搜索资源列表
erzhituxiangxihuasuanfa
- 图像细化的方法有两种即边缘点删除和内点保留传统的基于边缘点删除的细化算法在细化过程中只对边缘点的可删除性进行判断并作相应处理由于受跟踪顺序及所考察邻域的影响容易产生骨架的非对称性基于内点保留的细化算法容易使所获得的骨架大于一个像素本文在分析上述两类细化算法的基础上综合运用上述两种细化方法提出一种新的行之有效的并行细化算法.
CannyEdgeDetector
- Canny认为一个优良的边缘检测算子应具有以下3个特性: ① 好的检测性能。不漏检真实边缘，也不把非边缘点作为边缘点检出，使输出的信噪比最大。 ② 好的定位性能。检测到的边缘点与实际边缘点位置最近。 ③ 唯一性。对于单个边缘点仅有一个响应。
边缘检测算法的基本步骤
- 边缘检测算法的基本步骤 （1）滤波。边缘检测主要基于导数计算，但受噪声影响。但滤波器在降低噪声的同时也导致边缘强度的损失。 （2）增强。增强算法将邻域中灰度有显著变化的点突出显示。一般通过计算梯度幅值完成。 （3）检测。但在有些图象中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度幅值阈值判定。 （4）定位。精确确定边缘的位置。 Canny边缘检测算法 step1:用高斯滤波器平滑图象； step2:用一阶偏导的有限差分来计算梯度的幅值和方
bianyuantiqu.rar
- 对图像进行逐点计算，并且取最大值和最小值的差值作为该点新的灰度值。 在区别边缘点和非边缘点时，首先确定一个阈值T，若图像中像素点的新 值大于该门限值，则可以初步确定为边缘点，小于T的新值被判断为非边缘点.,Image point by point basis, and taking the maximum and minimum points of difference as the new gray value. Edge in the difference between point a
Cann.rar
- 通过计算图像的灰度梯度，在对边缘点进行非最大化抑制实现边缘检测,Gray-scale images by calculating the gradient of the edge points to maximize the suppression of non-realization of edge detection
yizhongsuijiduotuoyuanjiancedekuaisusuanfa
- 针对多椭圆检测问题提出了一种快速随机检测算法。该算法利用在图像中随机采样到的一个边缘点和 局部搜索到的两个边缘点以及这三个点的邻域信息确定候选椭圆,再将候选椭圆变换为对应圆,通过确认真圆来确 认真椭圆。在确定候选椭圆时,最大限度地减少随机采样点数‰ 剔除更多的非椭圆点,降低了无效采样,减少了无效 计算。数值实验结果表明:该算法具有良好的鲁棒性,其检测速度比同类算法快-Ellipse detection problem for many a fast random detect
cannythreshold
- 其基本思想是：首先，用微分算子检测图象的边缘；然后，在这些边缘象素点上进行二值化阈值的自动选择；最后，对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明，这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征，并能处理低质量的图象-The basic idea is: First of all, the differential operator with the edge detection image And, at these points on the edge pixe
gaijin3
- 灰色斜率关联度的改进 判断非边缘点为基准 -image lena
fast-edge-tracking-algorithm
- 刘丽华提出基于多方向形态算子的快速边缘跟踪算法，主要解决了利用边缘方向信息进行边缘像素编码、边缘像素跟踪最小方向计算和非连续点判断方法等算法关键问题。-Liu Lihua proposed morphological operators based on the multi-directional fast edge tracking algorithm to solve the key problems using edge direction information edge pixel e
Multi-sensor-image-fusion-algorithm-
- 一种邻域一致性的NSCT域多传感器图像融合算法，针对同一场景多传感器图像融合问题，提出了一种基于邻域特性的非采样Contourlet变换域融 合新算法．首先对待融合图像进行非采样Contourlet变换分解，由邻域平均能量与方差构造各点的能量 方差决策值，基于决策值最大原则选择低频子带系数，从而在保持图像亮度的同时融合更多的边缘细 节；基于邻域能量最大原则选择带通方向子带系数，以保留更多的边缘．最后反变换得到融合图像．-Multi—sensor image fusion algori
Active-Contour-Models-
- 传统Snake 模型存在的缺点是, 其初始轮廓必须靠近图像中感兴趣目标的真实边缘,否则会得到错误结 果,且由于Snake 模型的非凸性,结果不能进入感兴趣目标的深凹部分,很容易陷入局部极小点. 由此该文提出一 种基于力场分析的主动轮廓模型,详细分析了基于欧氏距离变换的距离势能力场分布,归纳出感兴趣目标上真轮 廓点与假轮廓点的判别标准. 建立了由曲线能量到最终结果的有效方法,避免了Snake 陷入局部极小点. 实验结果 表明,该模型具有较大的捕获区域,能够进入感兴趣目标的深凹部分
edge
- 非自带算子的matlab边缘检测程序,检测边缘点，并连接-Non-native operator edge detection matlab program
Matlab
- nonmaxsup——非最大值抑制 hysthresh——设定阈值区间，返回一个二值化图像 canny——边缘探测，图像边缘增强 adjgamma——调整图像的伽马值 findline——利用线性Hough变换和Canny边缘探测得到的线上各点的坐标 circlecoords——返回由圆的半径和圆心坐标决定的圆上各点像素的坐标 houghcircle——取一幅经过canny变换的图像，利用hough变换找到图像中的一个圆 findcircle——计算所得线上各点
canny_matlab
- canny边缘检测一共四个部分： 1.对原图像高斯平滑 2.对高斯平滑后的图像进行sobel边缘检测。这里需要求横的和竖的还有联合的，所以一共三个需要sobel边缘检测图像。 3.对联合的sobel检测图像进行非极大抑制 4.连接边缘点并进行滞后阈值处理。-canny edge detection total of four parts: 1. Gaussian smoothing the original image
CannyBoundTest
- 1.对原图像高斯平滑 2.对高斯平滑后的图像进行sobel边缘检测。这里需要求横的和竖的还有联合的，所以一共三个需要sobel边缘检测图像。 3.对联合的sobel检测图像进行非极大抑制 4.连接边缘点并进行滞后阈值处理。 -1. Gaussian smoothing the original image 2. Gaussian smoothed image was sobel edge detection. Here and there on request t
matlap
- 当原图像像素点处于边缘区域时，沿Sobel算子确定的边缘方向进行自适应插值，当原图像像素点处于非边缘区域时，采用双线性插值法进行插值。-When the original image pixel is in the edge area, along the Sobel operator to determine the edge direction of adaptive interpolation, when the original image pixels in the non edge