基于奇异算子与最短路径搜索技术的三维测量方法研究
【图文】:
Laplacian 算子对图像中边缘灰度变化十分敏感,Laplacian 算子利用分运算检测条纹边缘,但却产生了丢失边缘方向信息的危险性,MLaplacian 算子为基础提出图像中边缘预处理的 Log 算子[23]。又有子利用高斯信号曲线导数求解梯度,并通过其局部极大值检测边缘nny 算子利用双阈值实现仅针对与强边缘相连的弱边缘的检测与提取在亚像素级的边缘检测研究中,围绕插值法、拟合法等,研究人多基础与改进的亚像素边缘检测方法[25-27]。亚像素边缘检测方法线像素范围内信息作为补充分析信息来实现亚像素定位。插值法是先利用边缘检测算子,将边缘定位到像素级,再利用边为零对插值的灰度梯度值进行计算求解位置参数,最后通过求解值来确定亚像素边缘信息[28]。杰森等对边缘检测视觉模型进行完善改进边缘拟合方法,,实现了对特定连续空间的阶梯边缘的定位[29]。等将三次样条插值和灰阶边缘细化进行结合,取得了较好的效果[3首先将图像中边缘灰度渐变区域进行处理,再整理该区域中法线,也实现了图像边缘的亚像素级检测的精确定位,如图 1-3a)所示为示意图,图 1-3b)为边缘细化算法图:
哈尔滨理工大学工学硕士学位论文有研究人员利用最小二乘准则对条纹边缘进行拟合得到边缘线。在边缘所在区域的一定范围内有点(xi,yi),在给定的函数 f(x)中计算得函数 f*(x),有目标函数 s 最小[31]。隋连升等利用 NURBS 曲线局部控制性高的特性,以提高检测精度出发,给出 NURBS 拟合的方法对光条边缘进行检测定位[32]。李景泓等利用最小二乘拟合的方法拟合椭圆轨迹,提出在图像较模糊的情况下的模糊图像边缘提取的方法[33]。张洪涛等通过 B 样条函数拟合,改进经典算子模板,同样获得了边缘检测的亚像素级别[34],如图 1-4 所示为改进的模板。
【学位授予单位】:哈尔滨理工大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41
【参考文献】
相关期刊论文 前10条
1 刘文毅;龚晓峰;;基于新方向模板法的火炮内腔三维重构研究[J];计算机仿真;2015年02期
2 郭玲;朱茂之;;结构光条纹中心线的鲁棒提取[J];光电技术应用;2014年04期
3 贺桂娇;;几种经典的图像边缘检测算子分析比较[J];计算机光盘软件与应用;2014年09期
4 孙少红;袁华;张彤;;常用的亚像素边缘检测方法的对比研究[J];大众科技;2014年04期
5 陈一虎;;图像边缘检测方法综述[J];宝鸡文理学院学报(自然科学版);2013年01期
6 赵晓丽;孔勇;;基于高斯小波的多尺度积图像边缘检测算法[J];数据采集与处理;2012年04期
7 吴鹏;宋文龙;;一种改善的基于支持向量机的图像边缘检测算法[J];自动化技术与应用;2012年04期
8 李杰;彭月英;元昌安;林墨;王仁民;;基于数学形态学细化算法的图像边缘细化[J];计算机应用;2012年02期
9 张习民;贾克斌;卓东风;;BP神经网络在图像边缘检测中的应用[J];计算机工程与设计;2011年06期
10 祝宏;曾祥进;;Zernike矩和最小二乘椭圆拟合的亚像素边缘提取[J];计算机工程与应用;2011年17期
相关博士学位论文 前3条
1 张万祯;数字投影结构光三维测量方法研究[D];浙江大学;2015年
2 黄建平;基于二维图像和深度信息的路面裂缝检测关键技术研究[D];哈尔滨工业大学;2013年
3 宋青;大规模网络最短路径的分层优化算法研究[D];上海交通大学;2012年
相关硕士学位论文 前4条
1 张吉勋;双频多周期模拟编码光相位展开方法研究[D];哈尔滨理工大学;2017年
2 郭克冰;基于灰色关联度的图像边缘检测的理论研究[D];河南大学;2016年
3 陈辉;图像边缘检测技术的研究[D];哈尔滨工程大学;2012年
4 喻炜;小波变换在图像边缘检测中应用研究[D];中国地质大学(北京);2006年
本文编号:2599985
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2599985.html