基于梯度的自适应椒盐噪声滤波算法

针对传统中值滤波方法不能有效保持图像细节信息和对图像适应能力差的问题,提出一种改进的椒盐噪声滤除算法。算法基于先检测、后滤波的思想,根据图像的极小梯度矩阵自适应计算噪声阈值,提高了噪声检测的准确性;为了更好地保持图像细节,对检测出的噪声像素进行多窗口中值滤波。多组去噪实验表明：所提算法对污染程度不同的图像具有良好的适应性,在滤除噪声的同时还可以有效还原图像边缘等细节信息。     

一种椒盐噪声点的检测算法技术研究

针对中值滤波算法虽然能够在很大程度上改善噪声带来的影响,但是使图像边缘变得模糊这一问题,提出了一种检测椒盐噪声的新算法。使用该算法对图像进行噪声检测后再对噪声点进行中值滤波能够有效地去除椒盐噪声。实验证明该算法具有明显的去噪能力,且当椒盐噪声比较严重时,也能够取得较好的滤波效果。     

基于局部滤波模板的双边滤波算法研究

双边滤波器是一种以高斯核为基础的具有图像边缘保留和噪声滤除双重滤波作用的滤波器,能同时兼顾各像素值几何上的临近信息和亮度上的相似信息.为了进一步增加双边滤波器的保边作用,在传统双边滤波器的基础上,结合图像的梯度信息,将传统滤波模板改进为局部滤波模板,使图像自适应地在给出的滤波模板中选择较优模板进行滤波.实验结果证明,改进的双边滤波算法能够更好地保留图像边缘,与经典的双边滤波算法相比,在峰值信噪比和结构相似性上有了提升.     

基于数学形态学的彩色图像边缘检测

为了克服传统边缘检测方法对噪声敏感的缺点,提出了一种基于数学形态学的彩色图像边缘检测新方法。该方法是在RGB空间内,把每个像素作为一个向量进行排序,将灰度形态学推广到了彩色图像。然后通过分析噪声（主要是椒盐噪声）污染图像的特点对彩色图像形态学基本算子进行了改进。改进后的算子有很强的抗噪性,可以直接实现边缘检测。实验表明,与传统方法相比,该算法能够更有效地抑制噪声对边缘检测的影响,并较好地保持图像边缘细节。     

基于Canny算子的改进的图像边缘检测方法

本文简要介绍了Canny算子边缘检测的基本原理,并对其性能进行了分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,文章提出了一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。     

基于形态学的超声C扫描图像缺陷边缘检测

针对传统基于形态学的边缘检测算法自适应降噪能力差、计算效率低的问题,提出了一种基于边缘比率和多结构的自适应边缘检测算法,根据超声C扫描图像的边缘比率将超声C扫描图像分为3种不同复杂度的图像,针对不同复杂度的超声C扫描图像自适应选取结构元素进行边缘检测,再根据不同边缘图像的信息熵进行融合处理得到最后的边缘。实验结果表明：该算法有效抑制噪声的干扰,且较好地保持图像边缘细节,提高了超声C扫描图像缺陷边缘检测的效率和准确率。     

红外图像边缘检测的循环移位算法

提出一种基于Bezier曲线的红外图像边缘检测的循环移位算法。为抑制红外图像中的噪声的影响,利用Bezier曲线法平滑图像灰度直方图中的噪声,得到Bezier直方图。利用提出的“循环移位法”探测Bezier直方图曲率曲线的极大和极小值,确定分割阈值和量化灰度值,实现对原始红外图像的分割,对分割后的图像进行边缘检测。实验结果表明,新算法简单有效,在准确检测红外图像边缘信息的同时又能抑制图像中噪声的影响,定位精度高,而且能够得到单像素边缘,在性能上优于传统的几种边缘检测算子。     

基于图像去噪的混合噪声滤波算法

传统的中值滤波和均值滤波通常被分别用来滤除椒盐噪声和高斯噪声.但是当图像同时存在高斯噪声和椒盐噪声时,单独使用哪种滤波方法都不会达到最好的去噪效果.为了能同时滤除两种不同性质的噪声,提出了一种新的自适应混合噪声滤波算法.该算法采用了一种基于自适应阈值的方法对滤波系数加以优化,使其既可以有效地减少噪声,又可以较好的保持图像的边缘细节信息,仿真结果表明该算法能较好的滤除混合噪声,且滤波效果优于传统的滤波算法.     

用多结构元素实现医学图像边缘检测

为了简单有效的获得医学图像边缘,本文从数学形态学的角度出发,利用多结构元素对不同方向的边缘敏感来保留更多的边缘细节信息,提出了一种改进的形态学边缘检测算法。本文首先将形态学的BTH与WTH运算相结合进行图像增强,再结合开闭运算提出了一种抗噪型的边缘检测算子,对运用多结构元素得到的边缘图像进行累加,最后对该叠加后的边缘图像进行修正得到最终结果。实验证明,该算法在抑制噪声对边缘的影响和保持图像的边缘细节上,均取得了很好的效果,具有一定的实用性。     

基于神经网络的图像混合滤波及融合算法研究

当图像中同时存在高斯噪声和椒盐噪声时,单一的均值滤波或中值滤波很难达到最佳滤波效果。 分析了噪声特点和各种滤波方法的优势,提出了一种基于神经网络的图像混合滤波及融合算法:首先建立概率神经网络,检测椒盐噪声和高斯噪声点,并分别利用中值滤波和均值滤波去除噪声点,然后建立径向基函数神经网络,利用训练好的径向基函数神经网络融合 2 种不同滤波的图像,输出理想的融合图像。 Matlab 仿真实验结果表明,该算法有效去除混合噪声的同时,能很好地保护图像的边缘与细节,是一种有效的方法。     

一种喷射沉积坯尺寸检测的快速算法

根据Zernike矩边缘检测原理,提出了3*3模板尺寸的Zernike矩亚像素边缘算子,由于该算子具有模板尺寸小的优点,故能快速、精确地检测沉积坯边缘轮廓.根据检测的边缘图像,采用特征尺寸提取算法完成沉积坯尺寸的检测.测试表明,整个沉积坯尺寸检测算法(包括边缘检测和尺寸提取)运行时间仅为0.135s,检测的特征尺寸相对误差不超过5.6%,故采用该方法能够实现沉积坯的快速、精确检测.     

多阈值选取与边缘连接的边缘检测算法

论文针对Kirsch边缘检测算子的缺点,提出一种多阈值选取与改进的边缘连接算法相结合的方法,对图像,尤其是医学图像进行边缘检测。该方法首先用高斯滤波器对原始图像去噪,使用传统Kirsch算子计算梯度,然后设定低阈值和自适应阈值来保护图像弱边缘和提取真正边缘,最后通过改进的边缘连接算法连接边缘。实验结果表明,论文的方法具有保持弱边缘、连接性好的边缘检测效果。     

边缘检测算法在污损条码识别中的应用研究

针对污损条码识别速度慢和正确识别率低的问题,提出了利用图像边缘检测算子来提取污损条码的边缘特征并进行识别。分析了常用边缘检测算法的算子特征后,采用Sobel算子进行了条码的边缘检测。针对原算子的不足,提出了一种改进的Sobel算子,改进算子增加2个方向的运算模版,能克服原算子在边缘提取时图像线条较粗等缺陷。仿真实验表明,改进的算子能快速有效地识别污损条码,正确率高达98.5%。     

在包装流水线中边缘检测算法的比较

阐述了经典边缘算子、最优算子以及自适应邻域算法、纹理边缘检测、边界跟踪技术以及神经网络方法等其它改进算法及其特性.经分析,Canny边缘检测算法以及由它改进得各种算法可以应用于包装的流水线控制中.     

一种基于蚁群聚类的多模板图像边缘融合方法

根据所采集图像的离散性特点,提出了一种基于蚁群聚类的新型的多模板图像边缘融合方法.该算法综合了图像聚类的方法和模板边缘提取的方法,运用蚁群聚类的思想来提取图像的边缘特征,并进一步融合多种边缘提取模板来设置聚类的启发式引导函数和初始聚类中心,从而避免了传统蚁群算法聚类搜索时的盲目性.系列仿真实验验证了这一方法的可行性和有效性.     

晶界相和晶界对AlN陶瓷热导率的影响

本文研究了掺杂CaO Y2 O3热压烧结和常压烧结AlN陶瓷的晶界相及其产生过程和除氧机制 ;分析了两种烧结工艺烧制的AlN陶瓷的晶界成份 ;测定了不同晶界相含量和晶界成份对应的AlN陶瓷的热导率     

从序列图像计算二次曲线的光流

提出一种二次曲线的整体表示法：空间二次曲线和平面二次曲线的坐标表示法，建立了基于动态灰度图像和基于序列灰度图像的二次曲线光流概念，采用边缘检测、边缘细化和轮廓跟踪等技术，获得了具有单像素宽的边缘点集，提出有分段二次曲线描述边缘，计算得到了二次曲线的光流。     

Optimization of Face Recognition System Based on Azure IoT Edge

With the rapid development of artificial intelligence, face recognition systems are widely used in daily lives. Face recognition applications often need to process large amounts of image data. Maintaining the accuracy and low latency is critical to face recognition systems. After analyzing the two-tier architecture “client-cloud” face recognition systems, it is found that these systems have high latency and network congestion when massive recognition requirements are needed to be responded, and it is very inconvenient and inefficient to deploy and manage relevant applications on the edge of the network. This paper proposes a flexible and efficient edge computing accelerated architecture. By offloading part of the computing tasks to the edge server closer to the data source, edge computing resources are used for image preprocessing to reduce the number of images to be transmitted, thus reducing the network transmission overhead. Moreover, the application code does not need to be rewritten and can be easily migrated to the edge server. We evaluate our schemes based on the open source Azure IoT Edge, and the experimental results show that the three-tier architecture “Client-Edge-Cloud” face recognition system outperforms the state-of-art face recognition systems in reducing the average response time.     

AZ31镁合金板材轧制过程边裂形成原因分析

针对AZ31镁合金板材轧制过程中出现边部裂纹的问题,采用数值模拟方法研究了AZ31镁合金板材轧制过程中轧制温度对板材边裂的影响,利用实验室热轧试验方式研究了AZ31镁合金板坯宽厚比、轧制道次数以及工作辊直径等工艺参数对镁板边部裂纹的影响.研究表明,边裂的产生多数情况是由于几种因素共同作用的结果,其主要影响因素有轧制温度、道次加工率、轧辊直径以及板坯宽度和厚度等.在其他条件不变的情况下,减少板材宽厚比,可降低边部所受拉应力,有利于减少横向裂纹产生;当b(R·△h)~(1/2)时,随着板材宽度增加,轧制力逐渐升高,边部产生横向裂纹的几率增加;对于相同规格板坯,随着辊径增大,轧制过程中板坯的宽展量和所受摩擦力逐渐增加,有利于发挥板材塑性从而减小边部裂纹产生的趋势.     

Measurement of Cutting Temperature When Investigating the Thermal Characteristics of Ultrahigh-Speed Edge Machining of Metals

A method is described for measuring the cutting temperature when machining at ultrahigh speeds (50–300 m/sec) and for graduating a natural thermocouple up to the melting temperature of the lowest melting-point electrode with a high heating rate.