基于数学形态学的织物疵点检测方法

针对织物中普遍存在的破洞、断经和缺纬三类疵点,提出了一种基于数学形态学的织物疵点检测方法.首先运用自相关函数和快速傅立叶变换找出织物经纬结构上的重复单元,然后以这些重复单元作为依据,运用形态处理学中的腐蚀背景法和膨胀目标法确定图像中的疵点信息,通过不同疵点样本对该方法进行仿真实验.运用该方法可使疵点识别率达到97%.实验结果证明该检测方法是可行的.     

基于小波分析的织物疵点视觉检测方法

采用了二维离散小波变换对织物图像进行处理,根据小波变换后高、低频分量的特点,提取分解子图像特征值,送入BP神经网络进行识别,从而实现织物疵点的检测.     

一种采用多个小波基的图像融合去噪方法

提出了一种新的基于多个小波基的图像融合去噪方法.首先利用多个不同的小波基对含噪图像进行阈值去噪,得到多幅恢复图像.然后对这些图像采用小波融合方法进行融合.对于低频系数采用基于边缘的融合算法,在多幅恢复图像中选择最有可能是边缘的点加以保留;对于高频系数,采用了平均的融合算法.最后得到一幅去噪图像.实验结果表明,无论是在视觉效果上还是在峰值信噪比定量指标上该方法去噪效果均明显优于单一小波基去噪.     

基于形态学的超声C扫描图像缺陷边缘检测

针对传统基于形态学的边缘检测算法自适应降噪能力差、计算效率低的问题,提出了一种基于边缘比率和多结构的自适应边缘检测算法,根据超声C扫描图像的边缘比率将超声C扫描图像分为3种不同复杂度的图像,针对不同复杂度的超声C扫描图像自适应选取结构元素进行边缘检测,再根据不同边缘图像的信息熵进行融合处理得到最后的边缘。实验结果表明：该算法有效抑制噪声的干扰,且较好地保持图像边缘细节,提高了超声C扫描图像缺陷边缘检测的效率和准确率。     

基于边缘信息的偏振图像融合算法及评价

偏振遥感图像通常都采用强度、偏振度、偏振角来表征目标偏振特性.本文提出的基于边缘信息的偏振图像融合算法是将三幅偏振图像利用离散小波变换把图像分解成不同尺度的低频和高频部分,采用小波区域窗口和子区域窗口统计把小波系数分类成边缘和非边缘系数,通过这些方法进行有效的边缘细节信息提取.在融合处理中,低频图像的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数.仿真实验结果表明,这样使得融合后的图像细节更真实更丰富,图像的偏振特性体现更为充分,同时减少对源图像的预处理要求,使图像在整体上有较好的视觉效果.从而证明这种方法能够在保留图像微小细节方面获得满意的结果,且算法有效性优于其他的图像融合方法.     

基于小波变换的图像边缘检测算法的研究

在对经典的图像边缘检测算法深入分析的基础上,进一步完善了基于小波变换的边缘检 测算法.随尺度增加,边缘和噪声的小波幅值表现出不同变化特性,从而在低信噪比的信号中检测出噪声和边缘.实验结果表明,基于小波变换的图像边缘检测算法能够比其它算法保留更多的图边缘信息,鉴别出伪边缘,其精度能够满足基于图像处理技术的各种质量检测系统的要求.     

基于小波变换与形态学的车牌定位方法

针对信号噪声环境下的车牌定位问题,提出了一种基于小波变换和数学形态学的图像定位方法.该方法先用自适应滤波多尺度边缘检测方法检测出车牌的边缘;然后用数学形态学方法对阈值二值化后的边缘图像进行系列形态运算,进一步消除无用信息;最后用基于车牌底色识别的方法进行车牌定位.实验结果表明,该方法定位效果好,适于有噪声的车牌图像进行定位.     

一种基于后验概率的分类器融合方法

基于二进小波边缘提取算法,提出一种基于后验概率模型的分类器图像融合方法。首先通过二进小波进行图像边缘检测,分别求得水平与垂直方向的边缘点,再使用最优决策函数方法对输入样本进行分析并在所有分类器中寻找一个最优的分类器,从而得到最终分类结果。该方法在图像的边缘点具有很好的分类效果等优点。     

基于小波多尺度积与形态学的瑕疵检测算法

针对布匹瑕疵种类多以及单个方法仅对特定类瑕疵有效的问题,提出一种新的基于小波多尺度积和数学形态学的布匹瑕疵检测算法.首先对输入图像进行二进小波变换后,低频近似子图经过数学形态学运算,得到良好的瑕疵形状特征,然后对高频子图使用小波多尺度积方法,可以抑制噪声的同时增强瑕疵的边缘线性特征,最后融合得到最终的检测结果.实验结果...     

一种改进的边缘检测方法

本文提出了基于小波变换和图像融合的一种改进的边缘检测方法。该方法利用小波变换将数字图像分解为高频和低频分量,对高频和低频分量分别进行边缘检测;再采用局部区域方差准则把高频和低频边缘在小波域进行融合。实验表明,该方法能够有效融合高频、低频边缘图像特征,具有较好的边缘检测功能。     

基于边缘检测的邻域加窗图像去噪算法

针对目前图像去噪算法中,消除噪声的同时又破坏边缘细节信息的问题,本文提出了结合边缘检测及邻域加窗的新算法.该算法采取平稳小波基以保持相位不变性,对低频和高频子带进行边缘检测,并将检测后的边缘信息选择后融合,即可得到原图像近似的边缘信息.依据小波方向性特点和层内相关性原理,对不同的子带在非边缘信息处采用不同的模板进行加窗处理.实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留了图像的细节,较好地复原了图像.     

矿山爆破质量定量评价系统研究

爆破块度是衡量爆破质量的重要指标,快速准确的评价系统建立是现代化矿山爆破精细管理的基本要求。对爆堆块度评价涉及的抽样、图像识别、质量转换、误差修正及分布函数等进行了系统地分析论证,形成了建立爆破块度定量评价体系的系统方法,并结合具体矿山爆破进行了验证。     

基于二维小波变换的爆堆矿岩边缘检测

根据爆堆图像灰度分布的特点,并结合小波变换应用于边缘检测的基本原理,采用能够检测局部突变能力的B样条小波用于爆堆岩石的边缘检测。通过推导,给出B样条小波滤波器,并根据滤波器设计出了基于二维小波边缘检测算法。在小波边缘分割中自主设计了自适应阈值检测算法,该算法能很好地去除图像的噪声,并保留了图像的边缘。     

基于小波变换的复杂航空图像的边缘提取

提出了一种基于小波变换的复杂航空照片的目标边缘自动提取的新方法。该方法利用了小波变换，因而具有良好的噪声抑制能力及完备的边缘保持能力，在计算机自动判读系统的目标边缘提取中有效可行。     

Ball grid array (BGA) substrate conduct paths inspection using two-dimensional wavelet transform

The objective of this paper is to implement two-dimensional wavelet transform (2-D WT) in the detection of mousebite, spur, open, and short defect candidates on ball grid array (BGA) substrate conduct paths. Once the defect candidates are located, traditional BGA substrate inspection algorithms can further detect true defects among these suspicious defects. Therefore, the scope and effort during the inspection stage can be significantly reduced. The binary BGA substrate image is processed that shows only conduct path boundaries, which are decomposed directly by 2-D WT. Then, the inter-scale ratio from the wavelet transform modulus sum (WTMS) across adjacent decomposition levels for the edge pixels on BGA substrate conduct path boundaries is calculated. Since irregular edges in a small domain can preserve much more wavelet energy, an edge pixel is considered as an abnormal one or a defect candidate if its inter-scale ratio is less than a predefined threshold. The proposed approach is template-free and easy to implement, so it is suitable for small batch production. Real BGA substrates with synthetic boundary defects are used as testing samples to evaluate the performance of the proposed approach. Experimental results show that the proposed method is able to capture all the true mousebite, spur, open, and short defects without any missing errors by appropriate wavelet basis, decomposition level, and image resolution.     

A hybrid approach of wavelet packet and directional decomposition for image compression

In this paper, a novel image compression technique, the combination of wavelet packet transform and directional decomposition is proposed. Wavelet packet transform is an increasingly remarkable image compression approach that outperforms the standard wavelet transform in image coding. The directional filtering coding technique, one of the second‐generation image coding techniques, first introduced the concept of directional decomposition. By placing emphasis on edge detection to preserve edge information to exploit the fact that human visual systems are more sensitive to image edge features, a relatively high compression ratio can be obtained. The approach proposed in this paper decomposed an image into a low‐frequency component and a number of highfrequency components, with the edges on each high‐frequency component in its own direction. By a combined process of Cartesian coordinate rotation transform, interpolation, wavelet packet transform, and a coding algorithm, the image can be reconstructed at an improved visual quality at the same bit rate compared with the common wavelet pyramid algorithm. © 2002 Wiley Periodicals, Inc. Int J Imaging Syst Technol 12, 51–55, 2002; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/ima.10010     

基于MAS小波变换的红外小目标检测方法

提出一种基于MAS小波变换多尺度相关的红外小目标检测方法.该方法通过二进MAS小波对图像进行多尺度分析;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;利用小目标与背景和云层边缘具有不同的奇异性,在相同尺度下小波变换模不同的特性加以区分,得到最终的检测结果.实验结果表明,该方法能够有效地进行红外小目标检测.