精密零件边缘检测

针对边缘检测中检测精度与抗噪性能之间的矛盾,在分析边缘检测方法的基础上,提出了采用优化Gabor滤波算法降低图像噪声和采用多尺度小波检测理论提取图像边缘相结合的方法,实现了零件的在线高效精确检测。试验结果表明,该方法不仅可有效抑制噪声,而且能得到高精度的零件边缘形状。     

B样条小波边缘检测改进算法

提出了一种改进的B样条小波边缘检测算法,并在抑制噪声干扰和锐化图像弱边缘的基础上,采用自适应平滑滤波和B样条小波多尺度阈值方法进行了边缘检测．实验结果表明,改进的B样条小波边缘检测算法在除噪和提取弱边缘上可获得更好的效果．     

自适应Wiener滤波改进LOG算子对激光雷达图像的边缘检测能力

LOG算子是一种经典的边缘检测算子,针对激光雷达图像含有丰富的高斯噪声和乘性噪声干扰.提出一种LOG算子的改进方法:用二维自适应Wiener滤波代替LOG算子中Gaussian滤波.设计了自适应性算法,通过仿真可以看出,该方法有效提高了LOG算子对激光雷达图像的边缘检测能力,是一种实用、有效的方法.     

基于三维块匹配与改进Top-hat的红外图像目标检测方法

针对复杂背景干扰下难以精确检测出红外图像目标的问题,提出基于三维块匹配(BM3D)与改进顶帽(Top-hat)的红外图像目标检测方法。该方法首先采用三维块匹配算法对红外图像进行滤波,更好地保留图像的边缘信息;其次构建改进Top-hat算子,利用不同大小、不同形状的结构元素对滤波后图像进行背景估计,得到校正后图像;最后对校正后图像进行阈值分割,得到目标图像。仿真实验结果表明,与经典Top-hat算法比较,提出的方法能够有效地增强红外图像对比度、抑制噪声干扰、减弱非均匀加热背景的影响,从而突出红外图像目标信息,使得红外图像目标检测更加准确。     

基于最长曲线法的海天线检测算法

通过分析红外图像的特点,给出一种基于最长曲线的海天线检测方法,根据所要处理的红外图像自适应选取 Canny 算法的阈值进行边缘检测,精确提取海面和天空区域的分界线-海天线.首先对红外图像进行中值滤波消除噪声,然后采用自适应阈值的 Canny 算子进行边缘检测,对检测得到的边缘进行边缘连接形成相互独立的几个目标,然后对各目标进行目标标定,最后基于最长曲线法进行海天线检测.     

改进的SUSAN图像边缘检测算法

SUSAN图像边缘检测算法具有抗噪声能力较强、准确等优点，但仍有不足之处．提出了一种自适应选取阈值的方法，并对SUSAN边缘检测算法进行了改进．在此基础上，提取出图像特征来进行目标识别、精密测量等图像描述和分析处理能获得较好的效果．     

OTSU阈值改进及其在俯仰角测试中的应用

为了提取弹体飞行状态图像的边缘进而解算俯仰角,采用图像二值化、轮廓结构形态滤波对图像进行预处理.在利用OSTU进行图像二值化时,提出了根据高斯分布的"3δ"特性进行阈值提取的改进.在获得飞行弹体边缘轮廓的基础上,基于骨架提取中轴线法,采用坐标变换重构弹体在三维空间的真实轴线方程来解算俯仰角.边缘检测及俯仰角测试实例表明,该检测方法能够从含有噪声的图像中获得较好的图像边缘,可实现飞行弹体俯仰角的高精度解算.     

OTSU ＇ s Improved Threshold and its Application on Pitch Angle Test

为了提取弹体飞行状态图像的边缘进而解算俯仰角,采用图像二值化、轮廓结构形态滤波对图像进行预处理.在利用OSTU进行图像二值化时,提出了根据高斯分布的＂3δ＂特性进行阈值提取的改进.在获得飞行弹体边缘轮廓的基础上,基于骨架提取中轴线法,采用坐标变换重构弹体在三维空间的真实轴线方程来解算俯仰角.边缘检测及俯仰角测试实例表明,该检测方法能够从含有噪声的图像中获得较好的图像边缘,可实现飞行弹体俯仰角的高精度解算.     

基于红外图像的尾焰边缘检测

针对红外目标的成像背景具有非平稳性、相关性和复杂性等特点，提出了一种改进的二值化图像分割算法，结合Canny算子边缘检测对红外目标进行了有效分割，得到感兴趣目标区的最佳边缘检测效果。实验结果表明，用该算法对16位红外图像进行目标特征提取，算法简单，运算量小，能够有效提取目标边缘轮廓，达到了预期的效果。     

基于梯度图像法的激光雷达图像融合滤波算法

为了有效消除激光雷达图像斑点噪声的干扰,针对单一滤波算法的不足,提出一种基于梯度图像法的激光雷达图像滤波融合算法。分析激光雷达图像的噪声特点,综合Lee滤波和小波滤波的优势,该算法利用图像的梯度图像来判断斑点噪声隶属于信号区域还是边缘区域,在边缘点采用小波阈值滤波的结果,在信号区域选择Lee算法的结果达到最好的滤波目的。仿真试验的结果表明:该算法具有很强的散斑噪声抑制能力,能够在噪声滤波和图像信息保持2个方面都能达到很好的效果。     

基于改进滤波器和图像加权局部熵的红外小目标图像处理

针对传统背景抑制方法虚警率高、检测率低的问题,提出一种基于改进滤波器和图像加权局部熵的红外 小目标图像处理方法。通过改进中值滤波对原始红外图像进行预处理,分别构建多尺度灰度差异算子、局部图像熵 算子,并将二者进行点积运算得到加权局部熵,从而能够有效地抑制背景并消除噪声。实验结果表明：该方法适应 性较好,运算效率相对传统中值滤波算法提升了20.6%,有一定的理论与工程应用价值。     

基于红外图像差值图的模糊边缘检测方法

针对红外图像边缘检测这一难题,提出了一种基于红外图像差值图的模糊边缘检测方法。首先通过计算图中每个像素点与其邻域8像素点灰度值的差值,然后寻找这些差值的最大值得到图像的差值图,接着对差值图像的边缘区域和平滑区域进行模糊划分,利用差值直方图模型确定红外图像差值图的分割阈值,从而实现边缘提取。实验结果表明,该方法用于红外图像边缘检测能获得较好的效果。     

Infrared Image Small Target Detection Based on Bi-orthogonal Wavelet and Morphology

An image multi-scale edge detection method based on anti-symmetrical bi-orthogonal wavelet is given in theory. Convolution operation property and function as a differential operator are analyzed,which anti-symmetrical bi-orthogonal wavelet transform have. An algorithm for wavelet reconstruction in which multi-scale edge can be detected is put forward. Based on it, a detection method for small target in infrared image with sea or sky background based on the anti-symmetrical bi-orthogonal wavelet and morphology is proposed. The small target detection is considered as a process in which structural background is removed, correlative background is suppressed, and noise is restrained. In this approach, the multi-scale edge is extracted by means of the anti-symmetrical bi-orthogonal wavelet decomposition. Then, module maximum chains formed by complicated background of clouds, sea wave and sea-sky-line are removed, and the image background becomes smoother. Finally, the morphology based edge detection method is used to get small target and restrain undulate background and noise. Experiment results show that the approach can suppress clutter background and detect the small target effectively.     

应用B样条函数改进LOG算子的边缘检测能力

在分析LOG算子边缘检测理论的基础上,比较了高斯滤波和样条滤波的优劣,提出了用样条滤波代替高斯滤波,提高信噪比,改善边缘检测效果。仿真试验结果验证了该方法的有效性。     

尺度独立MAS小波算法检测目标图像边缘

通过分析图像中不同类型的奇异点，进而区分目标图像的不同类型边缘，由此来解决带有噪声干扰条件下的图像边缘检测问题。小波理论在时频域的紧支性和对非平稳信号（噪声）良好的处理效果，在图像处理的研究中大大优于传统的Fourier变换，并广泛应用于图像去噪和边缘提取方面。在小波理论中，Lipschitz指数可以刻画不同的奇异点，从而区分出图像的边缘和背景噪声。在此基础上，提出了一种独立于尺度的有效算法，并应用于模角分离（modular—angle—separated，MAS）的小波函数。用该算法处理二维图像的边缘，效果优于同类方法，且特别适用于有噪声背景的图像边缘提取。     

变背景条带状激光光斑边界的提取方法

提出一种基于人眼视觉识别的2次闽值分割和形态学消噪相结合的图像边界提取方法。针对光斑背景不稳定、亮度非高斯分布的特点,辅助以减背景图象预处理,消除背景变化对光斑质心位置的影响,依次用灰度和灰度对比度进行阈值分割,增强算法的实时性,并用矩形模板执行形态学开启和闭合操作,去除光斑内部无关的细节,获取连续的图像边界。该方法全天候对多个906 nm激光管产生的条带状激光光斑中心实时定位,时效性和定位精度均获得满意的效果,重复测量误差2%．