基于模糊神经网络的红外图像边缘提取算法

针对现有图像边缘提取算法存在的噪声平滑能力与边缘精确定位之间的矛盾,以及红外图像自身信噪比低、视觉效果模糊和对比度差等缺陷,利用模糊神经网络的学习、自适应和模糊处理等优点,提出了一种基于模糊神经网络的红外图像边缘提取方法。计算各像素点8个方向的基本梯度、左关联梯度和右关联梯度,并将其组成梯度数组,把8个方向的梯度数组作为模糊神经网络的输入信号,通过学习和模糊处理最终可获得相对精确的红外图像边缘。实验结果表明,该方法抗噪能力强,边缘保留完整且为单像素宽,在处理红外图像边缘提取上要优于其他算法。     

一种基于子波变换的图像边缘提取及去噪方法

提出了一种有效的用子波变换提取边缘及去噪的方法，该方法通过提取子波变换局域模最大值来提取图像边缘，并利用多尺度子波变换模值信息和角度信息去除噪声．由于该方法克服了以往使用单个尺度提取边缘的局限性，结合了子波变换多尺度的优点，因此能获得既有高信噪比，又有高定位精度的边缘检测结果．     

一种快速的航空图像边缘提取方法

航空图像边缘提取对于图像的判读具有重要的辅助作用.在分析航空图像特点和形态学基本原理的基础上,提出了一种新的复合型数学形态学边缘提取算法.通过对一幅实际的航空图像的仿真实验,结果表明,该方法比传统的数学形态学边缘提取算法具有更好的抗噪能力和边缘提取效果,并且算法运算时间短.     

基于分形理论的图像边缘提取方法

提出了一种基于分形理论的图像边缘提取的方法。简述了分形理论的图像处理的应用原理,讨论了分形编码的特点,采用分形理论的方法,进行图像边缘的检测。实验表明：此方法对图像的提取的应用,不仅速度快,效果好,而且抗干扰性强。     

一种遗传算法优化的图像模糊边缘检测方法

提出了一种遗传算法优化的图像模糊边缘检测方法.首先利用方向模板对图像进行卷积,求得梯度图像.然后对梯度图像的直方图进行模糊化,针对模糊窗宽参数的选取困难,根据图像确定了模糊函数窗宽的范围,利用遗传算法的全局搜索性能进行阈值的搜索,并利用最小图像模糊率来确定最优阈值.根据得到的阈值对梯度图像进行分割,得到图像的边缘.结果表明,边缘检测效果较好,显著提高了运算速度.     

基于分数阶微分的图像边缘细节检测与提取

图像边缘细节包含重要的视觉感知信息,是进一步进行图像理解与场景感知的基础.针对常用的边缘梯度检测方法难以有效提取类似于分形纹理结构的复杂图像边缘问题,提出一种基于分数阶微分的图像边缘检测方法.该方法首先基于分数阶微分的性质进行图像拐点检测,并进一步结合拉格朗日多项式插值和Grumwald-Letnikov(G-L)分数阶微分的定义,推导出具有非整数步长像素信息的图像边缘检测算子.实验表明,该方法能有效提取图像中的边缘细节(拐点)特征.对被噪声严重污染的具有复杂边缘细节的图像,该算子同样具有较好的边缘细节检测能力,获得更好的视觉效果.     

基于DFBIR场的图像边缘提取的一种新方法

自然纹理的灰度图象是满足分数布朗随机场模型的．本文采用改进了的分形图象模型，即离散分数布朗增量随机场[2]（discretefractionalBrownianincrementalrandomfield，简记为DFBIR场）模型，通过求取图象局部分形特性参数H值，来提取图象的边缘。并且提出了一种有效确定分形特征参数H值二值化门限的新方法，采用该方法可以获取好的图象边缘．     

一种基于PCNN的图像噪声消去方法

提出了一种基于PCNN(脉冲耦合神经网络)的图像椒盐噪声消去方法,针对椒盐噪声的特点,根据PCNN集群点火特性,结合邻域均值滤波器较好地进行了图像平滑.试验证明,该方法不仅能够有效地去除椒盐噪声,对图像纹理和边缘的保护也较好.     

基于FPGA的实时图像边缘提取系统研究

文章首先介绍了FPGA技术的运作机理,进一步分析了基于FPGA的实时图像边缘提取系统架构的具体设计方法,并从整体系统架构和系统模块设计两大方面阐述了该系统所选用的相关硬件配置,最后对基于FPGA的实时图像边缘提取系统进行了应用测试,将其边缘检测能力测试和系统资源使用的状况进行了逐一解析,以期能够为相关技术人员提供参考。     

一种新模板的图像边缘提取方法

为解决拉普拉斯和梯度等类算子提取图像边缘时算法复杂、程序化实现较为困难的问题,提出了一种新的横向和纵向模板算法,通过仿真实验,获得了优于梯度算子提取图像边缘的结果。并对以上算法进行改进,在边缘图像信息衰减微小的情况下,有效地改善了图像边缘的提取时间。利用该算法,对图像定位与匹配等领域进行了进一步的研究。     

MULTI—GRAY EDGE DETECTION BASED ON GENERALIZED FUZZY SET

In this letter,drawbacks of the classical algorithm to enhance the fuzzy contrast among adjacent regions are analyzed.Based on it ,a new fuzzy enhancement algorithm and a linear fuzzy distribution that maps the gray images to corresponding generalized fuzzy set are proposed.Results of two examples illustrate that the algorithm is more effective and faster when used to detect the multi-level edges of images.     

基于PCB定位圆孔边缘检测技术研究

通信、计算机、消费电子等产业飞速发展,促进了印制电路板(PCB)的快速发展。同时,低碳、环保的要求使PCB行业面临着巨大的挑战。开发高效、低耗、节能、环保的PCB生产技术必定成为主流工艺技术。为此,我公司研制喷墨设备。文章是以我公司研发喷墨设备影像定位系统中检测定位孔为应用背景,介绍Sobel、Prewitt、Roberts、Laplace与Canny边缘检测算子,并用五种算子对大量PCB定位孔(工艺组设计)边缘检测,结合圆孔定位实际检测与喷印成功率对比优缺点,确定Canny算子是本应用中PCB定位圆孔边缘检测的最优算子。     

基于扫描线迭代的深度图像边缘检测算法

提出一种基于扫描线迭代近似技术的深度图像边缘检测算法。与其他的算法相比,该算法具有直观的几何意义。通过大量的由三维坐标扫描仪获得的实时深度图像对该边缘算法进行验证,实验结果表明该算法具有良好的分割效果和稳定性。     

CASCADED FUZZY SYSTEM AND ITS ROBUST ANALYSIS BASED ON SYLLOGISTIC FUZZY REASONING

Syllogistic fuzzy reasoning is introduced into fuzzy system, and the new Cascaded Fuzzy System(CFS) is presented. The thoroughly theoretical analysis and experimental results show that syllogistic fuzzy reasoning is more robust than all other implication inferences for noise data and that CFS has better robustness than conventional fuzzy systems, which provide the solid foundation for CFS‘s potential application in fuzzy control and modeling and so on.     

基于融合技术的图像边缘检测方法

提出一种融合柔性形态学方法与Sobel算子的边缘检测方法。利用全方位结构元素对图像进行重复柔性形态学处理，提高了运算速度并抑制了大量的噪声。建立相应的融合原则，对形态学运算获得的边缘和Sobel算子检测的边缘进行融合，得到清晰、连续的边缘图像。该方法对噪声具有很好的鲁棒性，处理含噪声图像能得到准确可靠的边缘检测结果。     

基于全向小波和Hausdorff距离的边缘检测

针对传统小波变换对含噪图像边缘检测的不足,结合全向小波和Hausdorff距离的知识,提出了一种改进的边缘检测算法.首先,对图像做全向小波变换,同时做改进的灰度图形态学处理;然后在一定的窗口下求处理后图像间的Hausdorff距离,并将其大小作为图像边缘检测的像素值.最后将该算法与Sobel算法、Canny算法做比较,实验结果表明该方法提取的边缘清晰度优于其他方法,且可以很好地抑制噪声.     

基于彩色边缘与十字型加权模板的马赛克检测

为了解决高分辨率视频马赛克检测识别率不高的问题,提出了一种基于彩色边缘与十字型加权模板的视频马赛克检测算法.该算法先通过基于CIELab色彩空间的彩色边缘检测检出更多马赛克边缘,再采用十字型加权模板进行模板匹配以识别出马赛克块.采用本文算法以及传统算法对高分辨率视频进行马赛克检测,实验结果表明本文算法对视频中马赛克检测的识别率高达98.2％,相比于传统算法识别率提高了7.1％.     

基于最优离散滤波器的边缘检测算法

边缘检测已经成为图像理解和计算机视觉中的一个主要领域,其检测的质量直接影响后期理解的效果。寻找一种对噪声不敏感、定位精确、能有效区分真假边缘的方法,一直是研究的重点。从理论上来说．Canny算子是连续域最优的边缘检测算子,但在离散域中却并非最优,对于数字图像可能存在误差。为此,提出一套完整的离散域边缘检测算法。在最优滤波器理论基础上,推导出离散域的最优平滑算子,抑制了图像的分割错误、噪声和伪边缘的影响。实验表明,该算法能有效实现灰度图像的多尺度边缘检测。具有高的信噪比．更清楚和更符合计算机识别要求,是一个理想的边缘检测方法。     

基于BP神经网络的彩色图像边缘检测方法研究

本文主要研究了基于动量梯度下降算法的BP神经网络在彩色图像边缘检测中的应用,减少了样本训练的迭代次数,缩短了样本训练时间。同时开发了相应图形用户界面（GUI）,实现了将本文的算法与传统边缘检测算法的检测效果对比,显示不同算法的图像边缘检测效果,以及保存处理完成的图片等功能。     

基于BP神经网络的彩色图像边缘检测方法研究

本文主要研究了基于动量梯度下降算法的BP神经网络在彩色图像边缘检测中的应用,减少了样本训练的迭代次数,缩短了样本训练时间。同时开发了相应图形用户界面（GUI）,实现了将本文的算法与传统边缘检测算法的检测效果对比,显示不同算法的图像边缘检测效果,以及保存处理完成的图片等功能。