期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
增加Sobel算子方向信息的硬件实现法 被引量:4
1
作者 王红岩 张总成 《仪器仪表学报》 EI CAS CSCD 北大核心 1995年第2期126-129,共4页
文章研究了增加Sobel算子方向信息的原理,在实时边缘检测器[1]的基础上,用硬件实现了方向性电路。提高了用Sobel算子检测边缘的效果。
关键词 sobel算子 方向信息 硬件实现法
在线阅读 下载PDF
基于改进八方向Sobel算子的图像轮廓提取方法 被引量:13
2
作者 韦德鹏 陈继清 +2 位作者 罗天 张宏都 龙腾 《现代电子技术》 2022年第19期54-58,共5页
针对传统八方向Sobel算子的边缘提取算法对图像的检测效果差、漏检率高等问题,提出一种改进的八方向Sobel算子的图像轮廓提取方法。该方法首先采用高斯滤波算法对图像进行预处理,以减少图像噪声的影响,然后利用八个方向的模板计算各像... 针对传统八方向Sobel算子的边缘提取算法对图像的检测效果差、漏检率高等问题,提出一种改进的八方向Sobel算子的图像轮廓提取方法。该方法首先采用高斯滤波算法对图像进行预处理,以减少图像噪声的影响,然后利用八个方向的模板计算各像素点的梯度,并将由各个方向模板提取到的各方向轮廓图像进行加权融合,以获得多个方向上的轮廓信息,最后采用区域生长算法进行后处理,以补充被漏检的边缘信息,从而使得提取到的图像轮廓更精确完整。通过在PyCharm平台上对CCPD数据集中的图片进行实验可知,由该算法提取到的轮廓图像的峰值信噪比(PSNR)为97.45、均方误差(MSE)为27.89和结构相似性(SSIM)为0.231,分别比传统八方向Sobel算子的边缘提取算法提高了54.4%,43.9%和92.2%。实验结果说明,文中改进算法提取的图像轮廓更精确,漏检率更低,整体检测效果更优。 展开更多
关键词 图像轮廓提取 sobel算子 区域生长 阈值分割 高斯滤波 方向模板 图像预处理
在线阅读 下载PDF
基于改进Sobel算子的遥感图像道路边缘检测方法 被引量:35
3
作者 谭媛 黄辉先 +1 位作者 徐建闽 陈任 《国土资源遥感》 CSCD 北大核心 2016年第3期7-11,共5页
从遥感图像中提取道路边缘可以大量简化道路网的测绘与规划工作。传统边缘检测算子由于方向和模板尺寸的局限性,易造成检测结果中边缘点散乱、不连续或过多边缘点误判。基于道路边缘完整且连续的特点,针对传统检测效果并不理想的问题,... 从遥感图像中提取道路边缘可以大量简化道路网的测绘与规划工作。传统边缘检测算子由于方向和模板尺寸的局限性,易造成检测结果中边缘点散乱、不连续或过多边缘点误判。基于道路边缘完整且连续的特点,针对传统检测效果并不理想的问题,提出了一种改进的Sobel算子,即5×5的8方向模板。从Sobel算子的基本原理出发,根据Pascal三角形理论推导出各方向的最优模板。研究表明,该算子不仅能较好地检测出更多方向上的边缘,而且能有效减少误判点,检测出的边缘线条更加平滑、完整,轮廓清晰且连续性好,尤其在弯曲道路检测中表现得更为突出,优于其他算子的检测效果。 展开更多
关键词 遥感图像 道路边缘 sobel算子 8方向 Pascal三角形
在线阅读 下载PDF
基于改进Sobel算子的铁路轨枕自动定位方法 被引量:11
4
作者 张天龙 许贵阳 《铁道建筑》 北大核心 2019年第10期123-126,共4页
针对传统方法对铁路轨枕定位效率差、效果不理想等问题,提出一种基于改进Sobel算子的轨枕精确定位方法。首先将传统Sobel算子由原来水平和垂直2个方向模板增加至8个方向模板,提高边缘的检测精度;然后采用最大后验概率估计法对采用8方向S... 针对传统方法对铁路轨枕定位效率差、效果不理想等问题,提出一种基于改进Sobel算子的轨枕精确定位方法。首先将传统Sobel算子由原来水平和垂直2个方向模板增加至8个方向模板,提高边缘的检测精度;然后采用最大后验概率估计法对采用8方向Sobel算子检测出的梯度图像选取最佳阈值并进行二值化处理,增强算法的抗噪声能力;最后,将处理后的图像进行灰度投影,实现轨枕精确定位。试验结果表明,该方法能快速、准确地定位轨枕,为铁路轨枕状态检测提供可靠的、高精度的轨枕图像。 展开更多
关键词 轨枕定位 现场试验 8方向sobel算子 二值化 灰度投影
在线阅读 下载PDF
基于自适应边缘阈值及方向加权的空间错误隐藏算法 被引量:9
5
作者 李玉峰 李广泽 龙科慧 《光学精密工程》 EI CAS CSCD 北大核心 2016年第3期626-634,共9页
针对H.264/AVC压缩视频码流在无线信道传输过程中会由于数据丢包导致图像重构质量下降的问题,提出了一种基于自适应边缘阈值及方向加权的空间错误隐藏算法。该算法利用图像边缘检测Sobel梯度算子检测相邻宏块边缘;根据受损宏块的相邻宏... 针对H.264/AVC压缩视频码流在无线信道传输过程中会由于数据丢包导致图像重构质量下降的问题,提出了一种基于自适应边缘阈值及方向加权的空间错误隐藏算法。该算法利用图像边缘检测Sobel梯度算子检测相邻宏块边缘;根据受损宏块的相邻宏块具体信息自适应设定梯度阈值,最后对受损宏块进行方向加权插值从而重构图像。实验表明,该算法简单实用,不仅保留了丢失块像素加权平均算法的优点,而且能够用于边缘信息强度不同的错误隐藏。在不同的实时传输协议(RTP)丢包概率情况下,该算法的峰值信噪比较传统自适应算法提高了0.2-0.4 db,较多方向插值算法提升了0.2-3.8 db,提高了图像恢复质量,而且具有较高的应用价值。 展开更多
关键词 H.264/AVC 错误隐藏 自适应边缘阈值 方向加权 sobel梯度算子
在线阅读 下载PDF
基于边缘方向直方图相关性匹配的图像检索 被引量:11
6
作者 申海洋 李月娥 张甜 《计算机应用》 CSCD 北大核心 2013年第7期1980-1983,共4页
针对基于边缘方向自相关图的图像检索算法的优缺点,提出了一种基于边缘方向直方图相关性匹配的图像检索算法。使用自适应中值滤波器滤除图像中的椒盐噪声。利用Sobel算子提取图像边缘,通过计算边缘梯度幅值、角度统计后得边缘方向直方图... 针对基于边缘方向自相关图的图像检索算法的优缺点,提出了一种基于边缘方向直方图相关性匹配的图像检索算法。使用自适应中值滤波器滤除图像中的椒盐噪声。利用Sobel算子提取图像边缘,通过计算边缘梯度幅值、角度统计后得边缘方向直方图,并对直方图进行等级化排列构成特征向量。最后使用斯皮尔曼等级相关计算图像特征向量间的相关系数作为衡量图像间相似性的指标。实验结果表明:该算法的平均查准率、查全率较基于边缘方向自相关图算法分别提升10.5%,9.7%,平均检索耗时减少了7.5%。实验验证了算法的有效性,可将算法应用到中大规模图像检索系统中以提升检索效果,提高系统速度。 展开更多
关键词 图像检索 自适应中值滤波器 sobel算子 边缘方向直方图 斯皮尔曼等级相关
在线阅读 下载PDF
方向邻域全变分图像去噪 被引量:3
7
作者 龙辉 何坤 +1 位作者 黎思敏 周激流 《计算机应用研究》 CSCD 北大核心 2013年第7期2219-2222,共4页
为了弥补传统全变分(TV)算法忽略了图像边缘方向的不足,结合梯度幅度和方向提出了基于方向全变分的去噪算法。该算法运用图像梯度幅度将图像像素划分为边缘区域和非边缘区域,运用梯度方向对不同区域的像素选取不同的四邻域像素,针对不... 为了弥补传统全变分(TV)算法忽略了图像边缘方向的不足,结合梯度幅度和方向提出了基于方向全变分的去噪算法。该算法运用图像梯度幅度将图像像素划分为边缘区域和非边缘区域,运用梯度方向对不同区域的像素选取不同的四邻域像素,针对不同邻域对传统TV算法进行离散分析,完成了图像的保边去噪。实验结果表明,结合边缘方向信息改进了传统TV算法的邻域选择方式,不仅更好地保留了图像边缘信息和重要细节,且提高了图像的PSNR和视觉效果。 展开更多
关键词 图像去噪 全变分 sobel算子 边缘方向
在线阅读 下载PDF
基于FPGA的焊缝实时边缘增强算法
8
作者 刘吉凯 苏宇 +2 位作者 王沁 张震 周德久 《制造技术与机床》 北大核心 2024年第12期140-147,共8页
针对焊缝图像处理中存在椒盐噪声处理效果差、实时性差、边缘丢失及强弱边缘连接不佳等问题,提出了一种基于现场可编程门阵列(field programmable gate array,FPGA)的改进边缘增强算法。首先,对采集到的视频流图像进行灰度转换,并利用... 针对焊缝图像处理中存在椒盐噪声处理效果差、实时性差、边缘丢失及强弱边缘连接不佳等问题,提出了一种基于现场可编程门阵列(field programmable gate array,FPGA)的改进边缘增强算法。首先,对采集到的视频流图像进行灰度转换,并利用自适应中值滤波进行降噪处理;其次,通过8方向Sobel算子提取图像梯度向量,利用自适应阈值提高边缘检测准确度;最后,通过形态学开操作增强边缘特征。试验结果表明,在100 MHz时钟下,针对一幅768×1024的焊缝图像处理采用FPGA仅需23.2016 ms,算法耗时降低到了毫秒级,改进后的算法能够有效去除椒盐噪声、滤除虚假边缘并保留真实边缘信息。 展开更多
关键词 焊缝图像 自适应中值滤波 8方向sobel算子 椒盐噪声
在线阅读 下载PDF
单目视觉下结构化车道实时检测 被引量:9
9
作者 胡忠闯 陈杰 +1 位作者 顾兆伦 钱沄涛 《信号处理》 CSCD 北大核心 2017年第4期635-640,共6页
车道检测是高级驾驶员辅助系统的重要组成部分。本文对视频进行实时处理,实现对结构化车道线的实时检测。首先使用行方向的Sobel算子对处理区域进行边缘增强,接着在处理后的区域使用LSD(Line Segment Detector)进行线段提取,提取的线段... 车道检测是高级驾驶员辅助系统的重要组成部分。本文对视频进行实时处理,实现对结构化车道线的实时检测。首先使用行方向的Sobel算子对处理区域进行边缘增强,接着在处理后的区域使用LSD(Line Segment Detector)进行线段提取,提取的线段集合包含代表车道线的线段。最后通过线段倾角以及相对位置过滤线段集合,并结合线段稳定帧数来筛选出最佳候选车道线。 展开更多
关键词 车道检测 行方向的sobel算子 LINE SEGMENT DETECTOR
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部