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。     

基于小波变换的图像边缘检测方法

基于小波变换的图像边缘检测,其图像平滑度与尺度增大成正比:尺度增大,高频受到强抑制,输出图像的信噪比提高,图像边缘平滑变粗,定位精度降低;反之边缘定位精度可提升.小波基函数的选取应保证检测精度,故用大尺度滤波器抑制原图像噪声.同时用小尺度滤波器为图像边缘精确定位,即依据边缘检测的小波母函数一般准则,构造二次B样条小波,并采用自适应阈值图像边缘检测法检测图像边缘.     

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．     

基于B样条函数的偏徽分方程图像去噪

各向异性扩散偏微分方程(PDE)的图像平滑方法能够在去噪的同时在一定程度上保持图像的边缘特征,但对图像细节的保持仍不理想。提出采用归一化的3次B样条作为扩散函数,给出了新的PDE模型算法,该算法能在除噪声的同时增强图像边缘细节,并可降低迭代次数,对加性和乘性噪声均有效。     

多元散乱有限元数据拟合法

本文提出了利用B－样条函数拟合有限元分析中物体表面散乱数据的方法，并从根本上克服了以往的方法中出现的短阵病态学问题，用户利用改变参数就可方便地调整曲面的光滑度和形状。     

小波变换在目标图像多尺度边缘检测中的应用

介绍了小波变换及其应用于图像边缘多尺度检测的原理，并给出了构造小波函数的方法和相对应的滤波器系数。用一幅图像进行的仿真实验表明，基于小波变换进行图像的多尺度边缘检测相对于传统的Ｒｏｂｅｒｔｓ算子、Ｓｏｂｅｌ算子和Ｌａｐｌａｃｉａｎ算子检测图像边缘是一种较好的方法，而且对随机噪声也有较强的鲁棒性。为此进一步提出从多个目标中快速跟踪和识别指定目标的思想。     

三次样条插值函数的构造与Matlab实现

三次样条插值函数边界条件由实际问题对三次样条插值在端点的状态要求给出.以第1边界条件为例,用节点处二阶导数表示三次样条插值函数,用追赶法求解相关方程组.通过Matlab编制三次样条函数的通用程序,可直接显示各区间段三次样条函数体表达式,计算出已给点插值并显示各区间分段曲线图.     

枪械內膛疵病图像的边缘检测算法

首先介绍了零交叉边缘检测算子的基本概念，把高斯平滑滤波器和拉普拉斯锐化器结合起来，在进行边缘检测的同时平滑掉噪声，并提出应用零交叉算子对枪械内膛疵病图像进行边缘检测的实现方法。然后对真实枪械内膛疵病图像进行边缘检测实验，结果表明零交叉边缘检测算子检测到的边缘比较完整，检测方法直观、简便、运算速度快、边缘定位准确且易于实现。     

几何量测量中的拟合算法

几何量测量中的拟合算法,将几何量非接触测量要素分为直线、圆、圆弧及椭圆等类.并在采集图像上完成被测几何要素的初始定位,再确定几何量边缘点且按不同最优化指标对其拟合,得到检测量的几何描述.最后用Matlab数学函数fmins进行拟合计算.     

一种基于多分辨率图像融合的边缘检测算法

边缘检测是图像处理中的一个重要环节。文章提出了一种基于小波变换的图像融合边缘检测方案。该方案具体考察了Log算子、Canny算子和小波变换边缘检测算法,通过提取图像边缘对其特点进行了讨论和比较,再将三种算法边缘检测的结果进行图像融合,得到一幅新的边缘检测图像。仿真实验结果表明,此种方法效果要优于单独采用某种算子获得的边缘图像,是一种有效的图像边缘提取方法。