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。图象中的边缘点定义为梯度方向上的二阶导数的过零点，能够得到精确的边缘信息，对目标定位和识别具有重要意义。实验表明：该算法具有良好的抑制噪声特性，能够较好地去除伪边缘，运行速度快。     

基于B样条小波的图像边缘检测

提出了一种检测图像边缘的方法。该方法在满足Canny提出的边缘检测3个准则的基础上，构造二维可分离滤波器组，利用B样条小波对图像函数进行小波变换，提取图像边缘，较好地解决了图像边缘的提取精度与图像噪声的抑制能力之间的矛盾，并采用了多孔算法防止图像质量丢失。实验证明了B样条小波检测图像边缘的有效性、正确性。     

多尺度图像边界提取的小波算法与最优准则

从Canny最优边缘检测准则出发，分析了中心B样条二进小波与最优准则的关系，给出了多尺度边缘提取时二进小波的构造，结果表明四阶中心B样条函数的导数比Canny算子更接近最优边缘检测准则，且可进行快速多尺度边缘提取。     

一种曲面拟合图像边缘特征提取算法

针对传统最小二乘支持向量回归函数曲面拟合边缘特征提取算法推广性差的问题,提出首先在模糊特征平面对图像进行模糊去噪增强,使图像各种边缘信息凸显,弱化非边缘信息;然后对图像进行最小二乘支持向量回归函数曲面拟合,对拟合函数求导确定边缘.在对每个点采用相同惩罚因子时,保证了图像中每一像素的邻域最佳函数拟合.仿真实验表明,该算法边缘提取质量清晰细致,效果较好,且各种参数的选择不需人为调节,适合图像预处理阶段应用.     

基于小波变换的人体图像边缘检测

根据人体图像的特点 ,利用三次样条二进小波 ,采用Mallat快速算法进行小波分解 ,提取了人体图像的正面和侧面边缘 .结果显示 ,提取图像的边缘连续性较好 ,弯曲部分边缘也能准确提取 ,为人体着装图像的边缘检测提供一种新的方法     

基于边缘跟踪的直线特征检测算法

针对现有直线检测算法的缺陷,提出一种新的基于边缘跟踪的直线特征检测算法.算法对图像边缘进行提取,并在此基础上对边缘进行跟踪,从图像边缘直接提取出局部直线.设计了一种鲁棒直线拟合策略,并对拟合后的直线以一定的准则进行合并,准确获取图像中直线特征及端点参数,最终实现完整直线检测.典型图像直线检测结果表明,所提出的算法能准确检测出图像中的全局直线,并具有较快的运算速度,性能优于现有基于Hough变换和相位编组的直线检测算法.     

基于伪极傅里叶变换和ROA融合的SAR图像边缘检测算法

提出了基于伪极傅里叶变换和融合的SAR图像边缘检测算法.首先采用伪极傅里叶变换提取较弱的图像边缘特征,并利用Ratio边缘检测算法抑制相干斑噪声对SAR图像边缘特征的影响.然后利用两种算法所得到系数的幅值、方向和角度信息构建置信指派函数,引入D-S证据理论实现两种边缘检测算法的最优融合,获取了SAR图像最佳的边缘特征.仿真结果表明,该算法所提取的边缘特征完整、定位准确.     

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。     

二阶B样条小波在车牌定位中的应用

构造出具有最小支集特性的二阶B样条小波来检测汽车图像边缘 ,边缘图像是由小波变换后的模局部极大值构成 ,这样得到的边缘图像不但含有边缘的模值信息 ,还可以求得相应的相角信息 .该算法根据实际情况 ,通过调整多分辨率分析尺度的大小来获得相对清晰的边缘图像 ,同时又很好地抑制了噪声 .通过对试验结果的分析可以得出 :根据此算法得到的边缘图像来定位车牌比用传统的Sobel算法更准确、更精确     

基于二维小波变换的三相流化床气泡边缘检测

针对三相流化床反应器中的气泡图像的边缘检测问题,提出了一种基于二维小波变换的边缘检测方法,以二次样条函数构造二维小波函数,并应用于三相流化床气泡的边缘检测。实验结果表明,对于清水中的气泡图像,该方法好于传统边缘检测方法。为了更好地检测浑水中的气泡边缘,又提出了一种改进的小波函数构造方法,在应用于三相流化床气泡边缘检测中,无论是清水还是浑水下的气泡图像,都获得了较好的检测结果。     

双三次B-样条平滑滤波算子的研究

边缘检测一直是图像处理中的难题。常用是边缘检测算子有：Canny算了、Deriche算子、Sobel算子和Prewitt算子，它们将，边缘检测算子归结为一个恰当的平滑方法及计算滤波之后的梯度或求二阶导数的零交叉指纹图，没有很好地解决闰滑噪声和边缘的精确定位之间的矛盾。充分利用边缘信息的多尺度性及小波变换的特性，通过B-样小波变换，给出了双三次B-样条平滑滤波算子，并且利用该算子进行了大量的边缘检测实验。实验结果表明，文中所给的方法对边缘检测非常有效。具有良好的鲁棒性。     

基于相位一致模型的边缘检测

边缘检测在图像处理和理解中占有重要地位,传统的边缘检测是基于梯度算子,而相位一致方法是基于傅里叶变换理论的一种图像特征检测方法.其原理是指图像特征总发生在相位的最大叠合处.通过计算局部能量,来度量其图像各个位置的相位一致值.利用log Gabor滤波器组实现相位一致模型.为了检验相位一致模型在边缘检测中的有效性,利用该方法对工业图像和遥感图像进行边缘检测实验,并将该方法与canny算子和sobel算子进行对比分析.结果表明相位一致方法可以有效地提取边缘特征.     

基于CCD的公路路面病害检测技术研究

提出了一种适合于公路路面裂缝类病害检测的数字图像处理算法。通过对路面裂缝类病害图像特征的分析与研究，在经典的图像处理算法的基础上，改进了传统的滤波算子、边缘检测算子以及图像分割算法。文中对实际路面的横向、纵向和不规则裂缝进行处理和识别，得到的裂缝边缘图像清晰，裂缝边缘连续性好。     

支持向量机和元胞自动机相结合的图像边缘检测方法

针对如何提高图像边缘检测效率的问题,提出1种结合最小二乘支持向量机(LSSVM)和元胞自动机进行图像边缘检测的方法.首先,基于Gauss径向基核和多项式核构建出新的核函数,使得LSSVM对图像像素邻域的灰度值能够进行准确的曲面拟合.接着,推导出图像的梯度算子,并与图像灰度值进行卷积得到图像的梯度值.然后,元胞自动机按照所设计的局部规则对梯度值进行演化,实现图像边缘的定位和检测.仿真实验检测出的图像边缘定位准确,而且达到1个像素宽,表明新提出的边缘检测算法是有效的;同时,通过对比分析得知新算法具有比Sobel和Canny算法更高的检测性能.     

基于非采样高斯差分金字塔的多尺度融合边缘检测

针对传统边缘检测算法抗噪性差、边缘连续度低、细节边缘冗余,对运动目标检测应用领域的适用性差等缺点,论文基于图像多尺度的思想,结合小尺度图像边缘信息准确,大尺度图像抗噪性强、边缘冗余度低的优点,提出一种基于非采样高斯差分金字塔的多尺度融合边缘检测算法。算法首先对图像进行非采样高斯金字塔分解得到多尺度图像,同时在分解过程实现基于高斯差分算子的边缘检测,得到多尺度边缘图像。最后采用多尺度图像边缘融合策略实现多尺度边缘融合。论文通过实验对算法的有效性进行验证：通过对边缘融合结果进行Abdou-Pratt品质因数分析,表明该算法抗噪性强,边缘定位准确;连续度分析结果表明该算法在降低边缘冗余度的同时保留了主要边缘,且边缘连续度较高;车辆检测实验结果表明基于该算法得到的车辆检测结果准确度较高。     

图像处理技术在刀具几何参数测量中的应用

介绍了一种基于图像处理技术的刀具几何参数测量方法,代替测量过程中的手动操作从而避免人为误差,提高了刀具几何参数的测量精度。以钻头为例进行了实际测量,CCD作为传感器采集图像,采集到的钻头刃部图像经过二次处理(滤波、二值化、边缘检测及提取)可得到待测图像的单像素边缘轮廓信息,采用局部取点对边缘轮廓进行三次样条拟合,求得边缘轮廓的切线,再经过几何计算可得到所需测量的钻头几何角度。通过对钻头后角的实际测量,其角度测量误差在30′以内,测量精度能够满足刀具测量的要求,证明此方法可行。     

多尺度多结构元素的悬浮颗粒物图像边缘检测

针对不同形状结构元素对颗粒物图像边缘的不同感应能力,小尺度的结构元素去噪声能力弱但能较好地检测到边缘细节,以及大尺度的结构元素检测的边缘较粗但去除噪声能力强等特点,提出了一种多尺度多结构元素的数学形态学颗粒物图像边缘检测方法,同时采用不同尺度下的多个结构元素的边缘检测算子,实现颗粒物图像的各种边缘检测。实验结果表明,这种边缘检测方法能有效地滤除噪声,且抗干扰能力较强。     

基于测地线活动轮廓模型的图像除噪和增强

讨论曲线演化的活动模型去除图像噪声的性质。利用不同尺度小波变换系数的边缘映射指示图像的边缘。把不同尺度下的边缘映射经复合设置成曲线演化方程的边缘指示函数。为了防止边缘尖点被平滑,采用一种新的数值离散迭代格式求解曲线演化方程。这样使曲线演化方程在均匀区域能更好地平滑噪声,边缘点得到保护且不被模糊。通过对图像的仿真试验说明提出的方法在图像除噪方面有良好的效果。