边缘提取

摘要： 针对帧差算法检测运动目标存在的目标边缘缺失和空洞的问题,提出一种将改进帧差和基于改进Canny算子的运动目标边缘提取方法相融合的运动目标检测算法。首先,使用帧差法快速检测变化区域,并通过面积阈值判断是否进行当前帧的检测以提高算法实时性;其次,在运动目标边缘提取中,提出一种基于改进Canny算子的运动目标边缘提取方法提取当前帧运动目标边缘,以解决检测目标边缘缺失的问题;最后,将改进的三帧差分法提取运动目标像素点填充目标边缘图像,以解决检测目标内部空洞的问题。对比实验结果表明,该融合算法对视频中的运动目标能以较高的准确度和完整度实现运动目标的高效检测。

摘要： 为解决移动式X射线管道检测系统中管道中心偏移引起的壁厚测量偏差问题,提出了一种管道壁厚测量方法。首先,在移动式X射线检测系统中获取投影图像;然后,使用U-Net神经网络处理投影图像以抑制噪声和伪影引起的干扰,从而准确提取管道内外径边缘等关键点的位置信息;最后,根据提出的基于偏心校正的管道壁厚计算方法得到管壁厚度。仿真和实验结果表明,该管道壁厚测量方法得到的壁厚相对误差小于5%,可以实现准确的管道壁厚检测。

摘要： 针对高速公路两侧护栏的形变状况及形变发生的高速里程位置问题,通过双目视觉道路巡检设备采集护栏数据信息,构建护栏识别模型。结合改进的边缘提取和线性拟合分析算法,提出一种基于双目视觉的护栏形变自动检测及高速里程定位方法,为护栏的日常巡检作业提供一种安全、高效、低成本的方法参照。3组试验路段的测试结果表明:该方法能够实现高速公路护栏的自动识别,综合识别精度达到92.8%;选定路段内形变护栏全部检出;得到的形变护栏里程位置坐标和实际里程位置相比,距离误差在10 m范围内,能够满足实际巡检的里程定位需求,减少护栏形变造成的道路交通安全问题。

摘要： 为了提高摄影图像的清晰度,需要对摄影图像进行模糊去重处理。采用当前方法对模糊图像进行去重处理时,存在去重效率低和去重效果差的问题。提出考虑局部自相似性的图像模糊去重方法,在图像退化数学模型的基础上通过数值约束和梯度约束实现摄影图像的边缘提取,利用摄影图像的局部自相似特性,建立训练库映射的一阶回归模型,在一阶回归网络模型的基础上通过字典训练实现摄影图像的模糊去重处理,在较短的时间内提高摄影图像的清晰度。仿真结果表明,所提方法的去重效率高、去重效果好。

摘要： 针对传统的边缘提取算法,在提取边缘时,不完整、不连续,尤其在高噪声情况下,无法提取图像边缘等问题,提出一种基于先验知识的边缘提取算法.首先,学习与待边缘处理图像有相似纹理信息的图像,获得先验知识,对噪声图纹理进行修复;然后,再利用局部均匀稀疏度方法强化细节特征,弱化背景特征;最后,检测出图像边缘,达到提取图像边缘的目的.实验结果表明,该算法能够克服传统边缘算子在边缘提取时,边缘不完整、不连续等缺点;同时,对强高斯噪声污染图像具有优秀的边缘提取效果.

摘要： 图像边缘检测涉及很多复杂的因素,是一个难以解决的问题,因此提出了一种黏菌群算法来提高图像边缘检测准确性。首先,在像素灰度和边缘提取的基础上建立待检测图像的能量模型,其次,模拟黏菌群的合作行为设计出一种黏菌群算法,解释其交叉学习机制,最后通过实验提取主要边缘并减少其他边缘,比较结果表明,与其他人工智能算法相比,该方法可以有效解决图像边缘检测的精度问题。

摘要： 针对环保型餐盘的产品特性和厂家的检测需要,设计了一种基于Halcon平台的环保餐盘边缘缺陷和表面污点的检测算法.通过工业相机拍摄环保餐盘的图像,再进行图像灰度化和阈值分割的预处理,根据不同缺陷进行边缘提取、圆度提取、分水岭算法和污点数量计算等方法获得环保餐盘的缺陷区域并进行检测.通过实验平台的多次测试,证明本检测算法检测准确性高,符合厂家的实际检测需求.

摘要： 目的针对散乱电子元器件计数过程中电子元器件分割困难的问题,提出一种基于点云簇平均法线夹角、平均点云密度边缘提取和区域生长阈值自适应的散乱电子元器件分割方法。方法通过体素化处理、RANSAC算法和统计离群滤波算法对原始点云数据进行预处理,去除大量无关点云;使用欧式聚类算法对预处理结果粗分割得到电子元器件点云簇,以点云簇为阈值设置单元,避免阈值设置不合理的情况;通常边缘点较非边缘点法线夹角更大、邻域点更少,提出通过点云簇平均法线夹角和平均点云密度自适应约束来去除点云簇中边缘点的方法;对去边缘点后的点云簇细分割,根据细分割后点云簇的平均法线夹角进行区域生长阈值的自适应选择,通过改进的区域生长算法将每个电子元器件从点云簇中分割出来。结果实验结果证明,文中方法分割正确率达97%以上,每10个目标分割耗时约345 ms。结论提出的方法具有良好的准确性和实用性,分割效果优于传统分割算法,能够准确地将每个电子元器件从复杂场景中分割出来。

摘要： 针对目前铁路道岔人工检测方法效率低、精度差的问题,提出一种基于深度学习的快速识别道岔场景及检测道岔间距的方法。采用线阵工业相机扫描获取铁路点云信息,设计残差连接的铁路道岔场景识别网络,采用树结构Parzen估计算法搜索最优超参数,采用Focal Loss损失函数解决样本数量不均衡问题,实现铁路道岔场景的准确快速识别。利用识别出的铁路道岔场景图像,开发了一种道岔基本轨与尖轨的边缘提取算法,准确测量道岔基本轨与尖轨的内侧间距。实验结果证明,该方法的识别准确率达到97.5%,识别时间在0.02 s内,道岔间距计算误差小于0.2 mm,相比人工检测方法,检测效率与检测精度均大幅提升,满足道岔检测的要求。

摘要： 针对传统混凝土轨枕裂纹识别检测方法中存在效率低下与准确度差的问题,提出一种基于级联卷积神经网络的混凝土轨枕裂纹识别算法。该算法主要包含裂纹定位检测网络与裂纹显著性分割网络,其中裂纹显著性分割网络包含裂纹粗显著性分割模块CEDNet (Crack Encoder Decoder Network)和裂纹边界精修模块CRRNet (Crack Residual Refinement Network),实现对轨枕裂纹分割精确分割(轨枕裂纹的精确分割)。在有砟轨道道床图像中,混凝土轨枕裂纹边缘特征易淹没于碎石道砟边缘噪声中,因此,在输入SSD网络前先经过灰度投影法提取轨枕区域,然后用SSD网络对轨枕上的裂纹进行精确定位与分割。为进一步提取裂纹边缘特征的完整信息,对分割后的裂纹区域采用显著性分割算法,将其输入到CEDNet模块中先获得裂纹粗显著性预测图。将预测图输入到CRRNet模块,对其边缘信息与局部区域加以完善以达到保留边缘特征完整目的。采用混合BCE,SSIM和IOU 3种损失的裂纹检测综合损失函数,用来评价裂纹显著性分割网络提取出的裂纹与真实裂纹的偏差。实验结果表明:采用该综合损失函数,本算法对采集到的轨枕裂纹图像能进行更为准确的检测,裂纹边缘特征的完整性得到更好的保留。同时得到评价指标:F权重值(F-weighted)为0.831,平均绝对误差(MAE)为0.015 7,AUC (Area Under the Curve)值达到0.945 3,与其他网络模型相比,具有更好的识别性、较高的效率与鲁棒性。

摘要： 本文介绍了边缘提取在水印系统中的应用.由于人眼对边缘/纹理区域的变化不敏感,水印嵌入在边缘/纹理位置能很好的满足不可见性.本文构建了一个水印嵌入器的基本模型,并分别从空域和变换域两个方面分析现有的基于边缘提取的水印算法.最后,提出了一个可能发展的方向,以达到不可见性和鲁棒性的折中.

摘要： 利用蚁群算法(ACA)对含有噪声的图像进行边缘提取时,会出现边缘部分丢失、边缘不够平滑、噪声较多等现象.为了有效提高边缘提取质量并且降低噪声,首先,利用图像局部纹理来确定蚁群算法启发因子;其次,将经过蚁群算法得到的不同信息素矩阵进行低阈值处理后进行相乘;然后,再通过相应的阈值选取进行边缘提取.实验结果证明,该改进方法能有效提取图像的边缘.

摘要： 针对无人驾驶汽车环境感知和路径规划部分,详述了8线激光雷达(Ibeo雷达)障碍物监测、马路边缘提取核心技术和寻迹避障路径规划关键技术.并做了大量算法优化和改进,使环境感知和路径优化能够优化统一,大大提升了系统的实时性和鲁棒性.

摘要： 对于复杂场景下的桥梁识别提出两种不同的解决算法.其一是通过最大类间差分割和方差分割得到提出水域,再根据prewitt边缘提取算法获得水域边缘信息,最后利用广度优先搜索结合上下文信息检测出桥梁位置.其二是利用卷积神经网络对桥梁目标进行检测,并其中的惩罚项因子、迭代次数进行研究.实验结果表明,两种方法在一定条件下均能取得良好的效果,但也各自存在一定的局限性.

摘要： 目的：计算机辅助乳房X线图像肿块的检测,能够辅助医生进行准确的诊断.但是由于乳房X线图像中的肿块通常与正常组织的特征比较相似,准确地检测出乳房X线图像中的肿块区域具有一定难度,到目前为止还没有通用的方法用于肿块的检测.rn 方法：本文结合地形图学中的等高线概念提出了一种提取乳房X线图像中肿块边缘的新方法.该方法将经过各向异性滤波后的图像映射为等高线图,并结合肿块特征的先验知识,利用最小化均方误差的方法从等高线图中选择出最能代表肿块边缘的等高线作为肿块边缘.rn 结果：实验结果表明用该方法进行肿块边缘的提取可以得到较低的假阳性结果,也就是说该方法能够准确地定位出乳房X线图像中的肿块区域的位置.rn 结论：本文基于等高线映射图提出了一种提取肿块边缘的新方法,较低的假阳性结果表明,利用该方法能够对肿块区域进行准确的定位.

摘要： 针对航空航天中大量应用的管路高精度快速测量难题,提出了一种基于蛇模型的管路三维重建方法.该方法通过阈值分割和高斯滤波消除图像噪声,借助蛇模型获取精准的管路图像边缘,利用极线约束原理获取二维管路中心线点云.结合多目视觉测量原理,构建三维管路模型并对其进行优化以保证三维重建精度.该方法无需提前输入管路的设计模型和其他体素信息,亦不需要对管路表面进行任何预处理.实验证明,该方法的管路测量精度为0.15mm,测量用时为2min以内,操作简便,满足工业应用需求.

摘要： 针对航空航天中大量应用的管路高精度快速测量难题,提出了一种基于蛇模型的管路三维重建方法.该方法通过阈值分割和高斯滤波消除图像噪声,借助蛇模型获取精准的管路图像边缘,利用极线约束原理获取二维管路中心线点云.结合多目视觉测量原理,构建三维管路模型并对其进行优化以保证三维重建精度.该方法无需提前输入管路的设计模型和其他体素信息,亦不需要对管路表面进行任何预处理.实验证明,该方法的管路测量精度为0.15mm,测量用时为2min以内,操作简便,满足工业应用需求.

摘要： 针对航空航天中大量应用的管路高精度快速测量难题,提出了一种基于蛇模型的管路三维重建方法.该方法通过阈值分割和高斯滤波消除图像噪声,借助蛇模型获取精准的管路图像边缘,利用极线约束原理获取二维管路中心线点云.结合多目视觉测量原理,构建三维管路模型并对其进行优化以保证三维重建精度.该方法无需提前输入管路的设计模型和其他体素信息,亦不需要对管路表面进行任何预处理.实验证明,该方法的管路测量精度为0.15mm,测量用时为2min以内,操作简便,满足工业应用需求.

摘要： 针对航空航天中大量应用的管路高精度快速测量难题,提出了一种基于蛇模型的管路三维重建方法.该方法通过阈值分割和高斯滤波消除图像噪声,借助蛇模型获取精准的管路图像边缘,利用极线约束原理获取二维管路中心线点云.结合多目视觉测量原理,构建三维管路模型并对其进行优化以保证三维重建精度.该方法无需提前输入管路的设计模型和其他体素信息,亦不需要对管路表面进行任何预处理.实验证明,该方法的管路测量精度为0.15mm,测量用时为2min以内,操作简便,满足工业应用需求.

摘要： 针对航空航天中大量应用的管路高精度快速测量难题,提出了一种基于蛇模型的管路三维重建方法.该方法通过阈值分割和高斯滤波消除图像噪声,借助蛇模型获取精准的管路图像边缘,利用极线约束原理获取二维管路中心线点云.结合多目视觉测量原理,构建三维管路模型并对其进行优化以保证三维重建精度.该方法无需提前输入管路的设计模型和其他体素信息,亦不需要对管路表面进行任何预处理.实验证明,该方法的管路测量精度为0.15mm,测量用时为2min以内,操作简便,满足工业应用需求.

摘要： 本发明公开了一种保留局部边缘方向的图像边缘提取方法，包括以下步骤：S1、读入待处理的三通道RGB图片；S2、设置边缘提取阈值threshold；S3、将待处理的三通道RGB图片转化为灰度图片；S4、根据边缘提取阈值threshold，使用边缘提取算子对灰度图片进行边缘提取，得到边缘图。本发明可以在提取图片边缘的的基础上，保留图片边缘的局部方向，使得处理后得到的边缘图保留了更多的局部信息。

摘要： 本发明公开了一种基于结构特征的光学刻划字符边缘提取和边缘拟合方法，包括以下步骤：使用Canny算子提取边缘，将真伪边缘模板对应的像素灰度矩阵转换成特征向量，进行标记，利用K最近邻算法根据标记的特征向量去除样本的伪边缘；根据字符的笔画结构特征和断续边缘线段的端点之间的距离构建不同的连接模式，形成像素场景；依照各个像素场景中各边缘线段的位置关系、线段的灰度信息以及线段之间的距离，确定线段端点的连接方式，进行边缘拟合，形成字符轮廓。本发明提取的边缘准确，拟合得到的刻划字符轮廓完整，为后续的字符特征提取带来了很大方便。

摘要： 本发明涉及一种电路板布线边缘提取方法及提取平台，提取方法包括：设置包括电路板图像提取装置和布线边缘提取单元的电路板布线边缘提取平台，电路板图像提取装置将电路板图像传输至布线边缘提取单元，布线边缘提取单元采用基于高斯小波一维峰值识别的多角度边缘检测方法对图像中的布线边缘进行提取。电路板图像提取装置包括透照台、载物平台、光学平板、支架组件、LED光源组和相机；透照台平行设置在载物平台上，载物平台平行设置在光学平板上表面的一侧；光学平板上表面的另一侧垂直固定设置支架组件，支架组件上活动连接LED光源组，相机通过支架组件和LED光源组固定设置在透照台上方，并将拍摄的电路板图像传输至布线边缘提取单元。

摘要： 本公开是关于一种图像边缘提取方法、图像边缘提取装置及存储介质。图像边缘提取方法包括：获取待处理图像，并对待处理图像进行傅里叶变换得到待处理图像的频谱信息；基于涡旋滤波器对待处理图像的频谱信息进行调制，得到待处理图像调制后的频谱信息，其中，涡旋滤波器的透过率函数是基于贝塞尔函数调制复合涡旋函数得到；对调制后的频谱信息进行逆傅里叶变换，得到待处理图像的边缘图像。通过本公开实施例，可对待处理图像实现高对比度的各向同性和各向异性边缘增强，提高边缘提取的处理效果。

摘要： 本发明提供了一种舌部区域的边缘提取方法，包括：在舌部图像中的舌部区域选取特定点，并建立以所述特定点为原点的极坐标；沿所述极坐标的角度轴对所述舌部图像执行展开操作，将所述舌部图像展开至以所述特定点为原点、所述极坐标的角度轴变化为横轴、所述极坐标的长度轴变化为纵轴的直角坐标系中；在所述直角坐标系中，检测展开后的舌部图像中的舌部区域的边缘线条；将检测到的边缘线条转换至所述极坐标中，以作为所述舌部图像中的舌部区域的边缘图形。本发明还提出了一种舌部区域的边缘提取装置。通过本发明的技术方案，可以利用对舌部图像的坐标变换，从而降低对边缘识别的复杂度，提高边缘提取的准确率。

摘要： 本发明公开了一种保留局部边缘方向的图像边缘提取方法，包括以下步骤：S1、读入待处理的三通道RGB图片；S2、设置边缘提取阈值threshold；S3、将待处理的三通道RGB图片转化为灰度图片；S4、根据边缘提取阈值threshold，使用边缘提取算子对灰度图片进行边缘提取，得到边缘图。本发明可以在提取图片边缘的基础上，保留图片边缘的局部方向，使得处理后得到的边缘图保留了更多的局部信息。

摘要： 本发明公开了一种基于结构特征的光学刻划字符边缘提取和边缘拟合方法，包括以下步骤：使用Canny算子提取边缘，将真伪边缘模板对应的像素灰度矩阵转换成特征向量，进行标记，利用K最近邻算法根据标记的特征向量去除样本的伪边缘；根据字符的笔画结构特征和断续边缘线段的端点之间的距离构建不同的连接模式，形成像素场景；依照各个像素场景中各边缘线段的位置关系、线段的灰度信息以及线段之间的距离，确定线段端点的连接方式，进行边缘拟合，形成字符轮廓。本发明提取的边缘准确，拟合得到的刻划字符轮廓完整，为后续的字符特征提取带来了很大方便。

摘要： 本发明涉及一种电路板布线边缘提取方法及提取平台，提取方法包括：设置包括电路板图像提取装置和布线边缘提取单元的电路板布线边缘提取平台，电路板图像提取装置将电路板图像传输至布线边缘提取单元，布线边缘提取单元采用基于高斯小波一维峰值识别的多角度边缘检测方法对图像中的布线边缘进行提取。电路板图像提取装置包括透照台、载物平台、光学平板、支架组件、LED光源组和相机；透照台平行设置在载物平台上，载物平台平行设置在光学平板上表面的一侧；光学平板上表面的另一侧垂直固定设置支架组件，支架组件上活动连接LED光源组，相机通过支架组件和LED光源组固定设置在透照台上方，并将拍摄的电路板图像传输至布线边缘提取单元。

摘要： 本发明公开了一种基于连续边缘提取的眼镜框识别及抓取上料方法，包括如下步骤：3D结构光扫描获取3D点云数据及2D纹理图；背景图剔除获取剔除背景后的3D点云数据及二值化图像；二值化图像降采样，寻找大于长度阈值的无断连长边；拟合平滑边缘曲线并分割，剔除平滑边缘曲线间形成封闭区域的平滑边缘曲线部分；求各个平滑边缘曲线的曲线长度，以及曲线中点与质心的距离；计算加权值；由平滑边缘曲线的曲线像素信息，反投影至3D点云空间，获取相应的3D点云数据，插值空间3D曲线；计算空间3D曲线中心点的待抓取位姿，并下发至机械臂实施抓取。本发明适应快速换型的生产要求，能估算眼镜框的空间位姿，保证眼镜框的较高的抓取成功率。

摘要： 一种基于迁移学习的高分遥感影像语义边缘提取方法，包括：步骤1：准备阶段，分为确定任务目标、挑选网络结构和准备预训练模型；步骤2：准备影像集和样本；步骤3：冻结选取的网络结构中的部分编码器参数，设定超参数后用样本集C微调网络结构中的其他参数，得到新的网络模型b；步骤4：制作伪样本集；步骤5：将样本集C和伪样本集D合并为样本集E，冻结部分编码器的参数，设定超参数后微调网络模型中其他部分，得到最终的语义边缘提取模型。本发明以小数量的样本便能得到精度和泛化性足够满意的语义边缘提取网络模型。