基于小波变换的红外图象多尺度边缘检测

本文讨论了小波变换及其应用于多尺度图象边缘检测的原理，对一幅红外图象给出其多尺度边缘检测的计算机仿真结果，而且与传统的边缘检测方法进行比较，从而得出基于小波变换的多尺度边缘检测是一种较好的方法     

反对称双正交小波应用于多尺度边缘提取的研究

本文对反对称双正交小波所具有的多尺度边缘提取能力进行了理论分析，提出了一种反对称双正交小波变换域内的多尺度边缘提取算法，并通过实验进行了验证。该结果为在基于小波变换的压缩数据域内利用边缘信息实现图像检索提供了依据。     

一种基于小波多尺度边缘检测的图像融合算法

该文提出了一种新的基于多尺度边缘检测的小波图像融合方法,是一种利用图像边缘特征的小波图像融合方法,融合过程利用了图像的多尺度边缘信息。为了更好地保持图像的边缘,该文在图像融合过程中将图像去噪与边缘检测相结合。提出了一种物理意义明确的小波最佳分解层数的确定方法。利用统计分析的评判准则,如熵、标准偏差等,评价二维多聚焦图像不同小波分解层的融合效果,表明该方法提高了图像的熵和标准偏差的值,算法效果良好。     

用B样条小波进行图像的多尺度边缘检测

提出了一种基于B样条小波理论的多尺度图像边缘检测算子,并与传统的边缘检测算子:Carnny算子和Sobel算子,进行了比较.计算机仿真结果显示,该算子性能优于Sobel算子,与Canny算子性能相当,但比Canny算子算法简单,效率高.     

基于多尺度边缘检测的小波包去噪方法

文章提出一种将小波变换模极大值(WTMM)多尺度边缘检测与小波包去噪算法结合起来的图像去噪方法。仿真结果表明,该方法不但对噪声的抑制能力强,而且可以很好地保留图像的边缘信息。     

基于证据理论的多尺度间隙统计边缘检测

基于Tibshirani等人的间隙统计思想,构造了图像灰度间隙统计,并应用Dempster-shafet(DS)证据理论融合多尺度间隙统计信息,实现图像边缘检测,有效地解决了抑制噪声与边缘定位的两难问题.本文算法在融合过程中引入检测不确定性,根据间隙统计响应与检测阈值的关系设计基本可信度分配函数(BPAF),使得检测不确定性在阈值处达到最大值.利用DS合成规则融合各尺度间隙统计的BPAF,根据合成后的联合可信度分配函数将像素分成边缘与非边缘.通过检测结果比较及分析表明,本文算法能够有效降低边缘检测不确定性,性能优于传统边缘检测方法.     

基于邻域直方图分析的多尺度边缘检测方法

本文提出了一种基于邻域直方图分析的多尺度边缘检测方法．该方法分析当前象素点所处邻域内的直方图的分布特征,得到该邻域内存在边缘的可能性度量．文中分析了在边缘区内如何根据边缘宽度来定量调整样条小波的滤波尺度参数,以进行多尺度边缘检测．实验结果表明该方法可以得到令人满意的结果,同时具有较好的抗噪能力．     

一种基于t图的多尺度边缘检测方法

在多尺度边缘检测方法中，滤波器的滤波尺度的选取是关键，本文通过检验一给定像素邻域的灰度分布来判断此像素是否位于平滑区，并产生一幅五维向量图－t图，然后根据t图自适应地选取小波变换的尺度。实验结果表明，应用这种方法进行多尺度小波边缘检测具有较强的抗噪能力。     

一种基于多尺度MRF模型的边缘检测算法

边缘检测中通常要处理两个问题：在单一尺度上检测和定位之间存在的矛盾;不同尺度上的边缘集成采用多尺度ＭＲＦ模型是有效的途径之一该模型引入线过程,用以表示边缘的确切位置,同时又能用任意适当的函数集成不同尺度上的边缘,本文根据ＧＢＦ不等式近似均值场,导出一组关于均值场的确定算式,地表示边缘间的相互作用以及模型参数对检测结果的影响,与文献〖１〗相比,需要较少的计算时间,并给出了用该算法处理几幅实际图像的实     

一种基于多尺度边缘特征提取的基音检测算法

目前很多的基音检测算法抗噪性较差，针对这一问题，本文提出了一种基于多尺度边缘特征提取的基音检测算法(加权求和法)，该算法与传统的小波变换算法相比减少了局部极值的搜索次数，提高了检测精度，具有很好的抗噪性。     

边缘检测中Canny算子、二次样条小波算子性能分析

Ｃａｎｎｙ 算子和二次样条小波算子是最具代表的两种局部极值边缘检测算子，本文比较了这两种算子的抗噪性能和对单边、双边的边缘定位精度，理论分析表明二次样条小波算子的抗噪能力强于 Ｃａｎｎｙ 算子，在加噪情况下，其单边定位精度低于 Ｃａｎｎｙ 算子。在无噪声的情况下，其双边定位精度也低于 Ｃａｎｎｙ 算子。但二次样条小波算子具有较好的综合性能。最后给出的实验比较结果与理论分析结果完全一致。     

PMMW装甲目标多尺度边缘检测与特性研究

毫米波系统具有全天候或低能见度条件下工作的能力。为研究毫米波被动探测隐身与反隐身技术,分析了毫米波被动探测目标特性,提出了刻画毫米波被动探测隐身目标的表征方法,给出毫米波被动探测装甲目标图像的多尺度边缘检测及3 mm被动辐射计探测双层隐身迷彩目标实验与分析。     

联合提升小波和形态学的医学图像边缘检测

医学图像现已成为临床诊断、病理分析及治疗的重要依据和手段,医学图像边缘检测的好坏,会直接影响到后续的治疗过程.分析了基于小波变换和数学形态学的边缘检测算法的不足,提出了一种联合提升小波和形态学的医学图像边缘检测算法.首先对原始图像做提升小波变换,然后采用多方位形态学算子检测边缘,最后进行提升小波反变换.实验结果表明该方法能在有效地去除噪声的同时准确地检测出肺部病灶图像的边缘,是一种有效的医学图像边缘检测方法.     

面向无人机航拍图像的多尺度目标检测研究

针对无人机航拍图像背景复杂、小目标占比高且分布不均导致的现有算法精度不佳等问题,提出了一种面向无人机航拍图像的多尺度目标检测网络VTO-YOLOv8。首先,采用WIoU v3作为边界框回归损失函数,并使用明智的梯度分配策略,这一策略将使网络更加关注普通质量样本,从而提高其定位能力;其次,设计四层T-BiFPN结构,加强浅层特征和深层特征的融合;此外,设计C2f-DBB多分支模块,在不增加计算量的前提下,提升检测性能;同时,使用聚焦调制模块,加强不同尺度信息的交互。实验结果表明,网络在Visdrone2019数据集上相较基准模型在mAP50和mAP指标上分别提高了9.0%和5.9%,同时参数降低了22.6%,可更好地应用于无人机航拍目标检测中。     

图像边缘检测方法比较研究

边缘检测在数字图像处理中有着重要的作用。系统分析目前具有代表性的边缘检测方法,并用IDL6.3软件实现各种算法。实验结果表明,各种方法均有各自的优缺点和适用条件,在做图像边缘检测之前,应对图像进行分析,针对图像的特点和应用需求选用合适的方法。     

直接基于灰度图象的多尺度角点检测方法

在计算机视觉领域中角点特征的提取具有相当重要的地位，因为角点包含了丰富的信息。本文提出了一种新的利用微分几何和小波变换的多尺度角点检测方法，它具有以下特点：一是无须提取边缘图象，而是直接在灰度图象上提取角点。二是由于利用了小波变换技术从多个尺度上进行角点的提取，所以它既较为有效的抑制了由于噪音等原因造成的诸多错误角点位置的出现，又能得到较为精确的有用角点位置。最后通过实验证明了本算法有效性。     

基于多尺度边缘响应函数的自适应阈值边缘检测算法

该文提出了一种基于多尺度边缘响应函数的自适应阈值边缘检测算法。首先分析二进小波变换,根据边缘和噪声随尺度变化的不同特性,设计了多尺度边缘响应函数(MERF)。通过MERF中的乘积放大作用,增大了边缘响应的幅度,同时也抑制了噪声产生的伪边缘。然后利用小波变换多尺度之间的联合分布关系,计算自适应阈值,检测MERF的梯度模值形成多尺度边缘。该算法直接在小波特征上进行多尺度合成,避免了多个边缘图合成过程的病态问题。实验表明,与LOG,Canny以及Mallat多尺度小波检测方法相比,该算法在检测和定位之间能够达到更好的平衡,既能够实现小尺度下的精确定位,也可以保留大尺度下对噪声的抑制作用。     

基于双正交小波和边缘加权的图像去噪算法

文中针对现有去噪算法存在的问题,提出了一种基于双正交小波和边缘加权的新的图像去噪算法.该算法对图像进行基于图像移位相关性的自适应二叉分解,研究了白高斯噪声在双正交小波分解下的功率谱,并结合图像的边缘信息,对不同区域的去噪阈值以不同权重加权.实验结果表明,文中算法去噪所得图像的MSE优于小波变换全局阈值去噪,视觉效果明显优于维纳滤波去噪.     

用二次B样条小波进行图像的自适应阈值边缘检测

根据边缘检测的评价标准,参照最佳边缘滤波器的设计要求,确定选择用于边缘检测的小波母函数的一般准则,并在此基础上构造出二次B样条小波,提出了基于小波变换的自适应阈值图像边缘检测的新方法.通过计算机仿真对该算法进行了验证,结果明显好于采用固定阈值的小波边缘检测.     

图像边缘检测算法研究

图像边缘是一种重要的视觉信息,是图像最基本的特征之一。所谓边缘是指图像中周围象素灰度有阶跃变化或屋顶变化的那些象素的集合。首先介绍和分析了常规的边缘检测算法,包括基于梯度的边缘检测和检测二阶导数的零交叉点,同时进一步介绍了基于小波变换的多尺度边缘检测,同时分析了该方法的性能和特点。