在模糊集合论(FS)和广义模糊集合论(GFS)的基础上,构造出用于模糊增强图像区域对比度的新型线性广义模糊算子(LGFO),理论分析并验证了其性质。提出了一种自适应双线性广义模糊增强算法用于提取图像边缘轮廓,该算法利用线性广义隶属度变换函数与LGFO,实现了灰度图像空间与广义模糊空间的相互转换,空间转换过程中对线性广义模糊隶属空间实施了线性广义模糊增强处理,最终在灰度图像空间中使用“MIN”算子提取图像轮廓。该算法还使用可检测边缘度与噪声标准差之商作为图像增强的评估标准,自动选择模糊参数D,实现了线性广义模糊增强图像的自适应优化。实验表明,该算法快速无失真,适用于彩色图像,提取的图像轮廓准确、层次分明。

完整的轮廓提取程序，在MATLAB环境下运行，只需把你所需的图片载入即可

通过分析机载雷达（LIDAR）点云数据与航空影像数据特点，提出了融合机载LIDAR点云和航空影像的建筑物轮廓探测方法。分别提取机载点云和航空影像中的部分建筑轮廓线，将轮廓线拟合成直线段的建筑物轮廓边，并以两相邻且垂直的轮廓边相交得到建筑的角点，根据建筑物的同名角点实现机载点云和航空影像的配准融合；将航空影像的光谱信息赋予机载点云，并将光谱信息作为特征向量进行聚类，分离出植被和树木等地物，利用高程信息从光谱信息相似的地面道路和建筑物中分离出建筑物，提取建筑物的轮廓边，完成建筑物轮廓的探测。实验结果表明，利用该方法进行建筑物点云的分类正确率可达97.96%，轮廓边的提取精度可达0.21 m，能够有效的实现建筑物轮廓的探测。

BSD500数据集包括图像分割和轮廓提取的Ground Truth，训练集和测试集各200张，验证集100张。

图像边缘检测，提取及轮廓跟踪源码（边缘检测，Hough变换，轮廓提取，轮廓跟踪，种子填充） 图像边缘检测，提取及轮廓跟踪源码（边缘检测，Hough变换，轮廓提取，轮廓跟踪，种子填充）

对二值图像轮廓先提取再跟踪，编译在VS2010环境下

将图像二值化，并提取连通区域的轮廓线，如果目标与背景区分明显，提取效果十分理想。脚本主要应用的函数有strel(),im2bw(),bwboundaries()

今天小编就为大家分享一篇opencv3/C++轮廓的提取与筛选方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

行业-电子政务-一种印刷电路板图像的轮廓提取方法.zip

matlab源代码，实现特征点匹配与实现，实测有效！前期数据分析验证非常高效，实测有用！实测有用！实测有用！