共查询到10条相似文献，搜索用时 31 毫秒
1.
本文针对现有的生产线上产品质量检验对机器视觉识别技术的需要,为了能够从传送带上采集的图像中提取几何特征。笔者以传送带上葡萄等级检测项目为例,首先用轮廓波变换对含噪声的采集图像消噪,然后再进行图像边缘检测,边缘检测的效果直接影响了是否能从采集的葡萄个体图像中提取出几何特征参数。实验结果表明此方法能够在同色重叠物体图像中获得较准确完整的边缘检测效果,从而使几何特征提取成为可能。 相似文献
2.
边缘检测是图像分割的基础,小波分析技术可以进行图像的边缘检测。本文提出利用模极大值与自适应阈值相结合的算法进行图像的边缘检测,并仿真得到边缘检测图像。与传统的方法比较,本文采用的方法效果较好,能够检测较弱的图像边缘。 相似文献
3.
通过对灰度图像的边缘检测的研究,构造了一种新的基于色度差的边缘检测算法,并充分利用彩色图像的颜色信息,将此算法从灰度图像转化到RGB的颜色空间中。这种新方法旨在区别于传统意义上对图像的边缘检测要求的精准性,而把提取出彩色图像中直观形象的轮廓信息作为研究目的。实验仿真表明,该算法提取出的边缘能够较好地反映目标图像中具有代表性的信息。 相似文献
4.
为了有效地抑制噪声对图像的影响,能够清晰准确的对图像进行边缘提取,提出一种全方位、多尺度的数学形态学自适应边缘检测方法。该方法利用基本形态运算对噪声的抑制能力,并结合基本的形态检测算子,得到抗噪型的边缘检测算子。采用形态运算的加权组合构造出全方位、多尺度的数学形态学自适应边缘检测方法。实验表明,与经典的边缘检测算子相比,该方法运算简单,几何意义明确,而且在边缘检测的抗噪声等方面有着显著的优点。尤其是全方位、多尺度的形态学算子对于图像边缘的检测效果更好,它可以克服普通算子边缘不连续以及普通意义上的数学形态学上的对于噪声敏感等缺点。 相似文献
5.
6.
7.
8.
为提高道路行车安全性,车道线检测尤为重要。在分析传统霍夫变换(Hough)的优缺点之后,决定采用一种改进的Hough变换:随机选取图像中的边缘点,而不是逐行扫描边缘点,即是基于统计概率的Hough变换。在opencv中对该方法进行验证,实验结果表明:该方法能够有效的识别出车道线并且能够识别出虚线,同时也能够满足车道线识别的实时性要求。 相似文献
9.
焊接工艺是国内外普遍采用的生产工艺,但至今还没有一个特别好的图像提取手段来对其进行检测。而深度图像能够准确地表现物体目标表面的三维几何信息,越来越受到重视,并广泛应用于计算机视觉、图像分析等领域。本文采用边缘检测和区域分割相结合的研究方法对焊接图像进行研究,设计并实现了一种全新的、快速边缘检测算子,获得更丰富的边缘信息。 相似文献
10.
通过图像边缘融合提高图像的成像质量和识别能力。传统的图像边缘融合方法采用小波包加权滤波方法,当图像出现丰富结构信息或者干扰较强时,融合效果不好。提出一种基于灰度窗口相关系数匹配的图像边缘融合算法。实现图像的边缘融合的基础是进行图像归一化分割,设计边缘特征提取方法,得到的图像边缘进行Hough变换直线检测,提取出直线段,通过超像素网格的形成的方法绘制图像的边缘融合边界寻优路径,得到超像素网格,实现了基于灰度窗口相关系数匹配的图像边缘融合处理。仿真结果表明,该算法的对图像的边缘融合效果较好,度量了区域间的差异和区域内的相似性,提高图像的分割和边缘融合质量。 相似文献