邊緣檢測文章進(jìn)入邊緣檢測技術(shù)社區

一種高速鐵路接觸網(wǎng)目標檢測與跟蹤方法

因接觸線(xiàn)和承力索無(wú)視覺(jué)顯著(zhù)特征，且機車(chē)運行過(guò)程中的強電流、電壓磁場(chǎng)等干擾，導致獲取的視頻圖像具有很多噪聲，使得對接觸網(wǎng)目標跟蹤具有非常大的挑戰性。為此，提出一種高速鐵路接觸網(wǎng)目標檢測與跟蹤方法。接觸線(xiàn)檢測部分，對采集的紅外圖像進(jìn)行灰度化處理后，分別運用OTSU自適應閾值分割和邊緣梯度信息檢測兩種方法進(jìn)行特征提取，且具有更高的提取精度，接著(zhù)利用Hough變換法連接邊緣。接觸線(xiàn)跟蹤部分，采用Hough變換檢測直線(xiàn)的優(yōu)勢來(lái)提取接觸線(xiàn)的參數，然后利用Kalman濾波方法實(shí)現對參數的持續跟蹤。
關(guān)鍵字：接觸線(xiàn)檢測與跟蹤邊緣檢測 Hough變換 Kalman濾波 202101

一種基于改進(jìn)的Sobel算法鋼軌表面損傷語(yǔ)義分割方法*

為探尋鋼軌表面傷損語(yǔ)義分割的有效方法，實(shí)現鋼軌表面傷損準確檢測。在經(jīng)典Sobel算法的基礎上，增加傾斜方向的檢測，改變閥值；利用采集的帶扎傷鋼軌圖片，在MATLAB2016版本進(jìn)行對比檢測實(shí)驗；本方法成功檢出兩處傷損，無(wú)誤檢錯檢；結論：本方法檢測效果在檢出率和誤檢率都優(yōu)于傳統方法，有一定價(jià)值。
關(guān)鍵字： Sobel算法鋼軌表面損傷語(yǔ)義分割邊緣檢測 202111

基于FPGA的視頻實(shí)時(shí)邊緣檢測系統

摘要：對于視頻圖像檢測與識別的需要，提出了一種基于FPGA的視頻邊緣檢測系統設計方案，并完成系統的硬件設計。通過(guò)FPGA控制攝像頭進(jìn)行視頻采集，雙端口SDRAM對圖像數據進(jìn)行緩存，FPGA再對數據進(jìn)行實(shí)時(shí)處理。實(shí)際采用
關(guān)鍵字： FPGA OV7670 視頻采集邊緣檢測 VGA

高速公路目標邊緣檢測的算法對比分析

目標邊緣檢測是高速公路目標辨識的關(guān)鍵技術(shù)。雖然現在有多種邊緣檢測算法，但是不同算法有著(zhù)各自的適用范圍，通過(guò)對比Roberts算子、Prewitt算子、Sobel算子和Canny算子等算子，并以高速公路高清監控采集的視頻截圖作為樣本，采用不同邊緣檢測算法對車(chē)輛、護欄等高速公路上的主要目標進(jìn)行對比分析。計算結果表明，對于高速公路上的主要目標識別而言，Prewitt算子具有相對較好的邊緣檢測效果。
關(guān)鍵字：高速公路邊緣檢測目標識別 Prewitt算子 201605

邊緣檢測算法在醫學(xué)超聲液性病變圖像中的應用

摘要：醫學(xué)超聲液性病變圖像多見(jiàn)數個(gè)無(wú)回聲區，呈“蜂窩狀”，邊界不清晰，為了清晰地提取醫學(xué)超聲液性病變圖像的邊緣，進(jìn)一步為臨床診斷提供可靠依據，在此將幾種不同的邊緣檢測算法應用于醫學(xué)超聲液態(tài)病
關(guān)鍵字：邊緣檢測算法圖像中的應用

改進(jìn)邊緣檢測算法在醫學(xué)圖像處理中的應用

摘要：圖像邊緣檢測在醫學(xué)中有很重要的應用，針對此提出了一種新的邊緣檢測方法，首先采用canny算子對圖像進(jìn)行邊緣檢測，然后對檢測后的圖像輪廓跟蹤。實(shí)驗表明，與傳統的邊緣檢測算法相比，這種算法能更好地提取圖像
關(guān)鍵字：邊緣檢測算法醫學(xué)圖像中的應用

基于機器視覺(jué)技術(shù)之邊緣檢測

圖象的邊緣信息對人或對機器視覺(jué)來(lái)說(shuō)，都是非常重要的。由于邊緣具有能勾畫(huà)區域的形狀，且能被局部定義以及能傳遞大部分圖象信息等許多優(yōu)點(diǎn)，因此，邊緣檢測可看作是處理許多復雜問(wèn)題的關(guān)鍵，是圖象分析和理解的第一
關(guān)鍵字：機器視覺(jué)技術(shù) 邊緣檢測

袋裝糧數量智能識別算法研究

關(guān)鍵字：圖像處理邊緣檢測數學(xué)形態(tài)學(xué) 鏈碼

Sobel邊緣檢測的FPGA實(shí)現

為了采用FPGA來(lái)實(shí)時(shí)實(shí)現Sobel邊緣檢測，設計者往往自己編寫(xiě)代碼。在此介紹基于QuartusⅡ提供的參數可設置宏功能模塊，實(shí)現Sobel邊緣檢測的新方案。該方案獲得了比用戶(hù)編寫(xiě)的代碼更優(yōu)的綜合和實(shí)現結果，節省了寶貴的設計時(shí)間，并且獲得了很好的邊緣檢測效果。
關(guān)鍵字： Sobel FPGA 邊緣檢測

基于視覺(jué)圖像的微小零件邊緣檢測算法研究

高精度的微小零件邊緣檢測中，傳統邊緣檢測算法存在實(shí)際應用可操作性較差，檢測結果難以達到精度要求等問(wèn)題。為了提高邊緣檢測精度，提出了基于Soble算子的改進(jìn)算法，該算法擴展了Sobel算子邊緣檢測的模板，并對擴展的梯度方向圖進(jìn)行了細化處理，而后在梯度圖像上實(shí)現多項式插值亞像素細分，從而完成對目標邊緣的精確定位。
實(shí)驗結果表明，該方法的定位精度為0．20 pixel，滿(mǎn)足微小零件在實(shí)際檢測的精度要求。
關(guān)鍵字：視覺(jué)圖像零件邊緣檢測算法研究

智能車(chē)黑線(xiàn)識別算法及控制策略研究

0 引言
“飛思卡爾”杯全國大學(xué)生智能車(chē)大賽是由摩托羅拉旗下飛思卡爾公司贊助由高等學(xué)校自動(dòng)化專(zhuān)業(yè)教學(xué)指導委員會(huì )負責主辦的全國性的賽事，旨在加強大學(xué)生的創(chuàng )新意識、團隊合作精神和培養學(xué)生的創(chuàng )新能力。此項
關(guān)鍵字：策略研究控制算法黑線(xiàn) 識別智能圖像采集邊緣檢測 PD控制轉向舵機單片機算法控制策略傳感

便攜式激光盤(pán)煤系統的研究應用

目前，燃煤電廠(chǎng)存煤的測量一般采用人工計量方法，即先用推土機對煤場(chǎng)進(jìn)行整形，使其外觀(guān)形體近似于梯形，再用經(jīng)緯儀...
關(guān)鍵字：散亂數據圖像邊緣檢測三維網(wǎng)格插值問(wèn)題點(diǎn)集幅角便攜式徑向基函數研究領(lǐng)域

基于CNN的紅外圖像預處理系統的研究與設計

摘要：本文設計了一個(gè)以FPGA為核心處理器實(shí)現紅外視頻圖像數字預處理的系統，利用Altera公司提供的DE2開(kāi)發(fā)板，把系統大部分的功能模塊集成在一片FPGA 上，大大優(yōu)化了整個(gè)系統的性能。該方案采用Altera公司推出的低成本、高密度的Cyclone Ⅱ系列FPGA，提高了系統的設計靈活性。細胞神經(jīng)網(wǎng)絡(luò )IP核的開(kāi)發(fā)，充分利用了細胞神經(jīng)網(wǎng)絡(luò )在圖像處理方面的優(yōu)勢，提高了整個(gè)系統的處理效率。實(shí)現了細胞神經(jīng)網(wǎng)絡(luò )的一種高效數字實(shí)現方案,并且采用分布式算法可以提供更高的運行速度。關(guān)鍵詞　邊緣檢測；細胞神經(jīng)網(wǎng)絡(luò )；FP
關(guān)鍵字：消費電子邊緣檢測細胞神經(jīng)網(wǎng)絡(luò ) FPGA 嵌入式消費電子

基于圖像處理技術(shù)的銅箔疵點(diǎn)檢測系統研究

計算機輔助檢測技術(shù)在工業(yè)生產(chǎn)及檢測領(lǐng)域有著(zhù)廣泛的應用，生產(chǎn)線(xiàn)上成品及次品的檢驗工作在很大程度上依賴(lài)計算機圖像處理技術(shù)的發(fā)展，如光學(xué)玻璃波形檢測、紡織品檢測、焊縫檢測等應用。銅箔基板（CCL）是多層印刷線(xiàn)路板（PCB）生產(chǎn)的原料之一，其產(chǎn)品質(zhì)量嚴重影響著(zhù)印刷線(xiàn)路板的優(yōu)劣，因此對銅箔基板的質(zhì)量檢測非常重要。在其生產(chǎn)過(guò)程中，需經(jīng)過(guò)熱壓、剪裁等工藝，由于設備及人為原因，可以會(huì )對CCL表面造成損傷，產(chǎn)生各類(lèi)疵點(diǎn)。疵點(diǎn)主要分為劃痕和污點(diǎn)兩大類(lèi)，根據疵點(diǎn)的種類(lèi)、大小、數量可以判定該板是否合格。因此疵點(diǎn)的檢驗是銅箔基板產(chǎn)
關(guān)鍵字：邊緣檢測測量測試銅箔疵點(diǎn) 圖像處理消費電子消費電子