红外序列图像的双滤波侧抑制边缘检测算法

针对红外图像的特点，重点研究了采用双滤波的方法及侧抑制网络的“突出边框，增强反差”的功能，提出一种图像边缘检测方法．对噪声有一定的抑帆作用，边缘检测果明显。还结合序列图像的相关性，运用免疫计算方法，分割出目标运动区域，形成目标模板，然后在运动序列的各帧动态更新模板。最后得到具有低对比度、低信噪比、边缘模糊的红外图像目标的序列边缘。     

基于初级视觉系统原理的边缘检测方法

在现今的图像处理与计算机视觉的基本问题之中,边缘检测占据着极大的地位或者可以说起着极其重要的作用,其对数字图像之中亮度变化的标识作用十分的明显。其中对于深度上、表面方向的不连续、物质属性以及场景照明的变化的标识和处理都起着至关重要的基础性作用,其方法也是多种多样的。通常情况下都是基于搜索和零交叉的方式,通过计算阶段导数的计算,以确定所要检测的阈值。近年来随着检测方法的更新与变革,越来越多的处理需要与视觉上的感知、认知相结合来解决多种复杂的、简单的相关问题。检测中对位置、形状、颜色、运动以及亮度等特性基于视觉系统的认知原理也拥有了相对较高的要求。本文通过对初级视觉原理在边缘检测方法相结合以及应用做了简单的阐述,并验证了其可行性。     

基于视觉模型的图像边缘检测算法

文章提出了一种基于视觉模型的图像边缘检测算法.作者采用具有反馈和前项控制连接的侧抑制模型进行图像信息进行处理,用零阶和二阶厄米特(Hermite)函数的组合产生系统的控制模板,组合系数通过梯度下降学习算法确定.这种以生物视觉感知机理为基础的神经计算方法可有效地均衡滤除噪声和增强边缘,同时将系统高维参数的学习问题转化为对少数几个参数的确定,降低了问题的维数和计算的复杂性.     

侧抑制在红外噪声图像配准中应用

图像特征配准主要使用边缘,而红外图像边缘呈渐变性,且信噪比低.首先提出了使用非循环侧抑制网络对图像进行增强处理,并改善了侧抑制模板系数矩阵,提高了红外图像信噪比.其次对使用欧氏距离进行相似度度量函数进行了改进,最后使用了蚁群算法对配准参数寻优.仿真试验表明了算法的有效性.     

基于Bubble小波的多尺度边缘提取

侧抑制是生物视觉信息处理中广泛存在的一种机制，Ｂｕｂｂｌｅ函数很好刻画了侧抑制现象。本文利用Ｂｕｂｂｌｅ函数构成小波，高斯函数作为平滑函数，用Ｍａｌｌａｔ快速算法进行小波分解，分解的局部极大值就是多尺度边缘，理论和实验都表明，这种算法对于不同的尺度，有洋同的抑制噪声的能力和提取边缘细节的能力。当Ｂｕｂｂｌｅ函数的尺度较大时，抑制噪声的能力增强，提取边缘细节的能力变差；当Ｂｕｂｂｌｅ函数的尺度较小时     

基于机器视觉的三维图像边缘特征提取

三维图像边缘特征的提取效果直接影响图像的识别效果,是图像识别的关键步骤。如何通过原始图像将有较强表示能力的边缘图像特征提取出来一直是处理三维图像的研究热点。通过对已有的提取三维图像边缘特征基本思想、特点和研究发展现状进行调查比对提出基于机器视觉的三维图像边缘特征提取方法以供参考。     

小波变换在医学图像边缘提取中的应用

边缘是图像的重要特征。医学图像往往较模糊．其边缘特征难以用传统方法检测。小波变换具有良好的局部化特性、多分辨特性．及检测信号局部突变的能力。对图像进行二维小波变换，其梯度模值反映了图像的边缘。介绍一种基于小波变换的图像边缘提取方法。实验证明．与传统边缘检测方法相比，该方法去噪效果好，能提取图像中较弱的边缘，且能使边缘细化。这些特点使得他特别适合于医学图像边缘的提取。     

图像边缘提取的定位误差产生机理分析

本文分析了使用Dmarr的LOG方法检测图像边缘时,零交叉点定位误差的产生机理,指明边缘中心邻域关于边缘中心不对称是造成零交叉点定位误差的主要原因,各类边缘的零交叉点是否定位准确与噪声存在与否并无直接的联系,关键在于噪声是否破坏了边缘相对其中心的奇函数特性。     

基于侧抑制的红外图像自适应预处理

针对复杂海空背景下的红外图像,提出了一种基于侧抑制的红外图像自适应预处理的方法。根据不同背景图像方差加权信息熵的变化,建立了方差加权信息熵与侧抑制网络作用调节因子的对应关系。通过对不同实际场景自适应地调整侧抑制网络作用强度,实现了不同背景条件下实时红外序列图像的自适应处理。仿真实验表明,该方法能有效提高杂波背景下图像的信杂比,具有突出目标特征和适应复杂背景的能力。     

图像边缘检测在关节镜图像处理中的应用

主要论述了采用图像边缘检测和图像跟踪算法对采集的关节镜图像进行图像处理和分析的过程。在图像处理的基础上，系统自动测量出指定目标的形状参数，实现了系统的测量要求。本研究为实现关节镜手术过程图像的保存和手术的准确性提供了可行的方法。     

图像配准中的边缘提取方法的研究

图像的边缘是图像最基本也是最重要的特征之一.边缘特征提取一直是计算机视觉和图像处理领域的经典研究课题,在图像配准中有着广泛的应用,对于图像匹配精度至关重要.该文对现有经典以及新型的边缘检测方法进行了介绍,并重点比较了近年来出现的几种新方法,从而总结出相对有效的图像边缘提取方法,为进一步进行图像配准提供了依据.     

灰色数列模型在图像边缘趋势预测中的应用

为了达到跟踪预测刀具图像边缘变化趋势的目的,采用了灰色数列GM（1,1）模型预测拟合直线段斜率数列的方法。在分析灰色数列预测模型的基础上,通过建立了图像边缘点拟合直线斜率数列预测模型,并用建立的模型对一帧刀具图像进行边缘趋势预测,将得到的预测结果与实际值进行比较的试验。并以最大误差分析刀具后续边缘点分布趋势,为图像采集平台进给方向提供依据。根据实验结果,得出采用灰色数列模型预测刀具边缘轮廓方法完全满足平台跟踪刀具边缘轮廓要求的结论。     

面向边缘侧应用的测试体系构建

随着电力物联网智能终端设备逐渐增加,融合终端及边缘侧应用的发展大势所趋。文章基于边缘侧应用的设计原则、框架特点、消息交互、数据存储的特点,构建提出边缘侧应用测试指标体系,对边缘侧应用产品进行测试评价,提升融合终端和边缘侧应用产品的出厂质量,支撑国家电网公司电力物联网建设。     

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。     

图像边缘提取的区域联合分割与主动轮廓模型

在目标的识别与跟踪处理中,目标图像的边缘提取是一项关键技术。采用边缘区域分割和主动轮廓C-V模型算法,而C-V模型更适用于水下的球体、椭球体边缘检测,具有提取的边缘连续的优点。当然,在处理不同的实际问题时,针对环境条件和要求的不同,可以选择适合的算子进行图像边缘提取。     

Off型感受野研究及在红外图像处理中的应用

论证了感受野(RF)学说和侧抑制(LI)理论的本质一致性，引入医学领域眼球微动现象，在视觉瞬间，指出物象斑将不可避免地交替出现在On型感受野(On-center RF)和Off型感受野(Off-center RF)之间，据此提出了新的视觉机理假说，描述了Off型感受野的特征，并建立描述Off型感受野的数学模型，基于此模型探讨了新的边缘检测算法，应用于军事红外图像处理，显示了该算法的快速性以及对目标几何特征的放大能力。     

顺序形态学在图像边缘检测中的应用

本文从顺序形态学基本理论出发，根据顺序形态变换的单调性、扩展性和反扩展性，讨论了顺序形态变换在图像边缘检测中的应用。在分析了其边缘检测的几何意义以及结构元素对检测边缘效果的影响之后，还比较了几种边缘检测算子对有噪声图像的处理结果，实验结果表明，基于顺序形态学的边缘检测方法，不但几何意义明确、易于构造，而且性能也比传统检测算子好。     

边缘检测技术在光纤微加工系统中的应用研究

针对光纤成像的特殊性，提出了一种利用边缘检测算法来提取ROI区域作为对焦窗口的方法，该方法成功地消除了光纤图像中心亮带对清晰度评价值的影响，可准确判断光纤目标清晰的位置，结合显微视觉测量技术，将其应用于光纤侧面抛磨和拉锥系统中，经过亚像素边缘检测及尺寸计算后，对光纤参数的测量精度高于0.5μｍ，可提高光纤微加工系统的性能。     

一种基于侧抑制的IF模型及其分析

根据视觉神经元中的侧抑制特性对传统IF模型进行简化,简化了活动方程、降低了运算量。在神经元的点火方法上采用不同以往的异步的离散值的点火机制,提高了网络的适应性。仿真结果表明。对图像的处理比较接近人的行为活动,说明对此模型的改进是成功的。     

PC图象采集视觉系统的研究及实现

伴随ＰＣＩ总线及ＭＭＸ技术的出现，基于ＰＣ或工作站的计算机视觉系统的实用领域日益扩大。本文对视觉系统三要素－计算机平台、图象采集Ｉ／Ｏ接口板及软件进行了研究与技术分析，论述了当前ＰＣ图象采集视觉系统在技术上的可行性。