实时系统中的连铸板坏边缘检测快速算法

分析了影响边缘检测算法的关键因素，针连铸板坯边缘实时测量问题，提出了一种基于灰度图象投影的边缘检测快速算法，这一算法适用于直线型阶跃边缘的快速检测，并在实际应用中取得了良好的效果。     

图象边缘检测技术概述

阐述了微分、基于小波与分形理论和基于形态学等多种图象边缘检测方法,分析了以上各种方法在图象边缘检测应用中的发展状况及优势与缺陷.分析结果表明,对于图象边缘检测这样一个非良态问题,寻求算法较简单、能较好解决边缘检测精度与抗噪性能协调问题的算法,一直是图象处理与分析研究的主要问题之一,还有许多工作有待进一步探讨.     

图象边缘检测技术概述

阐述了微分、基于小波与分形理论和基于形态学等多种图象边缘检测方法，分析了以上各种方法在图象边缘检测应用中的发展状况及优势与缺陷，分析结果表明，对于图象边缘检测这样一个非良态问题，寻求算法较简单、能较好解决边缘检测精度与抗噪性能协调问题的算法，一直是图象处理与分析研究的主要问题之一，还有许多工作有待进一步探讨。     

基于Marr小波变换的图象边缘检测

本文从Ｍａｒｒ小波函数与高斯函数的相互关系,分析了Ｍａｒｒ小波变换对信号奇异点的响应特性,得到Ｍａｒｒ小波变换的零交叉特性是检测图象边缘点的理论依据。通过构造二维Ｍａｒｒ小波,实现图象的二进小波变换分解,分解后的零交叉位置对应着图象边缘点,同时由粗至精的多尺度检测图象边缘的方法也得到实现。     

自动选取阈值方法比较研究

在数字图象处理中 ,阈值处理是非常有用的图象分割技术。它已被广泛地应用于数字图象处理的许多领域 ,近年来已有许多种阈值化方法被提出。阈值选取是图象处理与分析问题的基础 ,如何才能正确地找到适当的阈值 ,是一个非常棘手的问题。针对几种常用的图象二值化自动选取阈值方法 ,通过计算机仿真对实验结果进行了比较研究。并在此基础上 ,提出了一种新的图象二值化算法。该算法着重于在图象二值化时保留图象的边缘特征。其基本思想是 :首先 ,用微分算子检测图象的边缘 ;然后 ,在这些边缘象素点上进行二值化阈值的自动选择 ;最后 ,对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明 ,这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征 ,并能处理低质量的图象。     

基于小波变换的机加工表面SEM图像边缘检测

图像边缘是图像的重要特征，提出了一种基于小波变换的图像多尺度边缘检测算法，并以机加工表面SEM图像为对象，利用小波系局部极大值提取其边缘，实现加工表面纹理特征提取。实验表明该算法可取得较好的效果。     

基于脊波变换的车牌边缘检测

通过分析现有的一些边缘检测方法,针对在复杂环境下对车牌图象进行分割提取这一问题,提出了一种基于脊波变换的边缘检测方法。这种方法以脊波变换为理论基础,具有多方向和多尺度性,能对车牌中的不同方向的边缘特征进行有效的检测。实验表明,该检测方法抗噪声更强,定位更准确。     

矿井监控图像中空列车的识别

基于井下空列车与其他物体的几何形状差别,提出空列车监控图像的识别算法.运用圆形结构元素对监控图像进行形态学的先开启、后闭合的操作,用Canny边缘检测算子来检测图像的边缘,并对边缘的图像进行变换分析,突出了空列车图像边缘的直线性质.结果表明：形态学操作有效地减弱了其他对象的边缘,得到比较满意地空列车图像的直线性质的边缘;在不同监控对象的图像的Radon变换域中的特征最大值比Hough变换域中的特征最大值有更好的可分离性.Radon变换作为识别算法中的变换方法,可识别了煤矿井下红外监控系统中的空列车图像.     

利用样条函数的图象边缘精确定位算法研究

本文介绍了一种基于Ｂ样条函数的局部曲面拟合技术检测图象边缘的算法。     

自动选取阈值方法比较研究

在数字图像处理中，阈值处理是非常有用的图象分割技术。它已被广泛地应用于数字图象处理的许多领域，近年来已有许多阈值化方法被提出。阈值选取是图象处理与分析问题的基础，如何才能正确地找到适当的阈值，是一个非常棘手的问题。针对几种常用的图象二值化自动选取阈值方法，通过计算机仿真对实验结果进行了比较研究。并在此基础上，提出了一种新的图象二值化算法。该算法着重于在图象二值化时保留图象的边缘特征。其基本思想是：首先，用微分算子检测图像的边缘。然后，在这些边缘象素点进行一值化阈值的自动选择；最后，对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明，这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征，并能处理低质量的图象。     

基于小波变换的SAR图像边缘提取新方法研究

由于SAR图像含有相干斑噪声，使得常规方法应用于SAR图像边缘检测时遇到了较大的困难，提出了一种新的SAR图像边缘提取方法，该方法首先用基于结构信息的统计滤波方法对SAR图像进行滤波，然后利用小波变换具有多分辨分析的特性，并结合模糊中值滤波、阈值化处理及微分梯度算子对SAR图像进行边缘提取。实验结果表明了该方法是一种有效的对SAR图像进行边缘提取的方法。     

Image Edge Detection Based on Wavelet Transform

ＩｍａｇｅＥｄｇｅＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍＺＨＡＮＧＹｅ；ＳＨＩＭｅｎｇ；ＲＥＮＧｕａｎｇｈｕｉ（张晔）（时萌）（任广辉）（Ｄｅｐｔ．ｏｆＲａｄｉｏＥｎｇｉｎｅｅｒｉｎｇ．ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅ...     

基于第二代小波的增强边缘的图像去噪

传统的一些去噪技术往往是以牺牲图像的边缘和细节为代价的。为了去掉图像的噪声,同时又能够很好地保留图像的边缘和纹理细节,在介绍第二代小波变换的原理的基础上,提出使用边缘检测的方法检测出图像的边缘和纹理细节,将它和该图像进行融合,用第二代小波对含噪图像进行分解,对图像高频进行自适应去噪。由于图像在去噪前融合了边缘信息,因此边缘和细节部分得到了增强。仿真结果表明：该去噪方法优于传统小波阈值去噪方法。     

一种基于小波变换的运动估计方法

提出了一种基于运动边缘检测与连续小波变换相结合的运动目标检测与跟踪方法。通过多尺度运动目标边缘检测．提取出运动目标图像能量集中的边缘，得到抗噪性好、边缘连续清晰的运动目标。利用连续小波变换把目标边缘图像序列映射到运动状态参数空间进行分析。实验表明，该算法是对有噪、旋转和遮挡等复杂运动目标进行运动估计的有效方法。     

基于蚁群优化算法的SAR图像舰船检测研究

边缘检测作为提取图像边缘的重要方法在舰船检测中占有重要位置。采用蚁群优化算法通过调整动态阈值进行边缘检测。与传统边缘检测算子和小波变换算法对比采用蚁群优化算法进行舰船检测大大的减少了计算时间和代价,同时有效地提取了SAR图像的舰船目标和结构信息,保证了检测结果的准确性。蚁群优化算法在处理图像边缘检测等离散优化问题上具有很大的优越性,在图像处理中具有广阔的应用前景。     

基于HVS函数的图像边缘检测方法

针时传统边缘检测方法(gauss-laplace、kirsch、robert等)的不足，提出了基于HVS(human visual lsystem)函数的边缘检测方法．根据HVS函数的特点，对频域中HVS函数进行反傅立叶变换，将空间域中该函数的部分函数值作为特定的模板参数，并与原图像进行卷积来实现边缘检测．时比性实验结果表明，用该方法检测边缘精确度高，效果很好，尤其丢失的边缘细节信息很少。     

基于三次B样条小波的图像边缘检测技术研究

图像的边缘信息在图像的各种变换和处理中至关重要,边缘检测是为了获取更多的图像细节信息。根据边缘信息的多尺度特性和小波变换的性质,研究了基于B样条小波的图像边缘检测方法。采用三次B样条小波设计的平滑滤波窗算子,实现相对简单、效率较高。测试表明,该算子与其他边缘检测算子具有相似的视觉处理效果。     

基于B样条小波的自适应阈值多尺度边缘检测

利用小波变换的特点,设计了3次B样条平滑滤波算子。对图像进行多尺度滤波,得到了不同尺度的小波变换。结合自适应阈值方法,在每种尺度下分别提取了图像边缘;而后利用边缘信息的多尺度特性,综合多尺度边缘得到单像素宽边缘。通过计算机仿真对该方法进行验证表明:该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,明显优于已有的边缘检测方法。     

基于小波变换的数字全息再现像质量提高方法

数字全息再现像中存在的散斑噪声严重影响了数字全息的应用,通过分析边缘检测方法和小波变换阈值去噪方法的原理,提出了一种基于边缘检测的小波变换散斑噪声去除方法。首先利用高斯-拉普拉斯算法获得边缘图像,进而通过Neyman-Pearson准则获得自适应阈值,并采用改进折中阈值函数对边缘图像和非边缘图像小波系数进行处理,将两者处理后的小波系数相加,并进行反变换得到处理后的图像。研究结果表明,该方法能够较好地在去除散斑噪声的同时保留图像细节。     

Shearlet域变换与复扩散方程结合的SAR图像降斑

针对大多数降斑算法不能很好地在实现区域平滑的同时保持图像细节边缘这一问题,提出了一种新的复扩散方程,结合Shearlet变换给出了一种模极大值边缘检测方法.将获得图像边缘与降斑平滑的结果相结合,在有效实现降斑平滑的同时保持了图像的边缘.实验结果表明,该方法对SAR图像中的点目标、边缘和纹理具有较好的保持能力,在有效降斑的同时,更多地保留了图像的边缘和细节.