,本算法边缘检测效果良好,抗噪性能强,且处理速度较快。 相似文献
18.
目前,小波阈值去噪方法简单有效,已成为图像去噪领域中常用的去噪方法.但传统的小波阈值去噪方法存在一些缺点,在去除图像噪声的过程中会出现去噪不彻底、噪声残留和噪声误判的问题.本文首先利用小波边缘检测算法确定图像边缘特征的小波系数;然后,根据噪声的方差设置优化阈值函数去噪,即在以往统一阈值基础上加以修改,使阈值能随着分解尺度的变化而改变,对传统的软闽值和硬阈值的优点予以保留,改进它们的缺点,生成一种新的阈值函数,使它在处理小波系数时更加灵活.经过优化的小波阈值去噪后得到平滑图像;最后,把小波边缘检测图像镶嵌入平滑图像中.实验表明,与传统的小波阈值去噪方法相比,该算法解决了传统阈值函数在去噪过程中出现的问题,进行有效去噪的同时保留图像的细节,使图像更加清晰,提高了信噪比. 相似文献