Matlab学习笔记三:绘图 (图片)
Matlab学习笔记三:绘图
绘制结果图
一种亚像素精度的边缘检测方法
提出了一种基于贝塞尔边缘模型的亚像素边缘检测算法. 该算法首先在原有的贝塞尔点扩散函数中引
入修正参数t ,并与理想边缘模型卷积,获得可修正的贝塞尔边缘灰度模型;然后,利用图像边缘的信息对该模
型进行最小二乘拟合,在拟合过程中,通过修正参数t 对边缘模型进行修正,最终获得精确的边缘模型,同时考
虑数字采样等因素对灰度分布的影响,得到图像边缘的亚像素位置. 实验中测得边缘亚像素位置的平均误差为
一个像素的3 % ,其中误差方差为01000 5. 结果表明:本算法基本满足图像测量的稳定可靠、精度高等要求,并
且对图像噪声有较强的鲁棒性.
一种基于多项式插值改进的亚像素细分算法
sobel、带方向的梯度、多项式插值求亚像素坐标
一种改进的基于二次曲线拟合的亚像素定位算法
已有的亚像素边缘定位方法中,二次曲线拟合边缘定位是一种从复杂度和运算时间
等角度考虑都较好的方法,然而这种方法目前只能应用在直线边缘的亚像素定位中。为此本
文提出了一种改进算法,主要针对非直线边缘的复杂图像进行亚像素级边缘定位的算法。该
算法依据细化后边缘上前后像素的邻接关系将二次曲线拟合亚像素定位应用到二维情况。实
验采用本算法对直线边缘图片以及具有非直线边缘的实际物体图片进行亚像素级边缘定位。
实验验证了本算法的正确性及可靠性。结果表明,本算法不仅可以检测直线,而且对较复杂
边缘目标定位精度达亚像素级。
亚像素边缘检测技术的研究
精确确定数字图像边缘的位置,对于图像测量非常重要。同时,图像获取过程中受到各种噪声的影响,
必然会引起图像边缘的模糊,因此对图像边缘提取技术的研究一直是一个热门。对几种代表性的亚像素边缘检测
技术进行了原理分析和性能比较。介绍了基于曲面拟合的和基于灰度矩的亚像素边缘检测算法。
利用曲线拟合方法的亚像素提取算法
在图像测量系统中, 测量系统的精度与边缘提取的精度成直接的正比关系, 普通算法的精度为像素级, 现在最常用的
亚像素算法是重心法。这里提出了一种利用曲线拟合方法的亚像素边缘提取算法, 介绍了算法的推导过程, 给出了算法的计
算公式, 最后给出了实验结果。
基于亚像素边缘检测的刀具几何参数测量
为了提高刀具几何参数图像测量精度, 基于矩法理论, 提出了一种亚像素边缘检测算法。该方法的基本
思想是采用灰度空间矩, 将图像边缘特征离散为亚像素级特征点, 并用Matlab 实现图像的处理。实验证明, 基于亚
像素特征点提取检测的刀具几何参数具有较高测量精度, 且计算量小, 具有很好的抗噪性能。
基于线阵CCD的在线亚像素边缘测量系统
为了提高精密矫直机测量工件挠度的精度和效率,提出了一种集成FPGA的在线亚像素边缘测量系
统。详细介绍了利用线阵CCD对工件挠度进行非接触测量的系统原理和流程,利用CCD图像信号边缘梯度
的特性,介绍了一种基于多项式插值且易于集成在FPGA的亚像素边缘检测算法。仿真实验证明,该测量系
统重复性误差为0.18个像元,达到了亚像素测量精度。
基于互相关的图像匹配亚像素定位
本文提出了一种新颖的基于抛物线拟合原理的亚像素求取算法。为了简单快速的获得亚像素定位精度,本
文根据相关峰所呈现出的特性,用抛物线拟合经相关峰顶点切开的纵切面轮廓。沿不同的方向纵切,就可获得不
同方向上的拟合抛物线,而根据每一条拟合抛物线可获得其对应顶点。最后根据所获得的点,进一步求取到各点
距离之和的最小值点,其对应位置即为所求。从而实现了以点来描述线(每个点代表一条抛物线),以线(所有的
拟合抛物线)来描述面的思想,以便于更真实详细的描述相关峰顶点附近峰面所呈现出来的特性。实验证明,该
算法具有较高的亚像素提取精度,能达到0.01 级别的像素精度
亚像素边缘检测算法的研究
在分析亚像素边缘检测算法机理的基础上,对多项式插值算法和矩算法在亚像素边缘检测中从速度和精度
两个方面,对其进行了比较性研究,实验结果表明,在同等精度条件下,多项式插值法的运算耗时较短,具有运
算效率高,同时其标准差小,具有更高的定位精度
opencv 椭圆拟合
opencv 椭圆拟合,OpenCV初学者必备
提取二值图像中的最大轮廓OpenCV版
使用OpenCV技术,用于提取图像中的最大轮廓