广义希尔伯特变换在含噪信号边缘检测中的应用效果分析

从数学定义上分析了广义希尔伯特变换的基本原理及其与希尔伯特变换的区别;比较了两种变换的去噪效果;讨论了不同参数对广义希尔伯特变换去噪效果的影响,给出了其最佳参数组合。     

基于OPG理论的自适应滤波器设计及其在图像处理中的应用

本文基于单参数变换群理论提出了一种新的自适应滤波器的设计方法,并且给出了滤波器与图象卷积的算法.参数变化后的滤波器的可以表示为事先给定的一组基本滤波器的线性组合.这种滤波器在不同方向、尺度和位置上和图像进行卷积时,可以显著提高运算效率.最后给出了一个图像边缘提取的算例,表明这种方法是有效的.     

改进的快速图像模糊边缘检测算法

边缘检测是图像预处理中最重要的内容之一,本文通过对Pa1模糊边缘检测算法进行 改进,提出一种改进的新的模糊边缘检测算法。该算法采用简单的隶属函数,速度快(比Pa1算法快10倍) 。该算法具有较强的检测模糊边缘和细小边缘的能力,图像的边缘采用min或max算子来提取。仿真结果表明:该算法是一种实用、高效的边缘提取算法。     

多结构元素的数学形态学图像边缘检测算法

数学形态学作为一门新兴的、以形态为基础对图像进行分析的学科，已得到人们的广泛关注，并应用于图像处理的许多方面。本文提出一种基于多结构元素的数学形态学图像边缘检测算法，该算法通过构造4个不同方向的结构元素，应用形态学梯度算子得到图像4个方向的边缘检测结果，并将这些结果进行加权平均，得到最终的图像边缘。为验证算法的效果，给出了本文算法和几种传统算子对Lena图像进行边缘提取的实验结果。结果表明：本文算法成功地完成了图像的边缘检测，且检测效果明显优于经典的Sobel算子，Laplace算子和Canny算子。     

一种改进的Canny边缘检测算法

针对Canny边缘检测算法存在的缺陷,提出了一种改进型Canny边缘检测算法。首先采用非线性扩散滤波减少了图像噪声,同时保持图像的边缘信息;在邻域梯度幅值计算中,考虑像素对角线方向的梯度,进一步抑制了噪声的影响;最后采用平均方差阈值法选取阈值,从而提高了对不同图像的自适应性。通过对实验图像的分析表明,该改进算法对含噪图像的边缘提取具有较好的检测精度和准确性。     

GVF Snake模型时间复杂度的研究

对使用GVF Snake动态轮廓模型算法中两次迭代的时间复杂度进行了统计计算,并进行了力场分析,在此基础上对初始轮廓线设定位置进行了研究。实验结果表明,初始轮廓线的设置应避免跨越能量极小值,此时可以得到比较好的提取效果。GVF力场迭代的次数和轮廓逼近次数与时间成正比。     

灰度图像的自适应边缘检测

提出利用灰度图像的均方差直方图实现自适应多尺度高斯滤波,实现在去噪的同时保留图像边缘特征,并通过灰度图像梯度特征信息,自适应生成动态阈值,对边缘进行自动检测,克服了传统Canny算子参数需要人为设定的不足。实验结果表明,与传统Canny算子相比,该方法可有效保留边缘信息,更具实用性。     

基于梯度幅值的自适应边缘检测算法

提出了一种新的边缘检测算法.根据所提出的梯度幅值计算方法求出整幅图像的梯度幅值均值和图像中所有像素点的梯度幅值相对与均值的方差.由图像的梯度幅值均值和方差计算出图像的最佳阈值.然后根据提出的噪声剔除方法对由最佳阈值判定的初始边缘中的噪声进行剔除.实验结果表明所提出的算法在精确定位边缘的同时也较好地抑制了噪声.     

3维图像中边界曲面可被等值面逼近的判定方法

在可视化技术中,人们常试图从3维图像中抽取特定的等值面,以近似表示3维图像中所包含目标的边界曲面。考虑到实际的3维图像中,某些目标的边界曲面可以被特定的等值面很好地逼近,但是由于许多目标的边界曲面事实上难以被任何等值面很好地逼近,因此,识别3维图像中哪些边界曲面可以被特定的等值面很好地逼近就成为可视化技术中一个非常重要的研究问题。为了准确地判定哪些边界曲面可以被特定的等值面很好地逼近,特提供了一个有效的判定方法。该方法首先计算紧密地分布于连续隐边界曲面两侧的目标网格点,然后判定计算得到的目标网格点集合与背景网格点集合可否在误分很小的情况被某些等值面分离开来。实验结果表明,该判定方法是可行有效的。     

改进的基于梯度幅值的自适应边缘检测算法

分析文献[1]给出的算法.针对其中存在的问题和不足,给出了一个改进算法.实验结果表明,改进算法弥补了原文算法中的缺陷,在获取连续边缘的同时也较好地抑制了噪声,在运算效率方面有了明显的提升,并节省了大量的内存空间.