基于小波变换的零件图像融合与边缘检测

提出基于小波变换的零件图像数据融合和边缘检测的方法,对图像进行分解,将高频区域中的绝对值较大的系数作为重要小波系数;在低频区域,对逼近系数进行加权平均得到新的逼近系数,然后进行小波重构实现图像数据融合。应用小波变换对融合图像进行多尺度边缘检测,获取图像边缘,或对图像进行小波多尺度边缘检测,然后融合边缘。     

小波变换技术在图像边缘检测中的应用

边缘检测是计算机图像处理中的一个重要环节,而常用的Sobel算子、Prewitt算子等方法存在一些缺点.本文先介绍了小波边缘检测的原理,在此基础上,针对尺度的选取提出了一种自适应的方法,并做了实验.检测结果表明,以尺度自适应为基础的小波变换方法在边缘检测中优于Sobel算子、Prewitt算子.总之,该算法能有效地从噪声图像中检测出边缘.     

基于小波变换和形态学的图像边缘检测方法

提出了一种基于小波变换和形态学的图像边缘检测方法。对源图像进行小波分解,用数学形态学法对低频子图像进行边缘检测,用小波变换法提取高频图像的边缘,采用一定的融合规则将两个边缘图像融合在一起得到一幅完好的边缘图像。这种边缘检测方法结合了小波变换法和数学形态学法的优点,对用这两种方法得到的边缘信息进行融合,有效地抑制了噪声,且边缘连续、清晰。实验结果表明,提出的这种结合方法优于单独使用数学形态学法或小波变换法。     

基于梯度锐化和小波变换的图像边缘检测

小波变换是近几年发展起来的集数学、信息处理于一体的新理论，具有良好的局部化分析性能和多分辨率分析特性，比较适合图像处理。实际图像常常含有噪声而变得模糊，故采取先对图像进行梯度锐化预处理，然后进行小波多分辨率分析的方法进行边缘检测，实验表明该方法是有效的。     

基于小波变换的亚像素边缘检测

提出一种基于小波变换的亚像素边缘检测方法,从理论上证明该方法不存在原理误差,同时具有较强的抗噪能力。实验表明,在对光源等无特殊要求的情况下,该方法的精度优于0.02个像素,从而验证了理论的正确性。     

基于改进小波变换的多方向图像边缘检测算法

在对图像的小波变换原理讨论的基础上,针对传统小波变换在图像边缘检测中的不足,提出了基于改进小波变换的图像边缘检测算法.该算法从多个方向对图像进行多尺度小波变换;采用相邻尺度小波系数相乘的方法去除噪声,提取小波系数乘积的极大值点;将这多个方向上的极大点进行融合,形成图像的边缘.仿真实验表明,该算法具有较好的边缘检测和抑制噪声的能力,边缘检测效果明显优于传统的边缘检测方法.     

小波变换在螺纹边缘检测中的应用

螺纹牙型图像的边缘是检测螺纹的主要特征，边缘提取的质量将直接影响检测精度。根据螺纹图像边缘的特点，利用小波变换对目标图像进行降噪和边缘特征处理。其效果明显好于用经典的边缘检测算子，实验说明，小波变换对于提高螺纹的检测精度有重要价值。     

一种基于小波变换的煤矸石图像边缘检测方法

针对煤矸石在线识别与自动分选系统中的图像处理问题,采用小波变换的多尺度方法,研究了煤矸石图像的轮廓提取与边缘检测,通过图像消噪和边缘加强,对煤矸石图像进行了处理.研究结果显示,采用小波变换的边缘检测方法,可以有效地抑制噪声,准确提取煤矸石图像的边缘特征,有助于提高煤矸石的识别率.     

基于小波变换和数学形态学的边缘检测法

提出一种基于小波变换和数学形态学的边缘检测算法.对于遥感图像的边缘检测,利用小波变换的特点,先对遥感图像进行分解,获取高频分量的详细细节.然后通过对遥感图像特点的研究,文中提出一种适于遥感图像的L形结构元素.利用小尺寸结构元素对边缘细节的检测能力,从而得到相对较好的图像特征和细节.     

基于方向小波变换的边缘检测

讲述了方向小波在图像处理中的应用,介绍了传统小波变换边缘检测方法,详细介绍了方向小波变换边缘的方法步骤,最后通过实例比较得出了方向小波变换比传统的小波变换在图像边缘检测中更优越。     

GMAW焊熔池图像处理算法

根据GMAW焊的特点,建立焊接熔池图像传感系统,获取了清晰的熔池图像,并对焊缝熔池图像的特征进行分析。采用自适应维纳滤波、GAMMA值增强和Otsu阈值分割进行图像预处理,并采用形态学开运算和Prewitt边缘检测算子对图像进行了后处理。结果表明,这套算法能够对熔池图像进行有效地处理,获得清晰完整的熔池边缘。     

基于小波模极大值的工件图像边缘检测

为给数控机床上下料机器人提供准确定位信息,实现机械手准确抓取工件,需要对工件进行图像抓取并处理图像,同时为了获得抓取信息,对工件进行边缘检测以提取出清晰的轮廓。在工件实际图像采集中,噪声往往比较多,本文采取小波模极大值边缘检测算法,将图像进行小波变换后计算模值及相角,求出模的极大值点并判断是否为边缘点后对边缘进行提取,最后对实际工件进行边缘检测。该方法抗噪性良好,并具有一定的实用性。     

铝合金MIG焊正面熔池图像视觉传感与处理

建立了铝合金脉冲MIG焊熔池图像检测CCD视觉传感系统。应用窄带滤光的方法成功地解决了强弧光干扰，通过大量试验，在获取清晰焊接熔池区图像的基础上，分析了铝合金焊接熔池图像的特征，研究了适合铝合金MIG焊熔池图像处理方法和熔池几何尺寸的边缘检出方法，获得了满意的熔池边缘特征图像，为进一步实现铝合金MIG焊接熔透智能控制奠定了基础。     

基于粒子小波变异算法的焊接图像缺陷检测研究

为了提高焊接图像缺陷检测的效果,采用粒子小波变异算法。首先对焊接图像进行滤波和增强,确定焊缝缺陷边界提取范围;然后对粒子群进行小波变异操作,适应值较好的粒子变异概率相对小,通过海明距离计算粒子群的缩放因子,把Morlet小波作为母波,增加粒子多样性;最后建立焊接图像缺陷检测模型,给出算法流程。试验仿真显示,本文算法对焊接图像缺陷检测形状接近实际,能检测出不规则的缺陷,缺陷边缘连通性好,像素误差小,检测效率高。     

小波理论在植物根系图像边缘检测中的应用

在植物根系的研究中,所提取出的植物根系图像往往噪声较大,而采用传统的图像边缘检测方法检测出来的边缘信息都无法达到令人满意的效果。针对这一问题,本文基于小波理论的知识,提出了运用小波多尺度变换检测植物根系图像边缘的方法。利用一个平滑函数,在不同的尺度下平滑所要检测的图像信号,根据平滑后信号小波变换系数模的一阶或二阶导数找出信号的突变点也即边缘点。一阶导数的极值点对应二阶导数的零交叉点和平滑后信号的拐点。因此可由小波变换模局部极大值检测图像边缘。     

激光入射角影响焊接熔池匙孔瞬态行为数值模拟

在激光焊接中,激光入射角直接影响着熔池匙孔瞬态行为,而仅采用工艺试验方法难以探索其规律。利用数值模拟技术模拟激光入射角分别为30°、0°、-30°的焊接过程,研究激光入射角对熔池匙孔瞬态行为的影响。同时通过激光焊接试验对仿真结果进行验证,数值仿真的焊缝横截面形貌与试验结果吻合较好,表明仿真结果能够反映激光焊接过程。分析不同激光入射角下温度场、熔池内流场、匙孔后壁反冲压力、匙孔深度和匙孔后壁静压力的变化。结果表明,激光入射角的正负影响熔池内部流动的快慢;激光入射角为正时,有利于抑制飞溅形成,而激光入射角为负时,则促进飞溅生成;激光入射角的正负明显影响匙孔的稳定性,当激光入射角为负时,匙孔稳定性降低,坍塌频率增加,产生气泡的概率提高。使用合适的激光正入射角有利于提高激光焊接质量。     

基于二进小波和抗噪形态学的烟雾边缘检测算法

针对枪口烟雾图像的不规则性以及烟雾扩散速度快等特点,传统的边缘检测算法无法高效地提取烟雾边缘轮廓的问题,对烟雾图像采集技术、烟雾图像预处理技术以及烟雾图像边缘检测技术进行了研究,提出了一种改进的二进小波和抗噪形态学融合的边缘检测算法.首先,在 B 样条二进小波基础上,将二进小波消失矩的阶数提高到四阶;其次,选取方向不同的结构元素,得出改进的形态学算子;最后,用小波逆变换重新构造枪口烟雾图像,对其进行锐化处理,输出边缘信息.仿真结果表明,该算法检测出来的枪口烟雾图像边缘定位准确且清晰完整,能有效抑制噪声,在客观方面优于传统的边缘检测算法.     

基于图像融合的年轮细胞边缘检测算法研究

提出一种基于图像融合的边缘检测算法。首先对源图像进行小波分解,在不同分解层用小波模极大值法对高频子图像进行边缘检测,用数学形态学对低频子图像进行边缘检测,然后采用一定的融合规则将这两个边缘检测图像融合在一起。实践结果表明,这种方法优于单独使用小波模极大值法或数学形态学法,对噪声具有很好的鲁棒性,得到的图像边缘连续、清晰。