基于数据融合的图像边缘检测算法研究

提出了一种基于数据融合的图像边缘检测算法。该算法对原始图像分别采用Canny算子和小波变换两种方法进行边缘提取,再将两种方法结果通过数据融合的手段获得一幅新的边缘图像。实验证明,融合后的图像边缘包含了原始图像丰富的细节信息和较完整的轮廓,该算法优于单独采用Canny算子所获得的边缘图像,是一种有效的图像边缘检测方法。     

基于改进Canny边缘检测的指针式仪表自动读数算法研究

指针式仪表自动读数是工业巡检机器人系统的核心技术之一,以机器视觉为基础,提出了一种新的指针式仪表的自动读数算法研究,研究分为3个模块。首先采用基于深度学习的目标检测SSD算法,对指针式仪表位置进行准确定位,该算法可以准确的从复杂背景中检测出指针式仪表的位置,并将其提取出来;接着采用多尺度Retinex对HSL色彩空间中的图像进行图像增强,采用最大类间方差进行二值化操作,采用改进的Canny边缘检测进行指针边缘的提取;最后采用改进的霍夫变换法——概率霍夫变换对指针所在的直线进行检测,计算出指针的倾斜角度从而利用角度法得出指针的准确示数。实验结果表明该研究可以较为准确的自动读出指针仪表的示数,误差较小,稳定性高。     

基于Canny算子的多尺度小波变换图像边缘检测方法

图像边缘检测是图像处理中的重要一环,本文基于Canny边缘检测算法,提出了一种改进的Canny边缘检测算法。该算法采用新的基于多尺度小波变换边缘检测的设定方法,充分利用了不同的尺度变换可以得到不同边缘细节的特点,可以对低分辨率的边缘能够很好的提取,并能有效的抑制噪声,具有优于传统Canny算法的性能。经实验仿真,验证了该算法的有效性。     

小波变换在图像检测中的应用

提出了一种基于小波变换的图像边缘检测算法,该算法具有计算复杂度小,运算速度快等特点,仿真结果表明该算法在信／噪比和边缘检测定位精度方面优于传统的边缘检测方法,获取了较满意的图像边缘检测效果。     

基于小波包的边缘检测算法

本文在对图像的小波变换介绍的基础上,针对传统的图像边缘检测的不足,提出了基于小波包和传统算法结合的理论。     

基于小波变换和边缘模板相结合的序列B超图像边缘提取

由于B超图像的分辨率差、灰度级别少等特点,用传统的边缘检测难以得到满意的效果。本文采用了基于离散二进小波变换的门限选取法,通过检测图像直方图不上波变换的零交叉点来得到图像的边缘;进而又构造出一种边缘模板,利用小波变换和边缘模板相结合的方法提取出序列B超图像的边缘。     

基于小波对比相关性及加权因子的图像融合算法

以小波方向对比度或图像局部特征作为判据的图像融合算法均有较好的效果.本文综合上述两个方面的因素,并定义了高频加权因子,提出了一种新的基于小波方向对比度相关性和高频加权因子的融合算法.该算法首先提取小波系数用以计算高频系数的方向对比度,而后计算相关度并构造加权系数,最后利用加权系数和高频加权因子重新得到融合图像的小波系数进行反变换,重构融合图像.经多聚焦图像的融合实验表明:该算法比本文提及的另外3种算法更为有效.     

输电线路覆冰厚度的小波分析图像识别

针对现有输电线路覆冰厚度检测方法的不足,利用南方电网输电线路灾害(覆冰)预警系统中的覆冰图像,选择3阶B样条函数作为平滑函数构造小波基对覆冰图像进行多尺度边缘检测,再采用Hough变换对图像检测边缘进行连接,通过对比导线覆冰前后的厚度差,实现覆冰厚度自动计算。结果表明:多尺度小波边缘检测信息融合与Hough变换直线检测算法,对离散误差、局部断裂等缺陷不敏感,能剔除覆冰图像中冗余和虚假边缘,从而在实际噪声图像中提取所有覆冰导线边缘,图像分辨率提高有助于减少计算误差。最后,经与南方电网输电线路灾害(覆冰)预警系统监测的数据进行对比,所得误差2.5 mm,表明该方法可用于输电线路覆冰厚度在线监测。     

杂背景下TFT-LCD表面缺陷检测系统的设计

设计了背景去除算法和缺陷区域检测算法,对复杂背景与低对比度条件下采集的TFT-LCD图像进行处理,利用一维傅里叶变换和全尺寸小波变换提取缺陷特征信息,可以较准确地检测出缺陷区域.搭建了在线检测系统平台,通过辅助光源和高速线阵相机采集图像,由图像采集卡保存至计算机中,利用Matlab编写上层图像处理软件进行在线检测.实验...     

基于小波变换的干涉条纹边缘检测

为了更好的对干涉条纹进行分析,就必须预先对条纹图像进行预处理.在对比传统边缘检测的基础上引入小波分析理论,对干涉条纹利用小波变换进行平滑处理,同时,利用小波变换的分解强化了图像的边缘信息.通过计算机模拟,可以得部门引入小波变换后对于条纹的边缘检测能够取得优丁传统边缘检测的结果.     

基于自适应提升小波的局部放电信号噪声消除

为了解决在局部放电信号检测中的噪声抑制问题，采用提升小波变换的方法构造小波，在讨论了第二代小渡变换基本原理及特点的基础上，将自适应性引入提升小波方案中，提出了第二代小波变换的改进算法，并用先更新后预测的改进提升方案解决因自适应性引起的非线性问题。将提出的改进提升方案应用到局部放电信号的去噪处理中以验证其效果，并将其去噪效果与传统小波变换的去噪效果进行了比较。仿真结果表明，这种经过改进的提升方案取得了比传统小波变换更好的去噪效果。     

小波分析在磁光记录薄膜磁畴图象处理中的应用

简单介绍了小波分析的特点,分析了图象的二维离散小波变换算法和基于小波的边缘检测算法,采用小波分析对磁畴图象进行图象增强、图象消噪及边缘检测等处理,较好地分析了磁畴的图象,准确地计算了磁畴的特性参数。     

多尺度压缩求导的一维图像边缘检测

为了更加精确地计算塑料薄膜缺陷的宽度,在基于小波算法的多尺度变换基础上,提出了一种用于一维图像不同尺度间的压缩求导边缘检测方法.小波变换提供图像的多尺度描述,将压缩求导应用于不同尺度间的小波域,从而可将各尺度的图像信息更加有效地合成,得到最优的边缘检测效果.该方法比以往的单纯直线拟合方法具有更好的精确度,可以有效地增强边缘和抑制噪声.对一维图像进行的实验证明该方法是正确和有效的.     

基于Snake算法的圆盘仪表示数识别技术研究

仪表示数的自动识别对于自动检测和自动控制具有重要意义,文章以圆盘仪表示数的自动识别为研究内容展开研究。提出了一种基于Snake算法的自动识别方法,整个算法分为Hough变换粗定位圆形特征、Snake算法精定位圆形特征、Hough变换检测直线特征三个环节。此方法以Hough变换检测的圆形特征为初始条件,进而根据Snake模型的内力和外力,引导Snake曲线向更加精确的圆形特征逼近。针对压力表图像展开相应的实验研究,实验结果证实了基于Snake算法的自动识别方法的有效性。     

基于整数小波变换的Ray-Period压缩算法

为解决基于传统小波变换的数据压缩方法存在的问题,在深入分析整数提升过程的基础上,提出了一种基于整数小波变换的Ray-Period压缩算法。该算法针对电力数据的特点,根据整数小波变换多分辨率分析的特性,将原始数据变换到小波域,以使变换后的信号能量主要集中在低频系数上,而后采用无损的Ray-Period压缩算法处理低频数据,采用改进的阈值压缩算法处理高频系数,并采用新的位图压缩算法处理阈值压缩后元素值超过3.125%时的非零元素。采用实际数据进行压缩,该算法的能量恢复系数优于10-4,压缩比小于6.39%,速度比传统的小波变换压缩算法提高了近1倍。     

基于小波系数均衡方向变换的图像压缩

本文提出了一种新的基于小波系数的均衡方向变换方法,首先用小波变换对图像做多尺度分解,再用改进后的均衡方向滤波器组(uniform directional filter banks,uDFB)对小波变换后的高频子带作方向变换。该变换是对基于小波的contourlet变换的一种改进,它充分利用了小波的非线性逼近特性以及均衡方向滤波器良好的多分辨率和多方向特性,进一步增强了图像的方向特征,同时能有效抑制瑕玷的引入。仿真结果表明,将该方法用于图像压缩可以比基于小波的压缩算法更好地恢复出原图像的轮廓和纹理,并获得较高的峰值信噪比。