您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于Sobel算子的医学图像边缘检测研究

  2. 边缘检测是图像处理过程的关键技术。由于医学图像的特殊性,检测边缘的准确性对疾病的诊断和治疗有着重大的影响。针对传统Sobel算法存在定位不精确、提取边缘较粗等不足,提出了一种改进算法。算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度,采取局部梯度均值作为阈值对初始梯度图像进行局部梯度筛选,局部弱边缘得到增强,然后对处理后梯度图像进行细化和提取,得到边缘图像。实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、边连续性好和边缘较细等优点
  3. 所属分类:其它

    • 发布日期:2021-01-29
    • 文件大小:2097152
    • 提供者:weixin_38663452
  1. 一种基于Sobel算子梯度增强的边缘检测算法

  2. 针对传统Sobel算子在图像边缘检测中存在的弱边缘提取较差及边缘较粗等不足,提出了一种局部梯度增强的检测算法。算法采用改进的Sobel算子卷积模板计算图像梯度;然后对梯度图像采用局部标准差方法增强局部弱边缘的梯度,最后对局部梯度增强的图像进行细化处理并提取图像边缘,得到边缘图像。实验结果表明,该算法获取的边缘图像边缘信息较丰富,连续性好,边缘较细,整体效果优于传统Sobel算法,具有较高的实用价值。
  3. 所属分类:其它

    • 发布日期:2021-01-29
    • 文件大小:5242880
    • 提供者:weixin_38506835
  1. 边缘检测与帧差法相融合的视频分割算法

  2. 常用的视频分割算法包括光流法、背景减除法和帧差法,但是3种算法容易受到计算量、环境噪声以及亮度突变等因素的影响,造成分割效果不理想。为了改善视频分割的质量,能够较好效果的提取到运动物体,提出一种将边缘检测与帧差法相融合的算法。该算法同时在两个方向进行。一是对相邻两帧图像进行边缘检测,将图像的边缘进行差分以得到运动物体的轮廓,为了连接轮廓中可能会出现的细小断点,对差分结果进行闭运算。二是根据设定的阈值,将相邻两帧图像的对应像素值转换为二值化数据,对二值化结果进行差分。最后综合闭运算与二值化差分结果
  3. 所属分类:其它

    • 发布日期:2021-01-29
    • 文件大小:3145728
    • 提供者:weixin_38516706
  1. 基于改进对数图像模型的机场跑道边缘检测研究

  2. 为克服传统对数图像处理模型在边缘检测中存在的边缘定位不准确、检测精度差等缺点,对其进行了改进,并采用实拍复杂背景条件下红外机场跑道进行了边缘检测试验,结果表明,改进后算法的目标边缘检测精度明显提高,定位准确,有利于图像的后续处理。
  3. 所属分类:其它

    • 发布日期:2021-01-28
    • 文件大小:3145728
    • 提供者:weixin_38571603
  1. 基于改进Canny算法的实时边缘检测系统设计与硬件实现

  2. 针对传统Canny边缘检测算法中的边缘连接是通过设定固定阈值完成的,无法自动适应外界检测环境变化的问题,在FPGA上设计实现了一种基于改进Canny算法的实时边缘检测系统。该系统利用OSTU算法(最大类间方差法)自动选取合适的双阈值,能够对摄像头模块采集的视频图像进行实时处理,提取出每一帧图像的边缘,并在显示器上显示。实验结果表明,该系统能在在外界环境发生变化时,不需要做出调整,仍然能够很好的检测到图像的边缘。
  3. 所属分类:其它

    • 发布日期:2021-01-28
    • 文件大小:3145728
    • 提供者:weixin_38721565
  1. 一种抑制脉冲噪声的边缘检测算法

  2. 提出了一种针对脉冲噪声图像的边缘检测算法,算法借鉴了中值滤波的思想,并采用十字型卷积模板计算图像梯度。首先,对参与图像中梯度计算的像素点进行阈值判断,如果是噪声点,该点像素值用3x3窗口中值滤波结果值替代,然后参与梯度计算,如果不是噪声点则直接参与梯度计算;其次对梯度图像进行细化和二值化以提取边缘图像。实验证明,本文算法对脉冲噪声污染图像边缘检测效果良好,较好地抑制了脉冲噪声的影响,而且提取的图像边缘较细,轮廓清晰。和传统的边缘检测算法及基于小波模变换的边缘检测算法相比,算法在抑噪能力上和边缘提
  3. 所属分类:其它

    • 发布日期:2021-01-28
    • 文件大小:7340032
    • 提供者:weixin_38682054
  1. 基于八方向卷积模板的边缘检测算法

  2. 针对传统图像边缘检测算法存在的边缘方向性不强及边缘较粗等问题,提出了一种基于八方向卷积模板的边缘检测算法。算法采用0°、22.5°、 45°、67.5°、 90°、112.5°、135°和157.5°八个方向的卷积模板进行边缘检测,模板权值根据中心像素点到邻域像素的距离及方向夹角的大小进行设定,充分考虑到了邻域内像素对中心点方向梯度的贡献大小,能够较好地检测出图像不同的方向边缘。对梯度图像采用了改进的非极大值抑制方法进行细化,可得到单像素的图像边缘。实验结果表明,该算法获取的边缘图像边缘较为完整
  3. 所属分类:其它

    • 发布日期:2021-01-28
    • 文件大小:875520
    • 提供者:weixin_38667835
  1. 基于FPGA的图像边缘检测

  2. 目录1.mif文件的制作2.调用ip核生成rom以及在questasim仿真注意问题3.灰度处理4.均值滤波:重点是3*3像素阵列的生成5.sobel边缘检测6.图片的显示7.结果展示受资源限制,将图片像素定为160*120,将图片数据制成mif文件,对romip核进行初始化。mif文件的制作方法网上有好多办法,因此就不再叙述了,重点说mif文件的格式。 调用ip核生成rom以及在questasim仿真注意问题这部分内容已经在上篇博文中详细描述过,详情请见http://www.cnblo
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:343040
    • 提供者:weixin_38603924
  1. 数字图像处理---通俗Canny边缘检测

  2. 本文来自于csdn,文章主要介绍了概念基础,Canny边缘检测算法流程以及高斯滤波,也介绍了计算图像的梯度及梯度的方向等等,详情请看下文。说起边缘,那肯定是图像中明暗变化比较剧烈的像素所组成的线条。从视觉的角度来讲,我们首先注意到的其实就是一些简单的线条,然后再由这些简单的线条组合成更加抽象的概念来使得我们能够认识出我眼前的是个啥。就好比下面的图,你光看那个边缘图,是不是大概就能看出来原图里是个女人? 右边的边缘图其实就是把原图中的边缘提取出来之后
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:357376
    • 提供者:weixin_38622827
  1. canny边缘检测python实现

  2. canny边缘检测共有5部分组成,下边我会分别来介绍。 可选用的模板:soble算子、Prewitt算子、Roberts模板等等;一般采用soble算子,OpenCV也是如此,利用soble水平和垂直算子与输入图像卷积计算dx、dy:进一步可以得到图像梯度的幅值:为了简化计算,幅值也可以作如下近似:角度为:如下图表示了中心点的梯度向量、方位角以及边缘方向(任一点的边缘与梯度向量正交): 划重点:是沿着梯度方向对幅值进行
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:4194304
    • 提供者:weixin_38520046
  1. Python使用Opencv实现边缘检测以及轮廓检测

  2. Canny边缘检测器是一种被广泛使用的算法,并被认为是边缘检测最优的算法,该方法使用了比高斯差分算法更复杂的技巧,如多向灰度梯度和滞后阈值化。Canny边缘检测器算法基本步骤:平滑图像:通过使用合适的模糊半径执行高斯模糊来减少图像内的噪声。 计算图像的梯度:这里计算图像的梯度,并将梯度分类为垂直、水平和斜对角。这一步的输出用于在下一步中计算真正的边缘。 非最大值抑制:利用上一步计算出来的梯度方向,检测某一像素在梯度的正方
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:365568
    • 提供者:weixin_38616435
  1. 几种边缘检测算法对比及python代码实现

  2. 边缘检测(边缘提取)是图像滤波的一种,最常用的主要有三种,Sobel算子,Laplacian算子,Canny算子。 Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好,sobel算子对边缘定位不是很准确,图像的边缘不止一个像素;当对精度要求不是很高时,是一种较为常用的边缘检测方法。是带有方向的。在opencv-python中,Sobel算子的主函数代码为: 前四个是必须的参数:第一个参数是需要处理的图像; 第二
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:260096
    • 提供者:weixin_38746574
  1. Python实现Canny边缘检测算法

  2. Canny边缘检测算法由计算机科学家JohnF.Canny 于1986年提出的。其不仅提供了算法,还带来了一套边缘检测的理论,分阶段的解释如何实现边缘检测。Canny 检测算法包含下面几个阶段:1.灰度化2.高斯模糊3.计算图片梯度幅值4.非极大值抑制5.双阈值选取 灰度化实际上是一种降维的操作,可以减少计算。如果算法不进行色彩相关的识别的话,不灰度化,也可以直接进行后面的阶段。在实际的图片中
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:246784
    • 提供者:weixin_38742532
  1. 使用Python进行边缘检测

  2. 我们首先应该了解的问题是:“为什么要费尽心思去做边缘检测?”除了它的效果很酷外,为什么边缘检测还是一种实用的技术?为了更好地解答这个问题,请仔细思考并对比下面的风车图片和它的“仅含边缘的图”:可以看到,左边的原始图像有着各种各样的色彩、阴影,而右边的“仅含边缘的图”是黑白的。如果有人问,哪一张图片需要更多的存储空间,你肯定会告诉他原始图像会占用更多空间。这就是边缘检测的意义:通过对图片进行边缘检测,丢弃大多数的细节,从而得到“更轻量化”的图片。因此,在无须保存图像的所有复杂细节,而“只关心图像的
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:1048576
    • 提供者:weixin_38735987
  1. 边缘检测(各类边缘算子)以及角点检测python

  2. 边缘检测: 1.Roberts算子 2.Prewitt算子 3.Sobel算子 4.Laplacian算子 5.Canny函数 代码如下: 结果图如下Roberts
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:450560
    • 提供者:weixin_38526823
  1. 基于高通滤波鬼成像的边缘检测方法

  2. 针对传统鬼成像方法恢复图像差导致的边缘检测困难,提出了一种建立在高通滤波基础上的鬼成像改进方法。随机生成的灰度图在被输入空间光调制器前先经高通滤波处理,通过关联运算恢复出未知物体不同方向上的高频分量,然后根据所使用的滤波方法以相应的重构方法恢复出边缘图像,实现在无需预知物体信息的前提下对未知物体的边缘检测。实验以Kirsch滤波和非下采样轮廓波变换(NSCT)为例,表明了相比于传统的鬼成像边缘检测方法,该算法得到的边缘图像在主观上平滑性更好,清晰度更高,在客观上其边缘信噪比和均方误差指标均有所优
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:6291456
    • 提供者:weixin_38551749
  1. DELPHI图像边缘检测(各种算法).rar

  2. DELPHI边缘检测(sobel、prewitt、robert、Kirsch、Gauss-Laplace各种算法),支持最新10.4。不需要任何第三方控件。资源稀有,请珍惜。
  3. 所属分类:Delphi

    • 发布日期:2021-01-25
    • 文件大小:1048576
    • 提供者:wenyongzqf
  1. 基于Canny算子改进型的影像测量边缘检测

  2. 针对采用高斯滤波器对图像进行滤波会导致图像边缘平滑,人为设定高、低阈值会导致阈值的自适应性差,采用双阈值法去除虚假边缘会导致去除效果不佳等问题,提出改进的Canny边缘检测算法并应用于影像测量领域。首先使用开关中值滤波代替高斯滤波,在去除噪声的同时保留非噪声像素点的灰度值不变,从而提高边缘定位精度;然后采用K-means聚类算法以得到高、低梯度值聚类中心,采用OTSU算法以得到梯度阈值,将两个方法结合,可以实现高、低阈值的自适应;最后采用面积形态学的方法去除图像的干扰边缘。实验结果表明,改进的算
  3. 所属分类:其它

    • 发布日期:2021-01-25
    • 文件大小:3145728
    • 提供者:weixin_38722607
  1. 图像边缘检测算法

  2. C语言实现灰度图像的集中常用边缘检测算法,包括:梯度算子,roberts边缘检测算法,Sobel边缘检测算法,Laplace边缘检测算法和Canny边缘检测算法
  3. 所属分类:C/C++

    • 发布日期:2021-01-25
    • 文件大小:304128
    • 提供者:china_o3
  1. Halcon学习之边缘检测函数.doc

  2. Halcon学习之边缘检测函数
  3. 所属分类:其它

    • 发布日期:2021-01-22
    • 文件大小:19456
    • 提供者:goodsss
« 1 2 ... 45 46 47 48 49 50»