一种固定阈值的毫米波图像边缘检测方法

文章提出了一种固定阈值的毫米波图像边缘检测方法。根据图像的统计特征确定出像素的标准梯度强度，并采用单阈值对图像进行边缘粗定位，然后施行非最大抑制处理和滤波，得到最终检测结果。由于该算法对各幅毫米波图像设置相同的阈值，故能实现自动检测，同时还具有计算量小的特点。实验结果表明该方法进行毫米波图像边缘检测的有效性和可行性。     

一种基于保角相位的图像边缘检测新方法

为了提高边缘检测精确度与抗噪性能,该文提出一种基于保角相位的图像边缘检测新方法。该方法首先利用保角单演信号能够表达不同本征维数的图像局部结构的特点,采用指数函数计算相位偏差,有效地抑制了相位一致模型边缘检测中产生的伪边缘和噪声,提高了边缘检测的精确度;其次,利用Poisson核在空域中有解析表示的优势,降低了算法复杂度。仿真实验结果表明,与现有的相位一致性图像边缘检测方法相比,该方法提取的图像边缘更精确、更完整、更均匀,对噪声具有更好的鲁棒性,同时,计算复杂度较低。     

结合无下采样Shearlet模极大值和改进尺度积的有噪图像边缘检测

为从噪声污染的图像中提取出更为清晰、连续的边缘,进一步改善边缘检测效果,本文提出了一种基于无下采样Shearlet模极大值和改进尺度积的边缘检测方法。首先对含噪图像进行多尺度、多方向无下采样Shearlet变换（Non-subsampled Shearlet Transform, NSST）,得到图像在NSST域的高频系数;然后选取相邻的两个较大尺度的高频系数进行改进的尺度积运算,并经NSST模极大值处理得到边缘二值图像;最后使用区域连通方法去除二值图像中的孤立点,得到准确的边缘图像。大量实验结果表明,与小波模极大值、小波尺度积、基于无下采样Contourlet变换（Non-subsampled Contourlet Transform, NSCT）模极大值和尺度积、NSST模极大值等4种边缘检测方法相比,本文提出的方法具有更强的抗噪能力,且有效地避免了纹理的影响,检测出的边缘完整清晰,连续性好。      

水岸彩色图像自适应阈值边缘提取算法

水岸彩色图像边缘提取是图像基础处理的难题。阐述了所提出的方法：依据纵向灰度最大差之和与图像灰度平均值间的模糊关系确定梯度阈值;运用平均值与中值协调方式滤波,在求中值群时拓展了Paeth提出的简化求中值算法以提高运算速度;在边界提取时选取有一定间距的像素分别计算三原色梯度,把其中绝对值最大的梯度作为边界存在的判据之一,同时根据二阶导数符号变化提取边界。算法对不同时刻和不同天气状况下的大量图像进行处理,结果表明能较好地自适应调整阈值,提取出的边界受噪声等影响产生的伪边界点和边界断点少,提高了边界点的有效性和连续性。它适用于对水岸彩色图像的概括性识别前期处理。     

一种新的边缘检测算法

本文提出了一种基于边缘马尔可夫随机场和波尔兹曼机的边缘检测算法,不仅考虑图象的灰度分布信息,而且利用局部的边缘元素结构。边缘检测过程主要包括两个步骤:(1)利用波尔兹曼机学习算法估计模型参数;(2)波尔兹曼机的迭代搜索算法。实验结果证实了算法的可行性。     

图像边缘检测算法研究与分析

边缘是图像的重要特征,包含了图像中用于识别目标的信息。边缘信息存在于目标与背景、目标与目标之间,边缘检测技术是图像分割和其他一些图像处理的基础。图像边缘检测算法在边缘提取中起着重要的作用,本文介绍了Roberts、Sobel、Prewitt、Kirsch、Laplacian、LOG和Canny等几种常见的边缘检测算法,并通过实验仿真对其性能进行了验证和比较分析。     

图像边缘检测方法分析与研究

边缘是图像的重要特征,边缘检测在计算机视觉、图像分析等应用中起着重要作用,是图像目标检测中一个基础而又困难的问题,本文分析了常规的边缘检测方法及其特点,并用这些方法分别对原始图像和噪声图像进行了处理,处理的结果表明,Sobel、Roberts、Prewitt、Kirsch、LOG算子的图像处理效果各有利弊,它们在定位精度、噪声敏感度和复杂度之间存在互相抑制的关系。     

一种基于梯度方向一致性的边缘检测新算法

为达到同时提取图像的主要边缘和微弱边缘并有效抑制噪声的目的,该文利用真实图像边缘两侧的灰度渐变性,以及边缘点周围灰度梯度的方向一致性好而非边缘点周围灰度梯度的方向一致性差的特点构造了梯度方向和(SGD)指标;并根据该指标提出一种阈值自适应的边缘检测算法。实验表明：梯度方向和在有效提取边缘点的同时能较好地抑制高强噪声;该指标对光照和对比度变化有较强的鲁棒性;将其用于阈值的自适应调节,得到的基于梯度方向一致性的边缘检测方法能较好地解决兼顾弱边缘检测的同时而不引入噪声干扰的问题。     

多尺度分析用于图像边缘的精确检测

图像中边缘往往存在于一个较宽的尺度范围内，边缘的定位精确性是衡量一个边缘检测算法性能的重要依据。众多算法中，引起较大关注的是M—H的二阶导数过零点检测和Canny的一阶导数最大值检测，但都存在各自的不足。本文提出将线性权重函数(LWF)作为平滑函数，并利用小波理论的多尺度分析方法，对图像边缘进行检测，其在定位精确性、噪声抑制能力方面均有较好性能。     

一种新的图像边缘检测方法

针对基于空间域或小波变换域图像边缘检测算法提取的边缘只是具有有限方向的问题,该文提出使用具有抛物线型尺度和足够方向消失矩的Contourlet变换来更有效地表示自然图像中的奇异曲线。Contourlet子带比小波子带具有更强的方向性,在其子带上检测系数模极大值,运算复杂度更低。实验结果表明,与基于小波模极大值的图像边缘检测方法相比,该文算法有较低的计算复杂度,所提取的边缘更加逼近图像真实边缘。     

基于多重分形分析的图像边缘检测算法

本文提出了一种基于多重分形分析的边缘检测算法。该算法通过定义在图像灰度级上的测度,计算图像中每一个象素点的奇异性和它的多重分形谱,然后根据多重分形谱,提取图像的边缘信息。经试验表明,该算法具有良好的边缘检测效果,并能突出主要的图像边缘细节信息。     

一种新的盲多用户检测最大似然方法

线性受限最大似然盲多用户检测是盲多用户检测中的一类重要方法,现有的限制方法不能保证目标用户的最优解落在限制的搜索空间中,因此在理论上不能达到最优解。提出了一种新的限制方法,能保证目标用户的最优解落在限制的搜索空间中,因此保证算法收敛到目标用户。与现有方法相比,这里给出的算法结构简单,降低了运算复杂度。仿真试验表明其具有较低的误码率和较高的系统容量。     

基于最小均方误差准则的盲多用户检测新算法

码分多址信号在无线多径衰落信道条件下的盲多用户检测具有很大的理论和实际意义。该文提出了一种直接基于最小均方误差(MMSE)准则的盲多用户检测算法。为保证算法收敛到目标用户,提出了一种基于MMSE准则的新的线性约束方法。该方法能保证检测器收敛到最优MMSE解。此外,该文还设计了一种形式简单、快速收敛的迭代算法。对比现有的最小输出能量(MOE)算法,仿真结果表明本文算法具有较好的性能。     

一种新型非线性边缘检测算法

提出一种新型的非线性边缘检测技术。首先利用标准的Sobel梯度算子对图像的边缘点进行初选，然后用双同心圆窗口算子在候选边缘点集中寻找真正的边缘。通过与其它成熟的边缘检测技术进行比较。结果显示：该算法获得的边缘图像质量优于传统的Sobel算法；检测出的边缘与Canny和LoG算法可比，计算量却比二者有明显降低。     

一种新的强鲁棒性的边缘检测方法

针对图像同时叠加脉冲噪声和高斯白噪声的非标准分布噪声的情况,本文提出一种新的基于统计向量和神经网络的强鲁棒性的边缘检测方法。首先选取窗口子区域内若干中间值像素点构造了由4个统计量组成的统计向量。然后计算训练图像的统计向量作为样本,对不加噪的训练图像的统计向量降维并作双阈值处理得到学习边缘图,对BP神经网络训练。最后将训练的BP神经网络直接用于边缘检测。新方法对脉冲噪声和高斯白噪声均具有较好的鲁棒性,BP神经网络的结构和训练都比较简单,而且不需要设定阈值检测边缘。     

一种改进的图像边缘检测方法——Weighted CHNN

文中提出了一种改进的CHNN方法,称为Weighted CHNN（加权的CHNN,简称WCHNN）方法.该方法在CHNN神经网络元的n个连接上施加权值,可以通过各种局部搜索、优化算法,使用指定的样本输入、样本输出等方法来训练该WCHNN网络从而确定各权值,使得WCHNN在保留了CHNN的优点的同时,还可以根据不同的样本输入输出图像来调节边缘检测的灵敏度,从而提高检测结果质量并避免检测结果中出现边缘过宽的情况.实验结果表明,训练后的WCHNN网络,比起CHNN有着更低的边缘检测错误率,并可检出原来CHNN方法漏检的边缘.     

基于剪切波变换和邻域差分的小目标检测算法

提出了一种基于剪切波变换的背景预测算法用于红外小目标的检测.对原始图像进行剪切波变换,获得原始图像的多尺度和方向的细节特征.然后,对低频子带进行中值滤波,去除残留目标.对高频子带,根据其均方误差来调整权重系数,抑制目标和噪声.将反变换后得到的背景预测图像和原始图像进行差分,采用一种基于双窗口的邻域差分方法进行分割,最终实现目标检测.与小波变换法和双边滤波法比较,基于剪切波变换的方法对小目标的检测有较好的效果.     

Shearlet变换域局域最优非线性盲水印检测算法

系统地分析了Shearlet变换系数分布模型,提出了基于Shearlet变换的数字水印算法。将水印检测转化为二元假设检测问题,推导出了水印局域最优非线性检测的通用算法。分别采用拉普拉斯分布、柯西分布和广义高斯分布来对Shearlet变换系数统计分布进行拟合,推导出三种分布下水印检测算法并进行实验。结果显示,与传统的线性相关检测算法相比,这三种检测算法均获得好的检测性能,其中基于广义高斯分布的检测算法性能最佳。     

图像边缘检测算法的性能比较与分析

图像边缘检测一直以来都是图像处理与分析领域的研究热点。对具有代表性的图像边缘提取方法进行了讨论,分析了这些算子进行边缘检测的优缺点,以及导致他们效果差异的具体原因。为了更清楚地看出效果,针对标准例图picture,给出了这些算法的仿真实验效果,最后对实验结果进行了分析,这对于进一步学习和寻找更好的数字图像边缘检测方法具有一定的指导意义。     

冲激信号SAR成像的方位分辨率分析

本文在分析冲激信号SAR成像特点的基础上,在发射和接收均为"超宽带信号"、"大方位积累角"的情况下,推导出了冲激信号SAR方位分辨率的解析表达式,并通过仿真实验验证了其正确性.