火灾视频图像的边缘检测

针对火灾视频图像存在较多噪声的特点，介绍了图像边缘的概念和几种传统的边缘检测算子，对各种边缘检测算子的优缺点进行了分析，给出了一种图像阈值分割与边缘检测相结合的方法.该方法先对火焰灰度图像进行分割，采用阈值迭代算法找到分割的阈值，使火焰与背景分离，然后再应用传统的边缘检测算子.通过利用拍摄的火焰视频图像对传统的算法和给出的算法进行多次试验及图像的对比分析，结果表明，提出的边缘检测方法检测出的火焰边缘在完整性和清晰度上具有更好的效果.     

基于乘性梯度的医学超声图像边缘检测算法

通过改进传统乘性梯度（MG）算子,并结合Canny算子的处理结果,准确、快速地提取了医学超声图像的边缘.通过提升乘性梯度算子模板的维度,提高对弱边缘的检测能力;综合考虑乘性梯度算子和Canny算子的运算结果,提高边缘检测的准确度.为了验证该算法的有效性,对仿真及在体超声图像进行边缘提取实验,将结果与其他抗噪性较好的边缘检测方法进行对比.实验结果表明：对于含有不同强度斑点噪声的超声图像,该算法的边缘检测准确度可达75%以上,具有较好的实时性,适用于对医学超声图像进行快速、准确的边缘检测.     

融合改进形态学和LOG算子的齿轮边缘检测

针对传统边缘检测算法在提取含噪齿轮边缘过程中,存在难以有效抑制噪声和边缘不连续不清晰的问题,提出了一种融合改进数学形态学和高斯拉普拉斯（LOG）算子的齿轮边缘检测算法。首先,用改进的数学形态学边缘检测算法和改进的LOG边缘检测算法分别对原图像进行边缘检测,得到两幅边缘检测图像。其次,对两幅图像进行4层小波分解且对得到的高、低频信息赋予一定的融合规则进行融合处理。最后,利用小波逆变换重构融合图像。实验结果表明,对比单一使用LOG算子和数学形态学算法,该算法不仅能更好抑制噪声还能得到更加清晰的图像边缘。     

一种基于改进SUSAN算子的钨矿初选算法

以改进SUSAN算子为核心的钨矿石初选算法是一种针对性较强的算法.此算法采用改进的SUSAN算子的边缘提取方法,利用形态学开运算估计背景,与原始图像全局灰度进行几何运算来减弱背景的复杂纹理和噪声对图像的影响,以此来改善目标边缘提取的效果,并结合SUSAN基于图像灰度相似性比较的边缘检测算法.它不需梯度的计算,具有算法简单、定位准确、抗噪声能力强等特点,提高了算法效率,实现二者的优势互补,提高图像边缘检测的效果.     

基于小波变换的Canny检测算法

在图像处理中, 边缘检测具有很重要的作用, 它可作为模式识别、图像分割及图像场景分析的基础. 传统的图像边缘算法具有算法简单, 方向适应性强的优势, 然而由于图像边缘具有多样性(方向的不一致性、边缘强弱的不相同等), 这些传统算法不能很好地体现出优越性.论文提出利用小波变换对图像进行分解,增强和重构后,再利用传统的Canny算子对变换后的图像进行边缘检测,以缓解图像处理中噪声抑制与精细边缘检测的矛盾.结果证明,该方法提取的图像边缘失真小,能有效地拟制噪声,对多边缘特征的图像具有良好的适应性.     

改进的LOG算子与小波变换融合的边缘检测方法

传统的LOG算子在高斯滤波方差的选择上不具备自适应能力,方差的大小会直接影响到去噪和边缘保持效果.针对此问题给出了一种改进的LOG算子方法,并对原图像分别采用改进的LOG算子和小波变换两种方法进行边缘提取,最后将这两种方法检测出来的边缘图像进行融合.实验表明,融合后的图像结合了两种检测方法的优点,有效地提高了边缘检测准确性,获得了比较理想的边缘检测效果.     

基于形态灰度边缘检测算法的一种改进

使用形态学的思想进行图像的边缘检测,提出了在一次形态处理中使用双结构元的一系列一般性形态边缘检测算子和抗噪型形态边缘检测算子的算法,并给出算子的性质。新算子在使用同一对结构元处理中既具有定位能力又具有细节保留功能,抗噪型算子能很好地检测出图像的单像素宽的边缘。     

基于改进SUSAN算子的图像边缘检测算法

首先介绍了SUSAN边缘检测算子的原理;然后对算法中灰度差阈值的选择方式进行了改进,采用一种自适应选取阈值的方法取代算法中人为的设定阈值,使其在各种不同对比度的图像中都能正确提取出图像边缘;最后运用该算法进行了图像边缘检测测试,并与其他检测算子进行比较.实验结果表明,该算法具有方法简单、抗噪能力强、计算量小等优点.     

基于光照方向不一致的图像盲取证技术

通过提取单一数字图像中目标物体的边缘信息,可估计图像拍摄场景中的光照方向. 为了提高光照方向的估计效率,引入图像边缘检测算子,实现了待取证图像中目标物体的准确定位和边缘拟合,并进行了数据分析,建立了系统的基于光照方向不一致的图像篡改检测流程. 实验结果表明,边缘检测算子优化了图像检测流程,提高了该取证技术的可行性和可扩展性.     

动态图像边缘检测性能评价的实验研究

介绍了几种传统的边缘检测算子,给出了这几种边缘检测算子在静态图像上的检测效果,并以TMS320DM642DSP为实验平台,设计了一种可以用来检测动态图像边缘的实验装置,对动态图像进行边缘检测,得到了在不同速度下的图像边缘检测效果,并对不同算法的检测效果进行了比较,得出Sobel算子在动态图像边缘检测中具有优势,为边缘检测技术在动态图像处理中的应用提供一种方法参考.     

模拟追逐算法

提出了一种群体智能算法——模拟追逐算法.该算法模拟长跑比赛运动员追逐竞争过程,设计了追逐算子与探测算子.领先个体执行探测算子操作以便获得更优位置,落后个体为取得竞争优势,设定追赶目标,执行追逐算子操作,完成跟随超越,从而实现群体进化寻优.仿真实验表明,模拟追逐算法有较快的收敛速度和较高的求解精度,是一种稳定的优化算法.     

二维经验模态分解技术在混浊度检测中的应用

针对液体混浊度检测易受噪声影响这一技术问题,提出了一种基于二维经验模态分解联合Robert算子的医疗液体混浊度检测方法,对医疗液体图像进行二维经验模态分解,将液体图像分解成多层本征模态函数(IMF),并利用Robert算子对各分量IMF进行边缘检测,选择性地逐层重构出图像边缘,从而将图像与杂质的边缘细节突显出来.实验结果表明,该方法有效地降低了随机噪声对液体混浊度检测的影响,提高了液体混浊度检测的精度,进而验证了该算法的可行性和有效性.     

基于带变异算子的粒子群优化算法

提出了一种新的带变异算子的粒子群优化算法（MOPSO）．该算法通过在后期引入变异算子，有效地增强了粒子群优化（PSO）算法跳出局部最优解的能力，且使PSO算法既摆脱了后期易陷入局部最优点的束缚，又保持了其前期搜索速度快的优点．     

平行算子及其在图像平行结构检测中的应用

平行直线以及具有平行结构的多边形在图像中的体现非常丰富,以往的研究一般通过直线斜率相等判断两直线平行,对具有平行结构的多边形的检测需要预先给定信息或者适用范围狭窄,针对一般平行结构检测的研究一直较少。作者在充分研究平行结构特性的基础上,基于距离信息提出了平行算子的概念,实现了图像中平行结构的检测。首先,利用点线距离及点间距离的关系给出平行算子的定义;然后,获取图像中的有效像素,并基于平行算子得到所有平行点组;随后,根据方向信息合并平行点组,利用Hough变换实现图像中平行线的检测;最后,验证直线交点之间线段的存在性,根据存在线段的端点位置实现多边形检测。实验结果表明：本文定义的平行算子能够很好地检测到实际图像中的平行点组,在平行精度要求不高的条件下可以抵抗较大的噪声;基于平行算子的图像平行结构检测算法可以准确检测出图像中的平行直线及具有平行结构的多边形。本文提出的算法可准确检测出图像中的平行结构,具有普遍性。     

遗传优化神经网络的一种改进算法

提出一种搜索算子．结合自适应交叉和变异算子，构成了遗传优化神经网络的一种改进算法。将这种算法用于一个算例的计算。与遗传优化BP算法相比较，发现遗传优化BP算法出现了网络瘫痪问题，改进算法则取得了较好的运算结果。     

基于逆序与对偶组合算子的小生境遗传算法

在逆序算子和对偶算子的性能研究基础之上,设计了逆序与对偶组合遗传算子,增强了局部搜索性能．通过引入共享机制小生境技术,并且采用自适应策略,对种群的多样性进行有效保护。构造了一种基于逆序与对偶组合算子的小生境遗传算法,较好地解决了局部搜索与全局搜索之间的矛盾,保证了算法的全局收敛性．算例测试表明该算法具有较强的整体寻优能力．     

自适应熵疫苗算子的免疫图像分割方法

本文针对二维熵图像分割算法存在计算量巨大的问题,基于免疫调节机制,设计了一种新的图像分割方法．该方法利用免疫疫苗理论,并与熵理论相结合,提出了熵疫苗算子．熵疫苗作为抗体疫苗进行选择,通过熵运算,提取更新疫苗库,从而使得最优分割阈值的形成及疫苗库的更新具有自适应性,疫苗的选择更加准确有效．仿真实验表明熵疫苗算子加快了算法的搜索速度、提高了算法的适应性．该算法对复杂图像具有良好分割效果和较强的实时处理能力．     

Laplacian算子对重力梯度张量边界定位效果的探讨

重力梯度测量是一种近年来迅速发展的重力测量新技术,测量的是引力位的二阶张量,梯度张量的形态通常比较复杂,相对于重力异常而言,包含了更多异常体形态、位置、边界等方面的信息,对重力梯度张量进行研究,能对异常体形态、位置、边界等参数信息增强与定位。Laplacian算子是各向同性微分算子,具有旋转不变性,可以推广为运行于张量场上的算子,运用Laplacian算子法识别重力梯度张量异常体边界有比较好的效果,对于在水平方向线性比较强的模型边界识别效果较好,且在对线性边界定位准确性更高,且在顶点、角点处都有比较准确的定位效果。应用Laplacian算子法对几种有代表性三度体的重力梯度张量,进行异常体边界识别与定位效果的研究与探讨,以期对重力梯度张量的处理与解释提供一定参考。     

基于感兴趣区域模型的车道线快速检测算法

为满足智能车载视频取证设备对车辆违章行为取证时检测车道线准确性和时效性的要求,提出一种基于感兴趣区域模型的结构化道路车道线的快速检测算法。该算法首先基于结构化道路具有车道线与路面对比度高的特点,采用Soberx边缘检测算子检测车道的边缘信息,然后在感兴趣区域模型基础上,采用改进的Hough变换检测出可能的车道线。为准确提取车道线完成车道的准确检测,该算法基于透视图像消失点原理,采用逆透视变换消除伪车道线完成车道准确定位。实验表明,该算法定位精度高、快速快、鲁棒性好,能够满足高速公路智能车载视频设备取证的性能要求。     

关于克隆选择算法优化检测器的研究

否定选择算法能降低入侵检测系统的误报率,但必须和其他免疫算法结合起来使用.本文提出了一种含有否定选择算子和遗传算子的克隆选择算法,通过克隆选择算法产生多样子代检测器,并且从中选择比其父代更优的检测器去取代父代检测器,这样一代一代循环,使检测系统具有更好的覆盖空间.实验表明,该算法在提高检测率,降低误报率方面是有效的.