舰船红外图像边缘检测方法对比研究

为了对海上舰船红外图像进行分割和目标识别，首先具体分析了六种边缘检测算子Roberts算子、Prewitt算子、Sobel算子、Log算子、Kirsch算子、Canny算子的检测原理，给出了各种检测算子的计算模板。然后采用Roberts算子、Prewitt算子、Sobel算子、Log算子、Kirsch算子、Canny算子对舰船红外图像进行处理，分析比较各个检测算法的检测优缺点。最后用Matlab语言编程实现各种检测算法，通过Matlab软件进行仿真实验，用各种检测算法处理舰船红外图像，直观的给出各检测算子的舰船图像处理效果，并对处理结果进行了比较，得出了在噪声干扰下，Canny算子更容易处理舰船红外图像的结论。     

梯度算子对反向合成梯度算法的影响

反向合成梯度算法是一种基于局部指向性的反向合成图像对齐算法。与传统的反向合成图像对齐算法相比,该算法可有效地克服光照变化对匹配结果的影响[1]。由于局部指向性的计算在本质上是梯度的计算,而图像梯度的计算可以采用不同的梯度算子,因此采用4种不同的梯度算子（一阶差分算子,Roberts算子,Sobel算子和Prewitt算子）来计算局部指向性,并通过实验比较分析了4种梯度算子对反向合成梯度算法的影响。     

基于Prewitt算子的卷积神经网络人脸识别方法

为了提高人脸识别算法的识别性能,提出了基于Prewitt算子的卷积神经网络人脸识别方法。首先通过直方图均衡化和Prewitt算子对人脸图像进行预处理;然后将其输入卷积神经网络进行训练,并采用指数衰减法来设置学习率加快收敛速度,使用L2正则化和Dropout来防止过拟合。该方法在ORL人脸数据库上的识别时间为0.2 s,识别率达到了98.1%。实验结果表明,利用Prewitt算子和改进的卷积神经网络能缩短识别时间,并且能提高识别率,具有一定优越性。     

伽罗瓦连接不动点的并行算法

为了提高伽罗瓦连接所有不动点的计算速度和效率,在计算伽罗瓦连接不动点的串行算法(CbO)基础上,通过处理所有不动点的不相交子集方法,将串行算法并行化,启动P个处理器同时并行运行,使每个处理器都并行地计算它的所有不动点,证明了此算法的正确性,并分析了它的渐近式复杂性。实验给出了算法在各种数据集上的效率及可扩展性,表明PCbO并行算法效率优于其串行算法。     

三维前处理有限差分网格剖分的并行化技术

针对前处理中网格剖分模块计算量大、处理速度慢等问题,对网格剖分串行算法进行并行化处理,利用多线程并行机制加以实现。同时对该并行算法进行测试。实验结果表明,该算法相对于串行算法在处理速度上具有绝对优势,且其加速度和并行效率均会随网格精度的提高以及基本实体个数的增多而提高。     

基于网页链接分类的PageRank并行算法

针对串行PageRank算法在处理海量网页数据时效率低下的问题,提出一种基于网页链接分类的PageRank并行算法.首先,将网页按照网页所属网站分类,为来自不同站点的网页设置不同的权重;其次,利用Hadoop并行计算框架,结合MapReduce分而治之的特点,并行计算网页排名;最后,采用一种包含3层:数据层、预处理层、计算层的数据压缩方法,对并行算法进行优化.实验结果表明,与串行PageRank算法相比,所提算法在最好情况下结果准确率提高了12%,计算效率提高了33%.     

战时备件配送的MDVRP问题及其遗传算法求解

战时备件配送的车辆调度是提高装备保障效率的关键因素。以装备战斗效能损失最小化为车辆调度的目标,建立了多仓库车辆路径问题MDVRP（Multi—Depot Vehicle Routing Problem）模型,并应用混合遗传算法对问题进行了求解。算法中,设计了串行、并行及半并行三种交叉算子,并应用局部搜索模块对子个体进行改进。对算例的计算实验表明,半并行交叉算子在精度方面优于另外两种交叉算子。     

H.264/AVC帧内预测模式快速选择算法研究

提出一种H.264/AVC帧内预测模式快速选择算法,该算法利用差值直方图和Prewitt梯度算子检测图像纹理特性来选择编码模式。对于4×4子块首先利用Prewitt算子计算子块四个方向的梯度值,再通过坐标合成法得出该4×4子块的梯度向量,根据梯度向量来选择编码模式。对于16×16和8×8块,首先利用差值直方图判断图像纹理的平整性,然后再根据4×4块的算法计算纹理的方向性,对预测模式数量进行削减。实验结果显示,该算法在不影响图像的质量和码率的情况下,编码时间大约减少了65%。     

一种基于数学形态学的彩色图像边缘检测方法

边缘检测对于彩色图像的处理是一个难题,文章提出了一种基于数学形态学的彩色图像边缘检测的算法,其思想是:对图像用一定的结构元素操作后,与原图像相减.对彩色图像进行腐蚀和膨胀操作的数学形态学算子是本文算法的关键.实验结果表明,本算法能较好地检测出彩色图像的边缘.在对色调的保护上明显优于Sobel和Prewitt算子扩展法,能较好的检测出图像中存在的特征与背景变换缓慢的边缘信息.     

栅格数据多源成本距离分析并行算法及实现

针对栅格数据成本距离分析串行算法在大数据量、多源点的情况下计算效率低的问题,在串行算法的基础上,设计并实现了一种并行算法。实验结果表明,该算法有效地提高了计算效率。当栅格数据越大,点状源数目越多的时候,并行算法较串行算法的优越性越明显,并且随着线程个数的增加,并行算法的执行效率也在不断提高。     

Use of discrete gradient operators for the automatic determination of vanishing points: Comparative analysis

Thales’ second theorem can be used for the automatic detection of the vanishing points of an image. This paper explores its reliability and accuracy according to the type of operator used for the detection of edges. An algorithm has been used which processes a photographic image according to the operator selected. The result is a point cloud which is then used to find the desired solution. The comparison between the four discrete gradient operators (Frei-Chen, Prewitt, Roberts and Sobel) has been made taking into account the resolution of the image and the number of vanishing points. The results obtained show that Frei-Chen’s operator shows good performance in determining vanishing points with respect to the spatial X axis, Sobel’s operator is the best for determining the vanishing point with respect to the spatial Y axis, Roberts’ operator gives good results for calculating vanishing points in both spatial axes, and Prewitt’s operator is not appropriate for processing this type of image.     

一种基于形态学的路径特征提取算法

在对原始路径图像进行最优化阈值分割后,使用数学形态学中的开运算对分割图像进行边缘提取,使用腐蚀膨胀、择多黑色算子等形态学运算进行边缘的细线化处理,从而在多路径环境中有效地提取了路径特征。并与Sobel算子、拉普拉斯算子、Prewitt算子等传统方法进行了比较,验证基于形态学的方法具有很好的抗噪性。     

改进的样本块修补算法去除肉品图像反光

由于肉品中存在水分,在可见光下采集图像就会产生反光区域,进而导致肌肉信息部分丢失。为了提高获取肉品图像相关信息的准确性,需尽量还原反光区域。在基于样本块的图像修补算法基础上,结合肉品图像特点,提出改进算法：用Prewitt算子代替Robert算子,使信息缺损区域的线性结构得到更好的保持;采用二次匹配法减少搜索最佳匹配块过程中的扫描数据量,比原算法节约约2/3的修复时间;在修复过程中加入α剪裁均值滤波消除接缝效应,使得修复结果更好地满足视觉心理学要求。实验结果表明,改进的修补算法在效率和修复效果上优于原算法,不仅可用于肉品图像反光区域的修复,对其他图像的修复也有效。     

基于C#的模板算子法数字图像边缘检测技术分析与实现

边缘检测是图像处理中的重要内容,边缘是图像中灰度值不连续或突变的结果。边缘检测的方法有很多,本文仅就典型的模板算子法进行分析并对原Sobel算子、Prewitc算子边缘检测方向模板进行扩展,然后用C≠编程语言实现这些算法。     

基于边缘检测与改进最大类间方差法的火箭序列图像分割算法

针对某基地提出的基于机器视觉的火箭跟踪伺服系统对火箭目标分割提取的要求,提出了带有衰减因子的Prewitt边缘检测算子与改进的最大类间方差法相结合的图像分割方法。根据火箭的形态特征提出了一种带方向非线性滤波去噪法,对分割后所得到的图像做了进一步去噪处理,除去了与火箭形态无关的边缘。仿真实验表明,采用该方法对火箭目标正确分割率为96.5%,并能够实时有效地对火箭序列图像进行有效分割。     

基于自治体搜索和区域相关性的图像边沿检测算法

图像分割在图像工程中位于重要位置 ,广泛应用于各个领域。提出了基于自治体搜索和区域相关性的图像边沿检测算法 ,算法中有 4个种类的自治体 ,分别完成 0°、4 5°、90°和 135°方向上相邻区域灰度相关性和其几何特征相关性的比较 ,来判别图像中的边沿点 ,完成边沿检测。利用该算法对样本图像进行处理 ,取得了较好的实验结果。此外 ,将该算法与同类算法 (例如 Prewitt算子、Sobel算子、Canny算子 )进行了比较 ,比较结果说明本文算法在某些方面具有一定的优势。     

结合Canny算子的图像二值化方法

用Robert、Sobel、Prewitt、Laplacian、LoG和Canny算子,对图像进行了边缘检测实验,分析了边缘检测的结果,得出Canny边缘检测算子,是图像边缘检测的一种十分有效的方法。然后,根据图像的Canny算子边缘信息,将最佳全局阈值法与局部阈值自适应法在边缘信息的基础上融合起来,对图像进行了二值化处理。实验表明此算法在二值化图像时,能很好的保留图像的边缘信息。     

数字图像边缘检测的Java实现

介绍几种经典的边缘检测算子，并用Java语言实现数字图像的边缘检测。由于JaVa语言在图像处理方面有其自身的优势，因此整个实现过程具有简单、灵活、适应性强的特点。     

数字图像边缘检测的Java实现

介绍几种经典的边缘检测算子,并用Java语言实现数字图像的边缘检测。由于Java语言在图像处理方面有其自身的优势,因此整个实现过程具有简单、灵活、适应性强的特点。