小波变换在图象边缘提取中的应用

详细介绍了小波变换在图象边缘提取中的优越性，在参考大量文献的基础上，小结中出常用于边缘提取的小波函数及其提取的边缘的方法与效果。得出在图象边缘提取中高斯函数一阶导数是一种常用的且较有效的小波函数最后给出用高斯函数一阶导数对静态物体边缘提取的计算机模拟。     

基于小波变换的图像边缘检测

本文主要对目前存在的图像边缘检测的方法进行了研究分析,重点研究了小波变换在图像边缘检测方而的优势,提出了基于连续小波变换的边缘检测方法,并编程展示编码的结果,验证其在实际应用中的可行性。     

基于小波变换的金相图像边缘检测

本文利用小波变换原理对金相图像进行边缘检测,对边缘定位准确,检测边缘较光滑,图像的骨架连续.     

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.     

基于小波分析方法的图像边缘检测

边缘检测是图像处理的重要组成部分,是图像处理与分析技术的研究热点,首先介绍小波分析方法的发展历史与主要思想,然后分析其中的多尺度分析方法,并将这种方法应用于图像的边缘检测中,从而得出小波变换是一种较好的进行边缘检测的手段。     

图像边缘检测二维小波算法研究与实现

边沿作为图像视觉的最主要特征，成为图像信息获取的重要内容。小波变换具有检测局域突变的能力，而且可以结合多尺度信息进行检测，因此成为图像信息边缘检测的优良工具。根据二维小波变换的特点,分析了利用二维小波进行图像边缘检测的基本原理，并设计了利用二维小波变换进行多尺度边缘匹配的检测算法。基于研究结果，编写了计算机应用程序，进行实例分析。     

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。     

基于多尺度小波变换的子线段匹配方法研究

提出了一种基于多尺度小波变换的子线段匹配方法.该方法利用一种特殊小波变换系数不同尺度下的模极大点能提供在不同尺度下信号急速变化点的位置信息的特点,以位置点作为子线段的端点,应用由粗到细的匹配策略并采用基于米字条形窗口的互相关函数的匹配准则匹配这些端点,根据顺序一致的原则,快速匹配子线段两端点之间的点.该方法较好地解决了匹配精度和匹配速度之间的平衡问题.采用该方法对篦冷机内水泥熟料高度进行测量,实验表明该方法能较精确地得出水泥熟料料层的分布状况.     

图像边缘检测的二维连续小波变换法

提出一种新的基于二维连续小渡变换的图像边缘检测方法。算法充分利用连续小渡变换探测信号奇异性的能力和小波的多分辨率特性。对图像进行二维连续小波变换后,直接对各个分解层的正的小波系数或负的小波系数利用闽值法初步确定图像的边缘点,然后利用“投票选举法”综合各个尺度的边缘信息。这种方法不需要进行边缘点连接,可以直接得到光滑连续的边缘。实验结果表明,新方法能够准确探测图像中目标的整体轮廓和细节信息,在性能上优于传统的两种边缘检测算子。     

基于分层思想的快速边缘匹配方法及射影重建

特征匹配在目标识别、视觉导航、运动分析等立体视觉领域中具有重要的作用.提出了一种基于分层思想的快速边缘匹配方法.主要采取两点匹配策略保证其快速性:一是把分层匹配思想用于边缘匹配中;二是在点的匹配过程中提出了边缘约束.具体包括3步:首先,在第一层匹配每条边缘上梯度变化最大的点,由于数量少,因此匹配速度快且正确率达到100%;然后,在第二层采取区域扩张的方法,从已匹配的少数种子点出发向外扩张搜索,得到所有匹配的边缘;最后,提出边缘约束的方法匹配边缘上的点,将候选匹配点仅限制在几个像素,大大减少了搜索范围且提高了匹配正确率.大量实际景象的匹配结果表明,结合分层思想和边缘约束极大提高了匹配速度,边缘点的匹配正确率高达98%.实验结果给出了立体边缘匹配效果图和三维射影重构图.     

Canny准则小波边缘检测在图像融合中的应用

提出了一种新的图像融合方法。该方法选择Canny准则作为边缘检测的基础,并结合小波变换算法,确定图像边缘位置。在小波域中,对高频信息依据其是否为边缘点采用不同的融合策略,对低频信息利用加权法进行融合,再进行小波逆变换重构融合图像。实验结果表明,提出的算法在抑制噪声的同时,能有效地突出边缘细节,更好地保持图像的空间分辨力。对于多聚焦图像的融合,偏差度为0.0520,熵为7.6609,相似度达到0.9985。     

A self-adaptive edge matching method based on mean shift and its application in video tracking

A self-adaptive edge matching method based on mean shift adjustment is proposed in this paper. Such method uses the local mode seeking character of mean shift to adjust the edge information of each model to a stable state before matching, which can effectively avoid the deviation problem of traditional method and raise the successful matching rate. Furthermore, the interfering vector with a self-adaptive coefficient is proposed to optimise the matching performance in complex background. Compared with a pre-set constant coefficient, the self-adapted coefficient has a better perception of background edge complexity so as to control the initial adjusting position more rationally, and thus increases the robustness and accuracy of matching. This matching method is applied in an improved particle filtering tracking framework, and experimental results prove the validity and rationality of the theoretical analysis, and show that the proposed matching method performs a robust and efficient tracking.     

采用阈值的快速边缘检测算法

针对原有模糊边缘检测算法计算复杂、适应性差的缺点,提出一种新颖的快速边缘检测算法。该算法将图像映射为一个模糊特征面,通过图像自适应阈值来确定模糊增强的渡越点。在渡越点上对图像进行非线性增强。算法将“Min”与“Max”算子结合起来提取边缘,避免了使用单一算子检测边缘强度较弱的缺点。该方法避开了原算法中复杂的指数运算,运算量减少了40%左右;渡越点的自适应性提高了算法的适应性。仿真表明,该算法检测的边缘细、连贯,并且算法抗噪能力强。     

基于Haar小波的海底地形匹配方法研究

提出了一种基于地形的小波场特征的相关匹配的方法．在小波场的相关匹配技术中，由于小波的垂直分量和水平分量反映了图像的边缘等高频信息，所以分解后的小波特征场相关性小，有比较高的匹配精度；同时，由于数据量压缩，提高了匹配速度，适应于地形匹配的快速实现．     

结合Zernike矩的多尺度模板形状匹配

针对形状匹配中小波表达对起始点依赖的问题,提出一种结合Zernike矩的多尺度模板进行形状匹配的方法。该算法对输入图像进行预处理后提取目标轮廓,经过归一化处理得到目标形状的平移、尺度不变的链状表达,再通过小波变换进行多尺度分析;引入Zernike矩,利用Zernike矩的特性,实现小波表达的旋转不变性,解决了小波变换对起始点的依赖。匹配过程是以小波表达的各阶Zernike矩为特征向量,在由粗到精的尺度上进行的。实验结果表明,对于同一目标,原图像与旋转不同角度的图像的正确匹配率为91％。该算法适用于轮廓较明显的目标。     

双正交小波弱目标提取

Haar小波边缘提取对弱小目标和噪声很难辨别,双正交小波继承了haar小波的优点,其滤波器系数比haar小波更长,所以双正交小波抗噪性强。提出采用双正交小波提取弱目标边缘,利用形态学滤波消除边缘提取后的孤立点噪声。实验结果表明:当目标对比度下降到一定程度时,sobel算子和haar小波无法提取出弱目标,此时双正交小波提取目标效果较好;对同一组图像序列采用不同算子边缘提取后,haar小波相关度在0.75~0.85,sobel为0.8~0.85,双正交小波为0.85~0.95,双正交小波目标提取稳定可靠,速度快。     

双目视觉中距离约束的小波变换同名点匹配

针对一类特殊小波变换系数不同尺度下的过零点能提供在不同尺度下信号急速变化点的位置信息,提出了一种基于小波变换的多尺度过零点的双目立体视觉模型的同名点匹配方法,该方法采用由粗到细的匹配策略,利用转化的距离信息先匹配大尺度的小波变换系数的过零点,记录其过零点位置信息,然后应用顺序约束,即物体在左右影像点的投影顺序的一致性,匹配小尺度的小波变换系数的过零点,降低了同名点匹配搜索的复杂性,减少了误匹配,解决了同名点准确匹配难、计算量大等问题.采用该方法对篦冷机内水泥熟料高度进行测量,实验表明该方法能较精确的得出水泥熟料料层的分布状况.     

基于小波变换和均值滤波的图像去噪方法

将小波变换和均值滤波相结合提出了一种有效的图像去噪方法,先将含噪图像进行小波分解,获得不同频带的子图像.将低频近似图像保持不变,对水平、垂直和对角三个方向高频细节图像根据其特性采用三种不同形状的模板进行均值滤波,最后将低频近似图像与三个均值滤波后高频细节图像合成得到去噪后的图像.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图像的细节,其去噪效果优于单一小波阈值法和均值滤波法.     

双正交冗余小波变换的图像去噪方法

由于正交小波变换的不具备线性相位、不具有平移不变性等特性,导致其在图像去噪领域仍存在很多问题,本文将双正交冗余离散小波变换应用到几种经典小波阈值图像去噪方法中,以克服标准正交小波变换在阈值图像去噪中存在的问题.实验证明该方法的去噪效果明显优于正交小波方法和普通双正交小波变换的去噪效果.