基于小波变换与Canny算子融合的图像边缘检测方法

针对传统的小波变换提出了一种图像融合的边缘检测方法.在边缘不连续和抑制噪声能力弱的问题给出了一种改进的小波变换方法.并对原图像分别采用改进的小波变换和Canny算子两种方法进行边缘提取,再将两种方法的检测结果进行图像融合.实验证明融合后的图像结合了两种检测方法的优点,是一种有效地图像边缘检测方法.     

基于MAS小波的噪声污染图像边缘检测方法

提出了一种基于MAS小波变换多尺度相关的噪声污染图像边缘检测方法.该方法采用二进MAS小波对图像进行多尺度分析,由于小波变换的模极大值充分刻画了图像的奇异点,利用模极大值得到所有的奇异点包括边缘和噪声的图像;利用边缘和噪声具有不同的Lipschitz指数造成它们的小波变换模在不同尺度下的不同传播特性,根据小波变换模尺度相关性区分边缘和噪声,得到边缘轮廓不太光滑的图像;将两幅图像进行融合,得到最终检测结果.实验结果表明,该方法能够有效地对噪声污染的图像进行边缘检测.     

基于小波分析的图像边缘检测

介绍了图像边缘检测的一些传统算法和小波分析方法用于边缘检测的基本原理,给出了利用小波变换进行边缘检测的方法,通过与传统的图像边缘检测算法对比,显示了小波分析的多尺度算子在抗噪声和保留图像边缘的能力上有比较好的效果．     

基于三次B样条小波的图像边缘检测技术研究

图像的边缘信息在图像的各种变换和处理中至关重要,边缘检测是为了获取更多的图像细节信息。根据边缘信息的多尺度特性和小波变换的性质,研究了基于B样条小波的图像边缘检测方法。采用三次B样条小波设计的平滑滤波窗算子,实现相对简单、效率较高。测试表明,该算子与其他边缘检测算子具有相似的视觉处理效果。     

一种基于小波变换的边缘检测方法

基于信号与噪声在不同尺度下小波变换系数摸不同的变化特征。提出了一种边缘检测方法。该方法通过对图像的小波变换域中由噪声引韦的小波变换系数摸进行处理,再利用小波变换系数模局部极大值来撮图像的边缘特征,实验结果说明这种特征提取方法可以有效地降低噪声,同时又较准确地提娶出图像的边缘。     

基于二维小波变换的三相流化床气泡边缘检测

针对三相流化床反应器中的气泡图像的边缘检测问题,提出了一种基于二维小波变换的边缘检测方法,以二次样条函数构造二维小波函数,并应用于三相流化床气泡的边缘检测。实验结果表明,对于清水中的气泡图像,该方法好于传统边缘检测方法。为了更好地检测浑水中的气泡边缘,又提出了一种改进的小波函数构造方法,在应用于三相流化床气泡边缘检测中,无论是清水还是浑水下的气泡图像,都获得了较好的检测结果。     

一种改进的基于小波相关性的边缘检测

给出一种改进的基于小波相关性的边缘检测算法。依据多尺度小波相关去噪,对图像在不同尺度上做小波变换,进而对小波系数做区域相关处理,得到图像边缘的区域相关图像,最后做阈值处理,去除小波残留噪声的噪声小波系数。仿真结果表明,改进方法可以得到更多的边缘细节,边缘定位更加准确。     

基于小波变换的数字全息再现像质量提高方法

数字全息再现像中存在的散斑噪声严重影响了数字全息的应用,通过分析边缘检测方法和小波变换阈值去噪方法的原理,提出了一种基于边缘检测的小波变换散斑噪声去除方法。首先利用高斯-拉普拉斯算法获得边缘图像,进而通过Neyman-Pearson准则获得自适应阈值,并采用改进折中阈值函数对边缘图像和非边缘图像小波系数进行处理,将两者处理后的小波系数相加,并进行反变换得到处理后的图像。研究结果表明,该方法能够较好地在去除散斑噪声的同时保留图像细节。     

三维图像测量中单像素级边缘的检测

在三维图像测量技术中，目标物体边界识别需要得到准确的单像素级的图像边缘．本文在采用小波变换进行检测图像边缘的方法上，首先根据像素邻域的灰度直方图自适应地选取小波变换的尺度，并存基于Mallat小波模极大值边缘检测方法的基础上借用双阈值操作技术的原理，对结果进一步细化，并将边缘点链接，从而最终得到单像素级的边缘图像，以满足下一步实验的要求．     

基于B样条小波的图像边缘检测

提出了一种检测图像边缘的方法。该方法在满足Canny提出的边缘检测3个准则的基础上，构造二维可分离滤波器组，利用B样条小波对图像函数进行小波变换，提取图像边缘，较好地解决了图像边缘的提取精度与图像噪声的抑制能力之间的矛盾，并采用了多孔算法防止图像质量丢失。实验证明了B样条小波检测图像边缘的有效性、正确性。     

基于双Haar小波的边缘检测

边缘检测在计算机视觉中起着非常重要的作用 .但是现有的一些边缘检测方法对噪声非常敏感 .因此 ,如何得到更好的边缘检测方法受到了人们的重视 .近年来 ,作为一种新的工具 ,小波变换在信号处理中得到了广泛应用 .本文基于双Haar小波 ,提出了一种新的信号边缘检测算法 .与传统方法相比 ,有效地克服了脉冲噪声的影响 .     

基于蚁群优化算法的SAR图像舰船检测研究

边缘检测作为提取图像边缘的重要方法在舰船检测中占有重要位置。采用蚁群优化算法通过调整动态阈值进行边缘检测。与传统边缘检测算子和小波变换算法对比采用蚁群优化算法进行舰船检测大大的减少了计算时间和代价,同时有效地提取了SAR图像的舰船目标和结构信息,保证了检测结果的准确性。蚁群优化算法在处理图像边缘检测等离散优化问题上具有很大的优越性,在图像处理中具有广阔的应用前景。     

最优小波尺度空间的图像边缘检测方法

根据图像和检测算子的特性,以相关性为准则,使用遗传算法对图像小波变换的尺度进行选择,从而构成一种自适应的高斯小波尺度空间.融合该空间下不同尺度检测的图像边缘,使得整幅图像的边缘细节丰富清晰,具有更好的抗噪性能.对测试图像使用Canny算法、单尺度、二进尺度和自适应尺度小波进行边缘检测,验证了该算法在去除噪声和准确定位方...     

基于图像融合技术的阶梯型边界检测

在Canny算子和模角分离的小波变换(MAS)算法的基础上,针对Canny 边缘检测算法抗噪性差以及MAS算法检测边缘的连续性差的缺点,利用融合技术,提出了一种能够结合Canny算子和MAS算法的方法,保留了各自算法的优点,实现了对阶梯形边界的检测,得到了理想的效果.     

一种基于小波和模糊逻辑的图像边缘检测方法

提出一种基于小波和模糊逻辑的图像边缘检测方法。基于图像高频分量和低频分量的特点,对细节信息和平均信息分别用二进小波变换和模糊逻辑进行边缘检测,再用逻辑运算合成边缘图像。实验结果表明,该算法能有效解决图像边缘的有效检出与精确定位之间的矛盾,具有很好的互补性,检测效果优于经典的Canny和Mallat等算法。     

一种改进的基于小波变换图像边缘检测

由于存在噪声,采用经典算子的方法,图像的边缘检测效果不好.本文首先介绍了经典的边缘检测.然后,针对上述算法的缺陷,应用小波变换对图像边缘进行检测,能得到较好的边缘,但是去掉了一些模糊的、弱的边缘.鉴于此,提出改进的基于小波变换的边缘检测.通过实验结果的比较,证明了所用方法的有效性.     

一种基于小波分解的纸币污损检测算法

为提高清分系统中纸币污损检测的准确率,减少撕裂和笔迹等污损对检测的影响,提出了一种基于小波分解的污损检测算法.采用仿射变换和小波变换进行纸币图像配准,运用Kirsch算子提取图像边缘信息,通过计算边缘强度差提取出纸币图像的污损特征,将纸币图像划分为若干个固定大小子区域,通过对每个区域的污损特征统计来判断该区域是否存在污...     

基于小波变换的遥感数据融合与边缘检测

介绍了小波图像的分解和重构方法以及小波融合过程。采用Symlet小波变换融合方法对西安地区鲸鱼沟 水库的TM4、TM5子图进行单尺度二维离散小波变换融合,并进行水库的边缘检测。对图像通过TM4分解的低 频图与TM5分解的高频图像融合再与TM4影像原图比较,融合图像提取细节效果明显优于TM4原图像。     

基于多尺度提升小波的边缘检测

通过比较第一代和第二代小波的特点,研究了第二代小波在边缘检测中的方法.基于多尺度提升小波的边缘检测弥补了传统边缘检测算法的不足,有效地抑制了噪声并且提高了其边缘定位精度.提出了一种提升方案的边缘检测算法.最后,通过仿真验证了该算法的有效性和快速性.