您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 计算边缘强度

  2. 计算图像的边缘强度
  3. 所属分类:其它

    • 发布日期:2011-12-08
    • 文件大小:625
    • 提供者:wangqunzhaona
  1. VC++数字图像处理与工程应用

  2. 第1章 数字图像与图像处理 1 1.1 数字图像相关概念 1 1.1.1 数字图像 1 1.1.2 图像处理 2 1.1.3  图像识别 2 1.1.4 图像理解 3 1.2 图像的获取、显示与表示 3 1.2.1 图像的获取 3 1.2.2 图像显示 4 1.2.3 图像表示 4 1.3 数字图像处理系统的基本组成结构 9 第2章 相关的图像处理技术 10 2.1  图像分割技术 10 2.1.1 阈值与图像分割 10 2.1.2 梯度与图像分割 11 2.1.3 边界提取与轮廓跟踪 11
  3. 所属分类:C++

    • 发布日期:2013-05-08
    • 文件大小:1048576
    • 提供者:c03424
  1. 图像质量评价

  2. 图像的质量评价,计算图像的平均梯度,边缘强度
  3. 所属分类:其它

    • 发布日期:2016-05-22
    • 文件大小:1024
    • 提供者:renle1222
  1. 采用阈值的快速边缘检测算法.

  2. 针对原有模糊边缘检测算法计算复杂、适应性差的缺点,提出一种新颖的快速边缘检测算 法。该算法将图像映射为一个模糊特征面,通过图像自适应阈值来确定模糊增强的渡越点。在渡 越点上对图像进行非线性增强。算法将“Min”与“Max”算子结合起来提取边缘,避免了使用单 一算子检测边缘强度较弱的缺点。该方法避开了原算法中复杂的指数运算,运算量减少了40%左 右;渡越点的自适应性提高了算法的适应性。仿真表明,该算法检测的边缘细、连贯,并且算法 抗噪能力强。
  3. 所属分类:其它

    • 发布日期:2009-03-06
    • 文件大小:238592
    • 提供者:v5270
  1. 中南大学计算机学院梁毅雄老师授课-数字图像处理-考试要点答案整理

  2. 中南大学计算机学院梁毅雄老师授课考试要点答案整理。此文档受众:中南大学!计算机学院!梁毅雄老师授课学生!数字图像处理!中南大学计算机学院梁毅雄老师授课考试重点整理 2019.07.03 Canny边绿检测算法 基本原理 图象边缘检测必须满足两个条件:一能有效地抑制噪声;二必须尽量精确确 定边缘的位置。 从数学上表达了三个准则[信噪比准则(低错误率)、定位精度准则、单边缘 响应准则」,并寻找表达式的最佳解 属于先平滑后求导的方法 步骤 1)使用高欺滤波器,以平滑图像,滤除噪声。 2)计算图像中每个
  3. 所属分类:讲义

    • 发布日期:2019-07-04
    • 文件大小:5242880
    • 提供者:sinat_31857633
  1. opencv canny边缘检测

  2. Canny边缘检测算法可以分为以下5个步骤: 1) 使用高斯滤波器,以平滑图像,滤除噪声。 2) 计算图像中每个像素点的梯度强度和方向。 3) 应用非极大值(Non-Maximum Suppression)抑制,以消除边缘检测带来的杂散响应。 4) 应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘。 5) 通过抑制孤立的弱边缘最终完成边缘检测。
  3. 所属分类:其它

    • 发布日期:2019-04-06
    • 文件大小:4194304
    • 提供者:weixin_42979916
  1. 基于PURE-LET的激光光斑图像快速去噪算法

  2. 煤矿井下低照度成像环境会导致图像中产生泊松噪声,将引起激光光斑图像的强度和形状分布的不确定性,从而影响激光三角测距的精度。提出了一种基于PURE-LET(Poisson Unbiased Risk Estimator-Linear Expansion of Threshholds)的煤位表面激光光斑图像的快速小波域去噪算法。给出了泊松噪声下小波系数估计MSE(Mean Squared Error)的一个无偏估计子PURE,并将小波系数估计子写作一组基本阈值函数的线性组合以提高算法速度。仿真图像与
  3. 所属分类:其它

    • 发布日期:2020-05-27
    • 文件大小:1048576
    • 提供者:weixin_38633897
  1. 基于形态学的角膜地形图特征提取方法研究

  2. 提出了一种新的角膜地形图像特征提取算法。首先利用区域图像计算偏心率,用自适应确定同心圆的圆心,以此为极点将图像转至极坐标域,利用形态学的小尺度方形结构算子及图像的黑TOP-HAT变换补得到去除噪声后的滤波图像;其次利用给定方向上相距固定距离的点对腐蚀图像,按照方向强度确定出纹理直线的主要方向,利用开运算提取有效的线形特征;最后利用闭运算,对因内睫毛影响而损失的数据进行有效弥补,获得圆环边缘检测完整的结果图像。经多幅实验数据证明,该算法满足后续参数精确计算的要求,具有数据损失小,数据精度高,算法易
  3. 所属分类:其它

    • 发布日期:2020-06-20
    • 文件大小:555008
    • 提供者:weixin_38546608
  1. 自适应双边滤波的Retinex图像增强算法

  2. 针对现有的Retinex算法不能自动调节参数,提出一种基于参数估计的双边滤波Retinex算法。该算法首先利用主成份分析和Canny边缘检测算法分别进行噪声估计和边缘强度估计;然后通过线性相关运算计算双边滤波的空间几何标准差参数和亮度标准差参数;再利用参数估计的双边滤波把图像分解出照度图像和反射图像;最后将照度图像和反射图像通过不同方法的压缩和增强并合成一幅新的图像。通过实验表明,它不仅能够自动设置参数,还能有效抑制光晕现象。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:772096
    • 提供者:weixin_38713996
  1. 基于python的opencv项目实战P6

  2. 06-边缘检测 canny边缘检测 高斯滤波器,平滑图像,滤除噪音 计算图像中每个像素点的梯度强度和方向 应用非极大值抑制_Non-Maximum Suppression抑制,以消除边缘检测带来的杂散响应 应用双阈值_Double-Threshold检测来确定真实和潜在的边缘 通过抑制孤立的弱边缘完成边缘检测 高斯滤波器 梯度和方向(sobel算子 Gx & Gy 并求出两夹角
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:24576
    • 提供者:weixin_38752907
  1. 使用细菌觅食优化进行细胞图像分割

  2. 边缘检测是最常用的细胞图像分割方法,其中采用局部搜索策略。 尽管传统的边缘检测器计算效率高,但是它们严重依赖于初始化并且可能会产生不连续的边缘。 在本文中,我们提出了一种基于细菌觅食的边缘检测(BFED)算法来分割细胞图像。 我们将强度梯度建模为养分浓度,并推动细菌沿着模仿大肠杆菌行为的养分丰富的位置觅食。 我们以自然为灵感的进化算法,可以识别所需的边缘并将其标记为细菌的踪迹。 我们已经针对合成和真实细胞图像上的四个边缘检测器(Canny,SUSAN,Verma和一个主动轮廓模型(ACM)技术)
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:2097152
    • 提供者:weixin_38743391
  1. 基于Canny算子加权引导滤波的Retinex医学图像增强算法

  2. 医学图像处理和分析在对疾病的成像诊断中起到辅助医生确定病变局域的重要作用。但是由于人体的组织密度极其复杂,由于各种不良因素的影响,从而导致医学图像(尤其是X射线医学影像等)普遍存在对比度低、动态范围窄、强度分布不对称、边缘不清晰等问题。针对上述问题,结合医学图像特点和光照估计模型提出一种基于Canny算子加权引导滤波的Retinex(CWGFR)医学图像增强算法。首先,利用Canny边缘检测算子准确估计加权引导滤波器的边缘权重并通.过加权引导滤波器对光照进行估计,从而得到入射光分量;然后根据Re
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:1048576
    • 提供者:weixin_38642636
  1. 边缘线上各向异性高斯核信息熵的角点检测

  2. :为了提高角点检测的准确率,本文提出了一种基于图像边缘和各向异性高斯方向导数信息熵的 角点检测方法。首先利用Canny 边缘检测器提取图像的边缘映射;然后,填充轮廓曲线间的小缺口。 对 于每一个边缘像素, 根据边缘像素及邻近像素最大方向导数所对应的主方向来计算主方向的分布概率 和它的信息熵。不同于传统的基于轮廓的角点检测方法, 提出方法通过边缘像素及邻近像素的最大强度 变化方向所对应的熵而不是轮廓曲线的曲率,具有更好的稳健性。实验结果表明:与现有的方法相比, 该文提出的检测方法具有更好的角点检测
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:1024000
    • 提供者:weixin_38553275
  1. 基于边缘支持度的合成孔径雷达与可见光图像匹配方法

  2. 异源图像匹配是视觉导航、多源图像融合分析的关键步骤之一,常用的匹配方法是分别从两幅图像中提取特征,再对特征进行匹配。但是对于成像机理差别较大的异源图像,如合成孔径雷达(SAR)图像和可见光图像,很难提取到同名特征。提出一种基于边缘支持度的异源图像匹配方法,只需要从一幅图像中提取边缘特征,在变换空间中寻找另一幅图像对该特征的最大支持度。支持度的计算采用了标准化方向梯度强度和的形式。采用遗传算法对支持度函数解空间进行全局优化搜索来获取匹配解。实验结果表明,该方法能有效实现SAR图像和可见光图像的匹配
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:1048576
    • 提供者:weixin_38718434
  1. 基于DS理论的高分辨率SAR图像复杂背景直线边缘提取方法

  2. 针对高分辨率SAR图像复杂背景下的线状目标边缘,提出了一种基于DS证据理论的融合提取方法。首先,分析并建立了线状目标的边缘模型;其次,改进了现有的ROEWA算法,在计算边缘强度的同时,利用方向模板和二次曲线进行方向估计,得到了边缘方向;然后,基于边缘模型设计了DS证据理论识别框架,利用道路边缘点方向,设计了一种一一映射的Hough变换方法,基于线状目标直线边缘的高边缘强度值、直线边缘共线性、直线边缘侧面均匀区域统计特性(灰度均值和方差),构建了三组相互独立的基本概率分配函数(BPAF),并采用D
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:655360
    • 提供者:weixin_38641561
  1. 消除图像伪轮廓的各向异性自适应滤波

  2. 目的:图像反差增强、重复量化、有损压缩等操作容易造成伪轮廓瑕疵,使原本平滑的区域呈现不真实的亮度和颜色跳变,损害图像质量。针对这一问题提出一种各向异性自适应滤波方法,用于消除伪轮廓.方法:首先检测图像中的边缘和平坦区,若边缘位于平坦区域则判定其为伪轮廓,得到一幅伪轮廓分布图.对伪轮廓上每一点计算两个特性:伪轮廓走向和分布密度,量化为8个方向和6种尺度,据此确定不同方向特性和不同尺度的滤波参数,选择相应的滤波器.为保护目标边缘不受损伤,在含有伪轮廓的图像中提取强度超过指定阈值的边缘,对其进行膨胀生
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:154624
    • 提供者:weixin_38559346
  1. 基于结构张量图像建模方法的滤波性能研究

  2. 主要研究结构张量驱动的变分偏微分方程( variational Partial Differential Equation; variational PDE) 图像建 模方法的滤波性能. 基于角形强度度量和水平线演化理论, 设计了一种具有角点增强性能的角形冲击滤波器, 以克服 边缘冲击滤波器增强图像的不足. 基于边缘和角形冲击滤波器, 分析了扩散张量驱动的各向异性PDE 的滤波性能. 指 出, 散度型各向异性PDE 实质上对应着角点保持的平滑增强滤波机制; 而可计算迹型PDE 是散度型各向异性P
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:1048576
    • 提供者:weixin_38746293
  1. 结合同场景彩色图像的深度图超分辨率重建

  2. 针对飞行时间相机获取深度图像分辨率低, 并受成像噪声干扰的问题, 提出一种插值深度图和高分辨率彩色图像联合约束的二阶广义全变分(TGV)深度图超分辨率重建方法。首先利用传统插值和多尺度形态学方法进行预处理, 获取插值深度图的梯度信息, 然后将插值深度图和同场景高分辨率彩色图像两者的梯度信息联合, 对二阶TGV模型中的正则化项加以优化: 计算各项异性扩散张量时结合插值深度图的梯度信息; 引入由插值深度图梯度信息决定的加权因子, 控制重建过程中扩散强度。最后通过原始对偶算法完成深度图的超分辨率重建。
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:4194304
    • 提供者:weixin_38576922
  1. 基于边缘强度匹配的图像融合并行算法的研究

  2. 图像融合是图像理解和计算机视觉领域中的一项重要课题。随着图像规模的增大,图像融合面临着处理速度的挑战。最近几年,GPU面向通用计算应用得到了快速发展。本文基于GPU编程模型和硬件特性,深入研究了基于边缘强度的图像融合算法,提出了该算法的并行模型。实验结果表明,该方法有效地综合了源图像中的重要信息,融合图像边界清晰,得到较好视觉效果和较优的评价指标,执行速度与CPU上相比提高了3个数量级。
  3. 所属分类:其它

    • 发布日期:2021-01-28
    • 文件大小:3145728
    • 提供者:weixin_38751512
  1. Canny边缘检测(高斯滤波,计算图像的梯度和梯度方向,非极大值抑制NMS,双阈值筛选边缘)

  2. Canny边缘检测: 计算机如何识别边缘:即颜色变化强度大的地方,即像素变化大的地方。 1.高斯滤波:高斯滤波的就是先找到高斯滤波核然后再进行卷积    1.1高斯噪声 首先我们先说一下,什么是高斯噪声?高斯噪声就是它的概率密度函数服从高斯分布(即正态分布)的一类噪声。其在图像当中常表现为能引起较强视觉效果的孤立像素点或像素块。噪声的出现会给图像带来干扰,让图像变得不清楚。 高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。消除图像在数
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:549888
    • 提供者:weixin_38722607
« 12 »