融合Canny算子和形态学的 齿轮图像边缘检测研究

针对含噪齿轮图像边缘检测中存在的难以有效抑制噪声和准确检测出更多真实边缘等问题,将改进的Canny算子和数学形态学算法应用到含噪齿轮图像边缘检测中,提出了一种融合Canny算子和数学形态学的含噪图像边缘检测算法。首先利用了改进的Canny算子边缘检测,接着运用了多尺度多结构数学形态学边缘检测;然后对两幅边缘图像进行了小波分解,得到各层子图像;最后分别对子图像采用了自适应加权融合,并使用小波逆变换重构图像得到了最终的边缘检测图像。实验及研究结果表明:融合算法比单独使用改进的Canny算子、数学形态学去噪效果好、定位精度高、边缘连续清晰,并且当噪声浓度升高时依然具有良好的去噪效果,是一种可行的无监督融合算法。     

Curvelet变换域图像融合算法

本文提出一种基于Curvelet变换域的局部区域能量匹配度的图像融合算法.该算法利用Curvelet变换多尺度和各向异性特征,可在保持图像稳定性的同时增强图像的细节信息,用于同一场景不同聚焦图像的数据融合可获得理想的结果.定量分析了在添加不同方差高斯噪声情况下利用小波和本文方法得到的融合图像对应原标准图像的峰值信噪比(PSNR).实验结果表明采用本文的图像融合算法在信息熵、结构相似度等方面均好于经典算法.     

基于机器视觉和改进形态学边缘检测算法的钢球缺陷检测技术研究

为提高钢球表面缺陷检测的效率和准确性,设计一种基于机器视觉的钢球表面缺陷分拣系统。对钢球表面图像进行图像分割、平滑去噪和二值化预处理,获取钢球表面图像的准确信息,并采用改进的中值滤波算法去除噪声;利用小波变换和多尺度形态学融合算法进行钢球表面缺陷的边缘检测;通过该融合算法和其他算法的检测结果对比和客观数据评价,验证了本文所提算法能够有效保留图像真实细节,并满足钢球分拣系统的需求。     

快速向量中值滤波算法

滤波一直是图像处理中不可缺少的部分.基于向量的1-范数和2-范数距离和排序,结合均值滤波算法,建立了一种适用于彩色图像的向量中值滤波算法,对脉冲噪声和高斯噪声具有很强的去噪性能.针对向量中值滤波计算量大的缺点,提出了一种快速算法,算法综合了各种有效的加速算法,使滤波速度提高了76.261%～93.389%.噪声仿真图像的滤波实验,验证了该算法的优秀滤波性能和高效率性.     

图像对比度增强的小波变换法

对图像进行离散小波变换,对分辨率较好的高频子带直接用所提出的去噪算法去噪;对分辨率较差的高频子带用非线性增益法结合去噪法增强;给出一种评价图象质量的准则.实验表明,新算法在有效增强图像对比度的同时,又能很好的抑制图像中白噪声.     

中值滤波与小波变换的指纹图像混合去噪的算法

图像去噪是指纹图像预处理中的重要内容,直接影响着指纹识别系统的准确率.结合中值滤波与小波去噪分别去除椒盐噪声和高斯噪声中的优势,提出了一种指纹图像混合去噪算法,并对其中的关键步骤进行了详细分析.仿真结果表明:相对于单一使用一种去噪方法,混合去噪算法能更有效地去除指纹图像中的椒盐和高斯混合噪声,获得了较好的峰值信噪比增益.     

一种改进的非局部均值井下图像去噪

针对井下图像噪声的特点,提出一种改进的非局部均值去噪算法,该算法通过小波变换对井下图像进行多尺度分解,根据分解后图像噪声的分布特点,对低频部分采用非局部均值去噪,而对高频部分采用中值去噪,对去噪后的图像进行小波重构。实验结果表明,该算法在兼顾算法运算速度的同时,能有较高的峰值信噪比。     

基于小波变换的多聚焦图像算法研究

多聚焦图像融合就是把分别聚焦到各个目标多次拍摄而得到的多幅图像进行融合,从而得到在一幅图像内各个目标都清晰的图像。由于小波变换具有多分辨或多尺度特性,因此可以通过小波变换把多幅图像分解到一系列的频率空间,然后在每个空间按照一定的融合规则算法对图像的信息进行处理,最后把处理后的信息通过小波逆变换得到融合图像。从实验结果可以看出,给出的方法很好地保留了多幅原图像的有用信息,融合图像清晰度较好,是一种有效的图像融合算法。     

简单图像的快速聚焦

为了有效地实现简单图像的快速高精度自动聚焦,提出了一种新的快速聚焦算法。首先在相机进行调焦时自动获取系列零件图像,并记录各图像对应的位置;然后计算每张图像中目标边缘的灰度变化跨度值,从中找到跨度值最小的图像,即为最清晰图像;最后把其所在位置反馈给硬件驱动系统,实现自动聚焦。用新算法分别对不同形状和不同材料的零件,在添加椒盐噪声和没有添加噪声的情况下进行实验,并与计算量小的几种经典最优聚焦函数做了对比试验。结果表明,用新算法对简单图像进行聚焦比常用的最优聚焦函数更敏锐,单峰性更好,抗噪能力更强,而且速度比最快的绝对梯度函数快30%以上。因此,新算法在拍摄简单场景时,鲁棒性好,可以更好地实现快速聚焦。     

基于小波域维纳滤波的光纤面板暗影检测

通过分析光纤面板透光图像的噪声性质,提出在小波去噪的始末对图像取对数、指数变换,成功转换噪声模型,有效去除高斯及斑点噪声.并提出在小波域采用维纳滤波算法以增强去噪功能,实现更为有效地去除光纤面板透光图像中的噪声.最后对去噪图像进行暗影检测,实验结果表明,采用此算法进行去噪,检测出的暗影定位更加精准,冗余信息大量减少,有...