SOBEL 源码搜索结果, 第90页, Verysource

Pytorch 实现sobel算子的卷积操作详解今天小编就为大家分享一篇Pytorch 实现sobel算子的卷积操作详解，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
python通过robert、sobel、Laplace算子实现图像边缘提取详解主要介绍了python通过robert、sobel、Laplace算子实现图像边缘提取详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
sobel算法FPGA实现 sobel算法FPGA实现
基于CORDIC的高速Sobel算法实现为提高图像边缘检测的处理速度，提出一种基于CORDIC的高速Sobel算法实现。在FPGA平台上，在并行处理数据和流水线操作的基础上，使用扩展数据位和覆盖所有角度的流水线型CORDIC，提高Sobel的运算效率。实验结果表明，在保证运算精度的前提下，该算法相比传统加速方法可提速63.53％。
基于Sobel算法图像边缘检测的FPGA实现针对嵌入式软件无法满足数字图像实时处理速度问题，提出用硬件加速器的思想，通过FPGA实现Sobel边缘检测算法。通过乒乓操作、并行处理数据和流水线设计，大大提高算法的处理速度。采用模块的硬件设计，保证了系统的可移植性和系统的扩展性。最后使用Verilog HDL编程实现算法处理，并用Modelsim和MATLAB进行了仿真和验证。
Sobel图像边沿检测算法的优化设计与实现针对Sobel算子用于图像边沿检测时出现的噪声大、边沿较粗等问题，提出了一种Sobel图像边沿检测的优化设计方案。在传统的Sobel边沿检测模块前增加快速中值滤波模块，提高了系统的抗噪能力。同时在Sobel边沿检测模块后采用非极大值抑制的方式对图像边沿进一步细化，既有效地保留了图像边沿，又提高了图像边沿的清晰度。与传统Sobel检测模块相比，优化后的方案不仅能够有效抑制噪声，而且得到的图像边沿更细，增强了实时图像处理的效果。该优化设计已成功应用于某图像识别系统。
基于Sobel和LoG相结合的边缘检测与细化方法鉴于Sobel算子检测边缘较粗、定位不准确，以及LoG算子具有各向同性的特点且对边缘方向性信息检测不敏感，提出了Sobel算子与LoG算子相结合的边缘检测与细化方法。首先用水平、垂直、两个斜对角4个方向模板改进原Sobel算子两个方向模板，并用改进的Sobel算子对原图像进行边缘检测，得到粗边缘图像；然后使用LoG算子检测粗边缘图像的边缘；最后 ... 结果相减，达到边缘细化的目的。实验结果表明，该方法有效地解决了原Sobel算子检测边缘较粗的问题，得到的边缘较细；克服了LoG算子 ...
改进的Sobel算子彩色图像边缘检测为了解决传统灰度图像边缘检测中容易出现的边缘定位偏差、边缘丢失以及边缘不连续等问题，结合传统的Sobel梯度边缘检测方法和图像阈值分割技术，提出了一种改进的Sobel算子彩色图像边缘检测方法。通过对比试验结果表明，该方法可以有效地降低色彩边缘的误检率，一定程度上提高了边缘检测器的性能。
基于FPGA的Sobel边缘检测应用针对目前数字图像处理速度慢的问题, 提出了一种基于 FPGA器件的 Sobel 边缘检测实现方案。Sobel 边缘检测分别在FPGA和MATLAB上仿真实现，仿真结果表明，该方案可以大幅提高Sobel 边缘检测的速度，并且获得了很好的边缘检测效果。最后列举了一个基于FPGA器件的Sobel边缘检测的应用实例。
图像的平滑的锐化（中值和均值滤波，Roberts，sobel，laplacation算子锐化）jupyter lab文件图像的平滑的锐化，对于图像进行中值滤波和均值滤波，对图像进行锐化，分别用Roberts算子，sobel算子，拉普拉斯算子，对图像进行锐化，本资源免费白嫖，记得点赞就行

关键字：SOBEL