搜索结果: 1-15 共查到“计算机科学技术 边缘检测”相关记录107条 . 查询时间(0.181 秒)
视网膜功能启发的边缘检测层级模型
边缘检测 视网膜 Izhikevich模型 神经编码 方向选择性神经节细胞
2024/1/16
基于视网膜对视觉信息的处理方式,提出一种视网膜功能启发的边缘检测层级模型.针对视网膜神经元在周期性光刺激下产生适应的特性,构建具有自适应阈值的Izhikevich神经元模型;模拟光感受器中视锥细胞、视杆细胞对亮度的感知能力,构建亮度感知编码层;引入双极细胞对给光−撤光刺激的分离能力,并结合神经节细胞对运动方向敏感的特性,构建双通路边缘提取层;另外根据神经节细胞神经元在多特征调控下延迟激...
中国科学院生物物理研究所专利：一种基于高斯小波一维峰值识别的多角度边缘检测方法
针对一类边缘特征不明显的矿物浮选泡沫图像，提出了一种基于模糊三值模式的泡沫图像边缘检测方法.在‘0/1’二值模式基础上，增加不确定逻辑状态，构成模糊局部三值模式，以描述邻域像素灰度均值的不确定关系，同时，对邻域双向灰度差值之和进行模糊化，以描述边缘与非边缘方向的关系，联立邻域灰度关系与双向灰度差值隶属度，构造气泡边缘隶属度矩阵，依据联合隶属度的解模糊结果判决是否为边界候选像素，再根据边界候选像素集...
为了提高全自动固晶机视觉系统中发光二极管(LED)晶片边缘特征的提取精度,提出了一种基于改进非极大值抑制(NMS)过程和双阈值求取方法的Canny边缘检测算子。传统的非极大值抑制过程,直接将中心像素点与梯度方向周围邻近的2个像素点进行比较,易导致边缘信息不准确。针对该问题,结合中心像素点本身及其梯度方向周围的3个像素点,沿着梯度方向进行双线性插值,从而实现改进的非极大值抑制过程;另外,通过对LED...
无需设定阈值的图像边缘检测
边缘检测 Stevens定理 非最小值抑制 Pillar K-means算法 最大值滤波
2014/4/21
针对提取图像边缘经常需要设定阈值，而对于光照不均的图像又难以设定合适阈值的问题提出了一种新的边缘检测方法。该方法首先根据对数把图像分解为高频与低频信息，并把对数图像减去其经最大值滤波后的图像提取高频信息，然后根据认知心理学上的Stevens定理，把高频信息转换为心理量。经非最小值抑制细化边缘后，应用Pillar K-means算法提取图像边缘。该方法不需要设定阈值，且对光照不均的图像边缘提取有较好...
针对含纹理的自然图像在图像分解时，结构图像的边缘信息容易被当作纹理分解到纹理图像中，致使结构图像的边缘不清晰，检测到的边缘不准确，提出了基于小波分解的偏微分方程(PDE)图像分解及边缘检测模型。首先利用小波变换阈值提取部分纹理信息，再利用改进的保边缘的偏微分方程图像分解模型进一步分解图像并提取边缘。实验结果表明，新方法提高了图像分解的质量，纹理信息提取充分，结构图像有较好的分片光滑性和较清晰的边缘...
利用Unit-Linking PCNN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...
针对运动模糊图像的模糊方向估计问题,详细分析了匀速直线运动模糊图像的退化模型,提出一种在频域精确估计运动模糊方向的方法。首先,计算退化图像的频谱,用高斯-拉普拉斯(LoG)边缘检测算子检测出频谱中的暗条纹轮廓;然后,用Radon变换找出垂直于暗条纹的角度;最后,根据图像长宽比确定频谱暗条纹和模糊方向之间的关系,计算出模糊方向。仿真结果表明,对模糊尺度从7到30像素的退化图像的模糊方向估计误差不超过...
侧扫声纳图像的NSCT域模极大值边缘检测
侧扫声纳图像 非下采样Contourlet变换域 去噪 模极大值 边缘融合 边缘检测
2012/3/1
侧扫声纳图像边缘检测较困难，为此，提出一种针对该图像特点的多尺度边缘检测方法。对侧扫声纳图像进行非下采样Contourlet变换(NSCT)分解，根据斑点噪声在NSCT域的分布特点，进行局部自适应去噪。通过各方向子带沿边缘方向的插值和非极大值抑制寻找模极大值点。通过类内方差最小化法自适应确定阈值，由阈值处理得到各子带的边缘。经边缘融合实现完整的边缘图。实验结果表明，该方法具有边缘检测完整、定位准确...
根据序列图像实时边缘检测应用需求，提出一种抗噪型Sobel边缘检测算法，并对其进行硬件加速设计。用分离中值滤波代替二维中值滤波，改进梯度幅值和方向计算优化算法结构。通过采用改进分离中值滤波硬件结构、缓存中间数据以避免重复计算、并行计算梯度幅值和方向等措施提高算法实时性，减少硬件资源消耗。ModelSim仿真结果和ISE综合报告显示，该硬件加速设计使得处理速度较快，硬件资源消耗较少，且该算法具有较好...
基于蜂群算法的图像边缘检测
蜂群算法 图像阈值 边缘检测
2010/8/23
提出了一种基于蜂群算法的图像边缘检测方法。利用蜂群算法的特点，对图像边界进行快速搜索，得到一组局部最优点，然后分别从局部最优点开始进行搜索，找出图像中各物体的边缘点，所有蜜蜂找出的边界点的并集就是图像边缘。仿真实验表明该算法是可行和有效的。
针对岩石节理裂隙图像噪声多、分割困难等问题，提出一种使用四元数卷积，由反对称小波系数加权的彩色图像边缘检测算法。该算法将彩色图像的R、G、B三个分量表示为四元数的三个虚部，通过四元数卷积后，其方向产生了一定角度的旋转;将旋转后的四元数与水平方向和垂直方向的结果相加，得到相应的幅值和角度;使用反对称双正交小波系数对这些幅值和角度加权后，再使用Otsu阈值并进行模极大抑制，即可得到彩色图像边缘。通过对...
证据加权融合的多尺度形态学细胞边缘检测
边缘检测 多尺度形态学 证据加权融合
2010/5/4
提出了一种改进的多尺度形态边缘检测算法。用不同尺度的结构元素分别检测出图像的不同尺寸的边缘信息，然后采用证据加权的融合方法对不同尺寸的边缘图像进行融合。通过对病理显微图像的实验，在噪声存在的条件下得到较为理想的图像边缘。与其他边缘检测算法进行比较，结果表明该算法在有效地消除噪声的同时，能够取得较好的边缘检测效果。
二维A Tuous算法图像边缘检测研究
A Tuous算法 多尺度分析 边缘检测
2010/5/5
边缘检测是图像处理的重要内容。由于图像边缘和噪声都具有高频特性，而且噪声的分布往往是未知的，所以用单一尺度的边缘检测很难准确地检测图像边缘。而基于小波的二维A Tuous算法可以检测不同尺度下的图像边缘。在小尺度下检测边缘细节，大尺度下检测边缘轮廓。该文介绍了二维A Tuous算法的基本原理和算法实现，并通过实例与传统方法比较。实验结果表明，该方法可以有效地检测图像的边缘，并优于传统方法。