图象平滑与边缘检测的模糊向量描述

本文对噪声和边缘的统计特征进行了分析，提出了以Ｐ１（ｉ，ｊ）、Ｐ２（ｉ，ｊ）和Ｐ３（ｉ，ｊ）作为边缘、噪声和非边缘非噪声的隶属函数，并在此基础上建立它们的牲描述向量。借助于该特征向量。将图象平滑和边缘检测转化为一个模式识别的问题。从理论上讨论了解决图象处理中长期存在的去噪和保持边缘细节的折中问题的思路，并构造出了基于模糊模式识别的图象边缘检测和图象滤波的基本框架。     

图象模糊涟缘检测的改进算法

图象在检测技术是图象处理中最重要的内容之一,且已在图象分析和识别领域中得到广泛的应用。针对图象边缘由模糊性引起的不确定性问题,提出了一种图象模糊边缘检测的改进算法,该算法是道德民确定一个阈值参数,然后根据此阈值参数来定义一个新的隶属函数,从而钭图象转化为等效的图象模糊特征平面,通过在模糊特征平面上进行增强运算,将其转换为空域图象,最后再进行边缘提取,同时还对具有多峰直方图分布图象的模糊边缘检测方法进行推广,仿真结果表明,该算法是有效的。     

基于多目标决策模型的适应图象边缘检测技术

本文在对众多图象边缘检测技术进行总结的基础上，提出了把边缘属性融入边缘模型的概念，由此引入了多目标决策模型，这样，边缘检测问题变转化成一个最优化问题，避免了边缘滤波模型的缺陷，达到比较客观的折衷效果。该方法是在微机上加以实现的。     

基于向量中值滤波的边缘检测算法

本文提出了一种以向量中值滤波为基础的边缘检测算法。它在抑制噪声、增强边缘方面与基于中值滤波的边缘检测算法效果相同,但处理速度大大提高。用这种方法检测噪声图像的边缘,效果良好。     

基于模糊支持向量机的图像边缘检测

提出了一种基于模糊支持向量机的图像边缘检测方法.利用支持向量机分类的思想,将模糊支持向量机应用到图像边缘检测中,在有效检测出图像边缘点的同时,减小噪声点的干扰,时图像的边缘检测的一种新方法进行了研究探讨.     

颗粒图象边缘检测中边界闭合性的研究

在颗粒图象边缘检测中往往要求所检测到的颗粒在边缘具有封闭特性，本文介绍了目前常用的几种算法，并着重分析了Canny算子算法原理。Canny算子在进行颗粒图象边缘检测中具有边界封闭的特性。最后，本文探讨了一个评价边缘检测结果的标准。     

自动图象边缘检测方法的研究

本文提出了一种新的自动图象边缘检测方法,该方法使用新的隶属函数将图象转化为等效的图象模糊特征平面,在此基础上进行模糊增强,然后再转换为空域图象,顾后进行边缘提取,模糊增强提高了低灰度区域和高硬功率和高灰度区域之间的对比度,从而使提取的边缘效果更好,最后本文对具有多峰直方图分布图象的模糊边缘检测问题进行了
了推广。     

一种综合的有噪图象边缘提取方法

有噪图象的边缘提取是一个难点。经典的边缘检测方法由于引入了各种形式的微分运算，从而必然引起对噪声的极度敏感。为此，本文提出了采用分形方法并综合传统方法以解决低信噪比图象的边缘检测问题，并给出了自然场景中的人造物体边缘检测的实例。     

基于直线边缘识别的图象区域定位算法

介绍了一种基于直线边缘识别的图象区域定位算法。算法主要分为两个部分,其一为基于样本线对边缘点进行搜索的边缘检测算法,其二为利用层次逼近的霍夫变换对所得到的边缘图象中车牌区域的边界直线段进行提取以对其定位的算法。算法充分利用了原始图象的灰度分布特征,同时在霍夫变换中采取了深度优先的递归搜索策略,取得了较好的实现结果。     

快速模糊边缘检测算法

通过对Pal.King的模糊边缘检测算法进行改进，提出了一种快速模糊边缘检测算法，该快速算法不但简化了Pal.King算法中复杂的G和G^-1运算，而且通过实验，确定了Tr变换中最佳的隶属度阈值，大大地减少了迭代次数，从实验结果中可以看出，该快速算法不但提高了PalKing算法的效率，而且具有很强的检测模糊边缘和细小边缘的能力，这种快速算法的性能优越，是一种非常实用的、高效的图像处理算法。     

一种基于边缘的广告垃圾图像过滤方法

随着互联网的普及,电子邮件作为一种被人们广泛使用的工具,已被越来越多的不法分子用作广告、反动、色情等信息传播的工具,产生了大量的垃圾邮件.目前主流的垃圾过滤器是基于文本的,垃圾邮件制造者为了逃避被过滤,常常将文字转化为图像或者将文字嵌入到图像中,产生了大量的垃圾图像.针对广告垃圾图像多为文字图像这一特点,根据文字图像中的文字边缘分布特征,提出一种基于边缘特征的广告垃圾图像过滤方法,先检测出图像的纵向边缘,然后根据纵向边缘的分布特征提取文字行区域,最后将文字行区域去噪,确定最终的文字区域.实验证明,该方法效果良好.     

应用图像处理方法自动检测路口车辆排队长度

在智能交通处理系统中，路口车流参数——车辆排队长度，占空比等可以为很多情况提供必要的信息，如交通阻塞及交通事故的监控、交通信号灯的控制等。其中交通路口车流的长度是车流参数中最重要的一个。本文提出了一种基干图像局部特征的路口车辆排队长度的检测方法，通过融合图像的点特征(角点)和线特征(边缘)，完成车流长度的检测，包括停止车流的长度以及在可视范围内整体车流的长度。实验结果表明，这种方法实现简单、应用效果良好，具有较好的应用前景。     

一种改进的CHNN图像边缘检测方法—Weighted CHNN

针对文献[1]中提出的CHNN图像边缘检测算法缺乏足够的参数来调节边缘检测的灵敏度以及检测结果图像边缘过宽的缺陷,提出一种改进的CHNN方法,称之为Weighted CHNN(加权的CHNN,简称WCHNN)方法。该方法在CHNN神经网络元的n个连接上施加权值,可以通过各种局部搜索、优化算法,使用指定的样本输入、样本输出等方法来训练该WCHNN网络从而确定各权值,使得WCHNN在保留了CHNN的优点的同时,还可以根据不同的样本输入输出图像来调节边缘检测的灵敏度,从而提高检测结果质量并避免检测结果中出现边缘过宽的情况。实验结果表明,训练后的WCHNN网络,比起CHNN有着更低的边缘检测错误率,并可检出原来CHNN方法漏检的边缘。     

用于图象边缘检测的拉普拉斯-多项式算子

将用于求解二阶导数的▽~2算子与多项式局部曲面拟合相结合,构造了用于边缘检测的拉普拉斯-多项式(Laplacian of Polynomial:▽~2P)算子。图象物体边缘定义为▽~2P 与图象卷积的过零点。证明了:采用正交多项式作为拟合基函数时,可用卷积方法实现局部曲面拟合,使得计算效率大大提高。     

具有边缘保持特性的零树小波图像压缩算法

基于小波变换的图像压缩算法,在含噪图像和较低码率时出现的边缘模糊现象多年来一直未能得到很好的解决.为了解决这一问题,提出一种具有边缘保持特性的零树小波图像压缩方法.首先,对图像进行小波边缘检测,确定哪些小波系数是图像的边缘特征,将其保护起来;然后,对小波变换域系数采用改进软阈值收缩方法实现去噪;最后,利用SPIHT(Set Partitioning in Hierarchical Trees)算法对图像进行压缩编码.实验结果表明,该方法不仅能获得较高的图像压缩率、较好地去除噪声,而且能在一定程度上解决边缘模糊问题,能较高地恢复图像质量.     

连续色图像的边缘平滑算法

对于连续色图像的边缘平滑,中值滤波法是一种有效的算法,它可以在边缘平滑的同时保留原有的度而不模糊化。为处理真彩色图像,本提出了对多维向量的中值滤波法－淘汰法。中值滤波与平均滤波相结合的方法可以在边缘平滑且保持边缘的同时使其它部分柔和化并提高效率。     

带参数修正的WEB数据库模糊查询技术

在WEB数据库中查询外延不明确的信息时，传统的查询技术已无法满足要求，将模糊理论与数据库技术相结合，通过建立基于人口特性的模糊隶属函数及语言算子的表达式，得到模糊化的SQL语句，借助实时调整隶属度阈值α和误差限δ，获得不同精确范围的查询结果，采用ASP技术，使海量信息跨地域实时共享，在警务系统的实例应用中效果明显，提高了查询分析效率。     

模糊边缘检测技术在机器人触觉图象处理中的应用

讨论了图象的模糊边缘检测问题。把模糊的概念引入到了触觉图象的表达与处理过程中，设计了适合于触觉图象的隶属度函数、构造了模糊增强的变换表达式。这一方法在阵列触觉传感器的图象处理中取得了较好的效果。     

小波投影算子在工业图像边缘检测及抗噪分析中的应用

采用基于小波变换投影算子的快速多尺度边缘检测迭代算法，计算表明，迭代次数取5－9，输出图像信噪比较佳；并与传统的Marr边缘检测方法作了实验比较分析，小波变换方法针对工业现场采集的监视目标图像污染严重及噪声干扰等实际情况是一种较好的方法，在边缘定位精度，图像细节丢失等方面优于Marr方法，对噪声干扰也有较好的鲁棒性。     

基于统计信息的数字图像恢复及噪声滤波方法

本文基于统计信息——局部均值和局部方差，探讨了数字图像对比度增强和噪声滤波方法。尤其对加性噪声和乘性噪声，设计了相应的滤波器。仿真结果表明，本文的方法实现简单、运算速度较快，为实时图像处理提供了一种新途径。