数字图像的边缘检测的几种方法的matlab程序代码。包括几种经典算法，还有水线阈值法水线阈值法，形态学梯度检测二值图像。
2021-03-22 16:34:21
24KB
1
为了提高图像的边缘检测性能，将蚁群算法引入图像边缘检测。阐述了提取图像边缘特征的方法和蚁群算法的基本原理，提出了一种基于改进的蚁群算法的边缘检测方法。将图像的形态学梯度值作为蚁群的信息激素强度值和启发信息值，使用最大类间方差法获得图像的边缘信息。实验结果表明该算法能成功地提取边缘信息并抑制背景纹理细节，具有较好的检测效果。
2021-03-20 12:29:05
430KB
1
本文提出一种彩色图像车牌定位方法(LPLCCED). 首
先利用细胞神经网络(CNN)模型导出一种与车牌颜色特征相结合的车牌定位专用边缘检测算法, 将车牌的颜色对约束条件融
合到边缘检测算法中, 本专用边缘检测算法可以大大缩小车牌初步定位的范围. 接下来提出一种针对车牌特征的边缘滤波算
法, 最后根据车牌结构和纹理特征对候选区域进行判别验证. 该流程的各个环节都可以通过硬件实现,
2021-03-15 10:28:14
3.01MB
1
图像矩阵[122 68 117
151 115 141
123 153 87]
x方向算子[-1 0 +1
-2 0 +2
-1 0 +1]
y方向算子[+1 +2 +1
0 0 0
-1 -2 -1]
Gx_temp1 = 117 + 141*2 + 87 = 486
Gx_temp2 = 122 + 151*2 + 123 = 547
Gx_data = 547-486 = 61
Gy_temp1 = 122 + 68*2 + 117 = 375
Gy_temp2 = 123 + 153*2 + 87 = 516
Gy_data = 516-375 = 141
Gxy_square = 61 * 61 + 141*141 = 23602
Dim = sqrt(23602) = 153
153 > 30，输出1
2021-03-14 21:29:41
107.98MB
1
A=imread('xueguan.jpg');%读出原始图像
A1=rgb2gray(A);%灰度图像
P4=imnoise(A1,'salt & pepper',0.08);%添加0.08的椒盐噪声图像
imwrite(P4,'P4.jpg');
W4=P4;
I4=double(W4);%将W数据转换为double类型数据
2021-03-09 21:03:10
4KB
1
针对一类边缘特征不明显的矿物浮选泡沫图像,提出了一种基于模糊三值模式的泡沫图像边缘检测方法.在‘0/1’二值模式基础上,增加不确定逻辑状态,构成模糊局部三值模式,以描述邻域像素灰度均值的不确定关系,同时,对邻域双向灰度差值之和进行模糊化,以描述边缘与非边缘方向的关系,联立邻域灰度关系与双向灰度差值隶属度,构造气泡边缘隶属度矩阵,依据联合隶属度的解模糊结果判决是否为边界候选像素,再根据边界候选像素集合的特征剔除非边界像素,以此得到泡沫边缘.实验结果表明,该方法能够有效地检测出气泡边缘,同时,在强噪声环境下,具有良好的鲁棒性.
2021-02-24 18:05:14
384KB
1
为了提高图像的边缘检测性能,将蚁群算法引入图像边缘检测。阐述了提取图像边缘特征的方法和蚁群算法的基本原理,提出了一种基于改进的蚁群算法的边缘检测方法。将图像的形态学梯度值作为蚁群的信息激素强度值和启发信息值,使用最大类间方差法获得图像的边缘信息。实验结果表明该算法能成功地提取边缘信息并抑制背景纹理细节,具有较好的检测效果。
2021-02-21 19:09:58
737KB
1
DELPHI边缘检测(sobel、prewitt、robert、Kirsch、Gauss-Laplace各种算法)，支持最新10.4。不需要任何第三方控件。资源稀有，请珍惜。
2021-01-28 02:18:18
1.58MB
1
C语言实现灰度图像的集中常用边缘检测算法，包括：梯度算子，roberts边缘检测算法，Sobel边缘检测算法，Laplace边缘检测算法和Canny边缘检测算法
2021-01-28 01:50:26
297KB
1