基于二进小波分辨率逼近的层析三维数字化图像边缘检测研究

采用Ｂ样条小波来提取层析图像的边缘轮廓,用高斯函数为平滑函数,用Ｍａｌｌａｔ快速算法进行小波分解,分解出的局部极值就是层析图像多尺度边缘。这两种算法在不同的尺度下有不同的提取边缘细节的能力和抑制噪声的能力。做到了抑制噪声和提取边缘细节之间有机的统一。结果证明这种方法比传统的基于微分算子的边缘提取方法更适合于层析图像边缘轮廓的提取。     

小波多分辨率造型中基于能量法约束条件的处理

针对小波多分辨率造型中的约束问题,结合能量法实现小波编辑过程中约束的处理.由于B样条曲线曲面的线性约束条件可用与其相关的控制点来表示,而不同分辨率层的控制点又可以通过小波变换的方法进行相互转换,由此可将不同分辨率层的约束条件转换并影射到最高分辨率层.再利用小波多分辨率特性结合能量法对约束条件进行转换.在处理最高分辨率层的信息时,由于小波基和原始B样条基的等价关系,可以选用反映曲线大致走向的底层基函数及其控制顶点作为初值进行迭代计算,此时由于系统的自由度少因而迭代速度就变得很快,利用这种方法可以大大提升计算速度.     

基于小波多分辨率信号采样的紊流路径曲线特征量变化规律研究

紊流路径曲线特征量变化规律分析是紊流理论研究的难点。对基于小波多分辨率离散信号采样的复杂紊流路径曲线特征量变化规律进行了研究,讨论了不同小波分辨率采样条件对紊流路径曲线特征量的影响,并通过试验分析与数据比较得出了研究结论。为复杂紊流规律分析和信号采样条件的选择提供了理论基础。     

基于小波多分辨率分析的高性能XY工作台故障诊断

针对直线电机驱动的高性能XY工作台的结构及运动特点，提出基于小波多分辨率分析与信号时域分析相融合的高性能XY工作台故障诊断方法；该方法通过分析研究高性能工作平台多工况多位置的振动信号，对信号进行小波多分辨率分解后不同尺度上的分解系数模值取平方，进行消噪处理，解决了工作台振动信号中随机噪声信号和故障特征信号混叠不易提取的难题，由获取的小波系数模值平方序列结合时域分析方法构造特征量，提取出故障信号特征。试验表明，该方法可有效地实现高性能XY工作台的故障诊断。     

基于多分辨率小波的鱼刺图像检测

针对鱼刺图像的特点和检测目的,提出了一种结合小波变换与canny算子的检测方法.该方法结合了小波变换与canny算子各自的特点,有效地抑制了鱼肉厚度、鱼块边缘等无用信息.实验结果表明,该算法能准确检测出残留鱼刺的位置.     

基于小波多尺度边缘检测的液压缸内泄漏故障诊断

文章提出了一种基于小波多尺度边缘检测的液压缸内泄漏故障诊断方法，通过检测小波变换在适当尺度上的极大值点，提取出压力突变信号的特征，从而为液压缸内泄漏故障诊断提供了定量的依据。     

基于数据融合的小波变换漏磁异常边缘检测

漏磁内检测是目前管道无损检测的重要手段。在进行漏磁无损检测评估中,异常边缘检测是十分重要的环节,异常边缘的精确程度直接影响到后续的反演评估环节。由于数据噪声的存在,使得边缘检测精度大大下降,特别是复杂异常区域。同时,面对庞大的漏磁数据,一般机器学习算法耗时较多。因此,针对漏磁内检测中异常边缘检测问题,本文提出一种基于数据融合的小波变换漏磁异常边缘检测算法。该算法基于小波多尺度变换与分解,将数据层融合、特征层融合以及决策层融合相结合。首先,原始数据经过多色彩空间变换,并将变换结果进行数据融合。然后,融合数据进行小波多尺度变换。其次,针对每一尺度下变换数据进行小波多层分解,并对每一层级进行小波模极大值边缘检测,将边缘检测结果加入到细节分解系数融合中,并重构数据。最终将多尺度下的边缘检测效果进行融合得到最终检测边缘。实验分别在仿真数据集和真实管道数据集上进行,并和其他边缘检测算法,如Sobel、Canny、Roberts、Prewitt、Log进行了比较,实验结果显示,本文提出的异常边缘检测算法效果优于传统边缘检测算法,边缘指标OA高于70%,能够满足实际工程需要。     

基于梯度锐化和小波变换的图像边缘检测

小波变换是近几年发展起来的集数学、信息处理于一体的新理论，具有良好的局部化分析性能和多分辨率分析特性，比较适合图像处理。实际图像常常含有噪声而变得模糊，故采取先对图像进行梯度锐化预处理，然后进行小波多分辨率分析的方法进行边缘检测，实验表明该方法是有效的。     

基于小波定位及Facet模型的三维工业CT图像边缘检测

进行三维图像边缘检测时,利用Facet模型能够获得较精确的边缘信息,但耗时较多;而利用小波变换可获得较快的检测速度,但得到的边缘依赖于阈值的大小。综合上述两种方法的特点,提出了一种基于小波定位及Facet模型的三维边缘检测方法。首先,对工业CT三维图像进行三维小波变换,设定较小阈值,得到三维粗边缘,即对图像边缘进行粗定位;然后,针对粗边缘点逐个进行三维Facet拟合,得到实际边缘点,从而完成图像边缘的精确定位。该方法通过小波变换粗定位这一前处理过程减少了Facet拟合的体素点数,加快了Facet模型三维边缘检测的速度。实验结果显示,本文方法不仅能得到与直接Facet模型效果相当的边缘,还能使Facet模型三维边缘检测的速度提高3.51～7.39倍,而且图像边缘越简单加速比越高。实验结果表明,基于小波定位和Facet模型的边缘检测方法可满足工业CT三维图像边缘检测对精度和速度的要求。     

基于小波多分辨分析的基音检测算法及Simulink实现

为研究小波多分辨分析在信号频带划分中的应用,提出了一种基于小波多分辨分析方法和自相关函数的语音信号基音周期检测算法,在Matlab/Simulink环境下,采用层次化的设计方法和用户自定义函数模块进行了算法系统的设计,以采样频率为8 kHz、采样位数为16 bits的单声道语音信号为处理对象,进行了该算法系统的仿真实验.仿真实验结果验证了该系统的有效性,并取得了良好的检测效果.     

三维机器视觉测量系统图像边缘提取算法研究

在三维机器视觉测量系统中,二维数字图像边缘提取是进行三维坐标计算的必要前提。对几种常用边缘检测算子的边缘提取效果进行了比较;提出了一种基于Priwitt算子的改进边缘提取算法;给出了三维机器视觉测量系统中激光线图像与零件特征边缘图像交点的求解方法,为三维机器视觉测量系统的三维坐标计算奠定了基础。     

基于Matlab图像边缘检测算法效果对比

边缘是图像最基本的特征,包含图像中用于识别的有用信息,边缘检测是数字图像处理中基础而又重要的课题。文章具体考察了5种经典常用的边缘检测算子以及最小二乘支持向量机提取边缘检测算子,并运用Matlab进行图像处理结果比较。梯度算子简单有效,LOG算法和Canny边缘检测器能产生较细的边缘。最小二乘支持向量机结合图像的梯度和零交叉信息,选取一定的参数条件,可以获得比Canny方法更好的性能。     

基于图像处理的激光扫描三维尺寸测量技术的研究

发动机气缸垫精确三维尺寸的获得是气缸垫质量检验及其样品反向工程的关键。介绍了一种用于发动机气缸垫及其类似的大尺寸平面薄板状零件测量的基于图像处理的激光扫描三维尺寸测量技术 ,并对测量试验结果进行了分析。     

基于位相检测的光学三维轮廓测量方法

三维轮廓测量是当前光学研究领域中非常活跃的一个技术分支,其中位相测量轮廓术(PMP)在求解中严格遵循物像共轭关系,具有较高的测量精度。DMD器件的出现,更推进了PMP技术的发展。本文重点讨论了位相测量轮廓术(PMP)测量中的典型问题,介绍了PMP的应用现状。     

图像测量中快速边缘亚像素定位研究

研究了一种图像测量中边缘点的快速亚像素定位的方法,采用先阈值分割再边缘提取进行粗定位,确定边缘点的像素级精度位置和边缘的方向,沿边缘点的边缘方向拓展像素,得到一定长度的灰度值向量,对向量进行处理实现边缘的亚像素定位。分别采用三次多项式拟合法、二次曲线拟合法和灰度矩法三种亚像素定位算法进行了理论分析和实验对比,结果表明,灰度矩算法具有较短的运行时间和较高的定位精度。     

一种基于线性模型拟合的纸币图像边界检测方法

从贝叶斯推理的角度提出一种计算线性模型参数的方法,并将该方法应用到高速纸币清分系统的纸币图像边界检测中,实验结果表明,可以通过少量观测数据实现图像边界线性模型的参数估计,从而完成边界的快速检测。检测精度高,同时针对纸币边缘破损的情况,提出了有效避免旧纸币边缘破损对纸币定位影响的方法。     

基于MATLAB数字图像边缘检测算子的研究

边缘检测是数字图像处理中的重要内容,是图像数据分析、模式识别、计算机视觉等技术的基础。因此对边缘检测算子的研究具有重要的意义。主要研究了基于MATLAB的数字图像边缘检测算子,其研究对象主要是灰度图像,通过对图像边缘检测算子阈值、方差等因素的仿真分析比较,获得各算子的适用范围,以便更好地灵活运用。     

基于分形理论的林业害虫图像的边缘检测

将分形理论应用于林业害虫图像的边缘检测,通过判断DFBR场模型参数H值范围来获取边缘。实验表明,经直方图均衡化预处理后,该算法能更好地获取图像边缘。     

数字图像在CAD中反求三维模型方法的研究

在CAD中反求三维模型的设计理念,是针对零件的截面形状相同、并且外形轮廓较复杂的特点,采用扫描或照相的手段获得零件的截面图形,通过MATLAB软件对图像进行处理,生成二值图,并得出轮廓线各点的坐标,再结合AutoCAD将各点用非均匀有理B样务曲线拟合.将绘制的轮廓线用Region命令定史为面域,然后将该面域用Soldedit命令进行拉伸,即得到三维实体模型.进行布尔运算,将外轮廓实体减掉全部内轮廓实体,完成零件三维模型的反求.     

基于Canny理论的自适应阈值彩色图像边缘检测

传统的Canny边缘检测算法基于灰度图像,不能充分利用彩色图像的全部信息,且阈值需要人为设定,自动化程度不高.论文提出一种新的算法,基于彩色图像多通道融合技术,根据图像梯度直方图信息,对图像进行自适应阈值处理.将Canny灰度边缘检测算子扩展到彩色边缘检测,利用彩色图像各个通道自身的梯度直方图和梯度方差作为局部阈值,有效解决彩色图像各个通道之间的差别.实验结果表明,其能充分利用图像的颜色和梯度信息,提高边缘检测的准确性.