基于小波变换和形态学的图像边缘检测方法

Edge Detection Algorithm based on Wavelet and Morphology

陈蕾[1] 陈普春[2]

提出了一种基于小波变换和形态学的图像边缘检测方法。对源图像进行小波分解，用数学形态学法对低频子图像进行边缘检测，用小波变换法提取高频图像的边缘，采用一定的融合规则将两个边缘图像融合在一起得到一幅完好的边缘图像。这种边缘检测方法结合了小波变换法和数学形态学法的优点，对用这两种方法得到的边缘信息进行融合，有效地抑制了噪声，且边缘连续。清晰。实验结果表明，提出的这种结合方法优于单独使用数学形态学法或小波变换法。[著者文摘]

An edge detection Algorithm based on wavelet and morphology was proposed.First,the source image was decomposed by wavelet,using mathematical morphological method extracts edges in low-frequency approximate image and using wavelet transform method extracts edges in high-frequency detailed images on the different levels,then the two edge images were fused according to some fusion rules to obtain an integrated and clear edge image.This edge detection method combines the advantages of wavelet method and mathematical morphological method,which fuse the two edge information obtained by different methods,so the noise are restrained effectively and the edges are consecutive and clear.The experimental results show that the approach is superior to mathematical morpholo gical method and wavelet transform method alone.[著者文摘]

多阶段边缘检测算法

An Edge Detection Algorithm Based on Multi-phase Processing

片兆宇 高立群 郭丽 王坤

提出一种新颖的图像边缘检测算法,包括边缘检测和边缘增强两个阶段.在边缘检测阶段,新的检测算子不仅可以克服传统算子对边缘拐点、终点的漏检现象,还可以有效地去除噪声,从而更加精确地定位边缘.在边缘增强阶段,引入Hopfield神经网络,通过迭代计算网络优化的能量函数,逐步地弥补缺失边缘、消除假边缘,达到边缘增强的目的.最后针对不同类型图片进行边缘检测,得到较好的结果,证明了该算法的可行性.

基于Unit—Linking PCNN的灰度图像边缘检测

Gray image edge detection based on Unit-Linking PCNN

谭颖芳 聂仁灿 周冬明 赵东风

利用Unit—LinkingPCNN模型，结合最小交叉熵准则，边缘检测预处理，均匀分块处理，将灰度图像分割成二值图像，在二值分割图基础上实施Unit—Linking PCNN边缘检测．边缘检测预处理以块状增强方式增强了图像对比度，强化了图像边缘；均匀分块处理实现了灰度图像的近似多阈值分割．分析了边缘检测预处理中各步骤的作用，比较了不同均匀分块数目对边缘检测结果的影响．与Canny算子和相关文献结果相比，该研究检测的边缘体现了更丰富的图像细节，且神经元模型参数对图像边缘检测结果的影响较不敏感．仿真结果表明，该方法具有较理想的灰度图像边缘检测结果，具有较好适用性．

基于冗余提升不可分离小波的图像边缘检测方法

Image Edge Detection Based on the Non-separate Wavelet of Redundant Lifting Scheme

廖剑利 康志伟 何怡刚 单夫一

根据“五株排列”的不可分离小波构造方法，把基于矩形栅格的数字图像进行冗余提升，从而构造了“最大-提升”小波，由此提出了图像边缘检测的新方法，并将其与传统的B样条小波边缘检测方法进行比较，通过数据试验证明了新方法的优越性。

基于置信度融合的边缘检测性能评价基准图计算

Ground-Truth Calculation for Edge Detection Evaluation by Image Fusion Based on Confidence Measures

李张帆 张必银 张天序

针对边缘检测算法的性能评价,提出了一种在真实场景下基于统计、自适应强的评价基准图计算方法。定义了算法参数的相关系数,研究了算法参数相关模型。根据建立的算法参数相关系数得到单算法的预选基准图,对不同算法预选基准图进行基于置信度的图像融合得到可用于边缘检测算法性能评价的基准图。该计算基准图的方法有助于实现边缘检测算法性能评价的自动化,实验结果验证了该方法的有效性及实用性。

基于数学形态学的医用管制瓶边缘检测

Edge Detection of Tube-type Bottle Based on Mathematical Morphology

鲁昌华 符能

本文提出一种改进的数学形态学边缘检测算法，对传统形态学边缘检测算子进行改进，得到一种双结构元的抗噪形态学边缘检测算子；选取了适于管制瓶视觉检测的结构元素；用基于多结构元素的数学形态学边缘检测方法进行管制瓶边缘检测。实验结果表明，与经典的边缘检测算子和传统形态学边缘检测算法相比，该算法在噪声环境下具有更好的边缘提取能力。该算法可用于管制瓶的机器视觉检测系统。

图像边缘检测方法研究

Study on Edge Detection Method

魏伟波 芮筱亭

边缘检测是图像处理和模式识别领域的基本课题.阐述了传统的边缘检测方法——微分算子法和现代的一些边缘检测方法——小波分析、形态学、分形、模糊学、人工智能、遗传算法等,分析了以上各种算法在图像边缘检测中的发展状况及其优缺点.为了直观地看出各种算法的效果,给出了用一些常用算法时同一幅目标图像进行边缘提取的结果.最后提出在实践中应根据待解决问题的特点和要求决定采用何种方法.

基于小波的图像边缘检测算法的研究

于海洋 李虹波 商越

由于数字图像本身的复杂特性及各种噪声源的影响，使得图像边缘检测成为图像处理的一个难题。对比传统检测方法提出基于小波的边缘检测算法，运用小波的多尺度特性，实现对图像边缘的检测。

基于双目视觉的边缘检测算法

A Novel Edge Detection Algorithm Based on Binocular Vision

陈志波 李声

提出了一种基于立体视觉的物体边缘检测的方法。先对立体图像对进行基于图割的立体匹配方法求取场景的视差图，然后再用Canny的边缘检测方法对视差图进行边缘检测。立体视觉方法有效解决了单目视觉检测方法中的一些难点，利用了物体在空间的深度信息，对复杂背景下的物体和具有复杂纹理物体的边缘检测有很高的鲁棒性。实验结果表明该边缘检测方法优于传统的单目视觉边缘检测方法。

数学形态学在图像边缘检测中的应用研究

杨晖 张继武

介绍了数学形态学的基本运算及其特点．重点研究了基于数学形态学边缘检测的基本思想和方法，并给出相应的边缘检测结果。