LOG算子边缘检测方法的改进方案

本文对LOG算子边缘检测方法的性能进行了分析和评价。针对LOG算子的缺陷，提出了选择性平滑方式清除图像中的椒盐噪声；提出了依据图像灰度的一阶导数极大值和二阶导数零穿相结合的边缘检测方法，抑制了图像中的大部分其它噪声，并保持了边缘定位精度；还通过用图像灰度共生矩阵的惯性矩特征值自适应调整高斯空间系数和边缘检测阈值，实现了图像边缘的自动提取。实践证明该方法具备有效性和实用性。     

一种新的LOG算子对SAR图像的边缘检测能力

在对SAR图像的分析和识别中,边缘的检测信息十分重要。针对传统的LOG算子的缺陷,本文提出了一种基于自适应中值滤波的改进LOG算子对SAR图像的边缘检测方法,在平滑图像内部区域的同时保留了更多的细节,提高了LOG算子对SAR图像的弱边缘检测能力,是一种有效的方法。     

几种经典的图像边缘检测算子分析比较

图像是人类相互交流和认识客观世界的主要媒体,它的大部分信息都存在于图像的边缘中,图像边缘检测在实际中有着重要的应用。本文首先对几种经典的边缘检测算子如Roberts算子、Prewitt算子、Sobel算子、LOG算子及Canny算子等进行理论分析,然后通过Matlab 2010进行算法仿真,分析比较了他们各自的优缺点,这对具体工程应用具有很大的参考意义。     

基于LOG和Canny算子的边缘检测算法

针对传统Canny算子抑制噪声和检测低强度边缘能力不足的问题,提出一种将LOG算子和Canny算子相结合的边缘检测方法。采用LOG算子对图像进行噪声过滤,从以下3个方面改进Canny算子实现边缘检测：(1)设计高斯滤波核对过滤掉噪声的图像进行边缘增强,使低强度边缘更容易被检测;(2)在M×N邻域中计算梯度幅值和方向;(3)将梯度方向结合梯度幅值计算,使梯度幅值在边缘检测中更具依据性。对增加椒盐噪声的图像进行实验,结果表明,该方法在最大程度抑制噪声的同时,能检测到更多的低强度边缘。     

浅谈图像边缘检测技术

图像的边缘检测技术是数字图像处理领域的重要研究内容,其效果直接影响其后的图像分析.本文介绍了4种经典的边缘检测算子:Roberts算子、Prewitt算子、Canny算子、LOG算子,并对其检测结果进行了分析和比较.     

基于形态学梯度的图像边缘检测算法

边缘检测是数字图像处理的一个重要内容，讨论了经典的边缘检测算子算法，该算法更多地采用Prewitt算子、LOG算子、Canny算子等在空域中进行。数学形态学在图像处理中有广泛的应用，其基本原理是基于利用结构元素去探测图像；在讨论常见数学形态学梯度的基础上，提出了一种基于形态学梯度的图像边缘检测算法，应用定义的形态学梯度结构检测出较理想的图像边缘信息。仿真结果表明，该算法在含噪图像中能得到较为理想的图像边缘信息，其抗噪声性能明显地优于经典的算子检测算法，在检测精度方面较经典的单一算子检测方法亦有一定的改善。     

边缘检测技术

边缘检测是一种重要的图像预处理技术,介绍了几种图像轮廓提取技术,如Roberts、Sobel、Prewitt、LOG、Canny等边缘检测算子,比较了这几个边缘检测算子的处理结果。     

印刷电路板灰度图像边缘检测技术研究

以印刷电路板(Printed-circuit Board)灰度图像的孔定位为应用背景,介绍了Roberts、Sobel、Prewitt、Canny和LOG等边缘检测算子,采用五种算子进行PCB灰度图像的边缘检测,结合孔定位的实际应用分析对比检测结果的优缺点,确定LOG算子作为本应用的最优边缘检测算子.     

针对合成孔径雷达图像的新型LOG 边缘检测算法

传统LOG 边缘检测算法对合成孔径雷达图像进行边缘检测时,对噪声敏感,同时也 易损坏部分低强度边缘。针对这一问题,提出了一种新型的LOG 边缘检测算法,首先采用双边滤 波和自适应中值滤波来代替传统LOG 算子中的高斯滤波,再计算平滑后图像的拉普拉斯,最后提 取运算后的零交叉点作为图像的边缘。仿真实验表明,本文方法在脉冲噪声环境下具有显著的去噪 效果,而且能较好地保护边缘,提高了检测精度,相对传统LOG 算法具有更好地检测效果。     

基于形态学梯度的图像边缘检测算法

边缘检测是数字图像处理的一个重要内容,讨论了经典的边缘检测算子算法,该算法更多地采用Prewitt算子、LOG算子、Canny算子等在空域中进行。数学形态学在图像处理中有广泛的应用,其基本原理是基于利用结构元素去探测图像;在讨论常见数学形态学梯度的基础上,提出了一种基于形态学梯度的图像边缘检测算法,应用定义的形态学梯度结构检测出较理想的图像边缘信息。仿真结果表明,该算法在含噪图像中能得到较为理想的图像边缘信息,其抗噪声性能明显地优于经典的算子检测算法,在检测精度方面较经典的单一算子检测方法亦有一定的改善。     

约束优化问题的改进遗传算法设计

遗传算子是影响遗传算法优化效果的重要因素,针对目前遗传算法研究中对约束优化问题求解的不足,提出基于退火思想的退火选择算子和加权适应度算子,并给出了退火选择算子和加权适应度算子设计方法及其计算过程.在此基础上与现有的遗传算子结合,提出一种新的改进遗传算法,分析了改进遗传算法与基于罚函数遗传算法之间在原理上的区别.最后以两个测试函数为算例对算法进行了性能测试,结果表明改进的遗传算法具有良好的优化性能,能获得更好的优化结果.     

对IUMDA算法的改进

IUMDA算法是进化算法的一种,模拟生物进化过程构造人工系统的模型,是一种全局优化搜索算法。由于仅仅使用选择算子和基因池重组算子,IUMDA算法经常会出现未成熟收敛现象,极大地影响了算法的性能。针对IUMDA算法存在的不足,可以在IUMDA算法中增加变异操作,加入变异算子来对算法进行改进,以便维持群体的多样性,有效地防止未成熟收敛现象。加入变异操作可以使IUMDA算法在性能、运算规模及收敛速度等方面有很大的提高。通过实验及理论分析可以看出,在IUMDA算法中加入变异算子并选择适当的变异率后,可以有效地防止未成熟收敛现象的出现,有助于提高解的质量,减小运算规模,而且能够增加算法收敛到全局最优解的概率,极大地提高了算法的性能。     

遗传算子的分析

阐述了遗传算法的特点,分析了遗传算法中选择算子、交叉算子和变异算子的特性,讨论了不同遗传算子对算法最优结果的获得所起的作用,提出了改善算法性能的措施,并设计了切实可行的选择算子、交叉算子和变异算子。模拟结果表明,遗传算法能在较短的时间内提供优化解,为解决复杂的优化问题提供了可行方案。     

Induced and uncertain heavy OWA operators

In this paper, we analyse in detail the ordered weighted averaging (OWA) operator and some of the extensions developed about it. We specially focus on the heavy aggregation operators. We suggest some new extensions about the OWA operator such as the induced heavy OWA (IHOWA) operator, the uncertain heavy OWA (UHOWA) operator and the uncertain induced heavy OWA (UIHOWA) operator. For these three new extensions, we consider some of their main properties and a wide range of special cases found in the weighting vector such as the heavy weighted average (HWA) and the uncertain heavy weighted average (UHWA). We further generalize these models by using generalized and quasi-arithmetic means obtaining the generalized heavy weighted average (GHWA), the induced generalized HOWA (IGHOWA) and the uncertain IGHOWA (UIGHOWA) operator. Finally, we develop an application of the new approach in a decision-making problem.     

一种由粗到精的车标定位算法

简要描述了“识别系统”的技术结构,并在研究了经典定位算法后,提出了一种实用的由粗到精的车标定位算法,即根据相关的先验知识确定车标的大致范围,再运用边缘检测和形态算子确定较准确的车标位置,最后在极小的范围内用相关匹配算子得到车标的精确位置。实验结果表明,该算法在应用仿真中取得了良好的效果。     

Generalized power aggregation operators and their applications in group decision making

In this paper, we investigate a generalized power average (GPA) operator and its weighted form, which are on the basis of the power average (PA) operator and the generalized mean, and develop a generalized power ordered weighted average (GPOWA) operator based on the power ordered weighted average (POWA) operator. Then, we extend these operators to uncertain environments and present an uncertain generalized power average (UGPA) operator and its weighted form, and an uncertain generalized power ordered weighted average (UGPOWA) operator to aggregate the input arguments taking the form of interval of numerical values. We also extend the GPA operator and the GPOWA operator to intuitionistic fuzzy environment, and obtain the generalized intuitionistic fuzzy power averaging (GIFPA) operator and the generalized intuitionistic fuzzy power ordered weighted averaging (GIFPOWA) operator. Moreover, some properties of these operators are studied. We also present new approaches on the basis of the proposed operators in an example of strategic decision making.     

C语言中自增自减运算符的使用

C语言的内部运算符很丰富,运算符是告诉我们编译程序执行特定算术或逻辑操作的符号。其中,最难理解的是在使用过程中最易得到模棱两可的结果自增自减运算符,对这两个运算符的使用做了详细说明。     

适于光学遥感图像的角点特征检测算法

角点特征检测和精确定位是图像配准与匹配的基础。探讨了Moravec算子和Harris算子的基本原理,并进行了图像的角点特征检测和实验分析,结果显示Harris算子效果要好。但是,Harris算子对真实遥感图像角点特征的检测尚不能取得理想的结果,因此,对Harris算子进行了改进。实验表明,通过改进后的Harris算子对遥感图像上的角点特征的检测具有较好的检测效果。     

基于范式转换的知识进化算法

根据库恩的知识进化观,提出一种基于范式转换的知识进化算法。每个范式对应一个问题的可行解,以范式为单位建立初始知识库。利用传承算子实现对优秀范式的传承,采用修补算子实现范式危机的消除,以创新算子产生新范式,从知识库的最优范式中获取问题的最优解。将该算法应用于求解函数极小值,其结果与遗传算法相比具有更好的寻优性能。     

Self-dual morphological operators and filters

The median operator is a nonlinear image transformation celebrated for its noise cleaning capacities. It treats the foreground and background of an image identically, i.e., it is self-dual. Unfortunately, the median operator has one major drawback: it is not idempotent. Even worse, subsequent iterations of a given image may lead to oscillations. This paper describes a general method for the construction of morphological operators which are self-dual. This construction is based upon the concept of a switch operator. Subsequently, the paper treats a class of operators, the so-called activity-extensive operators, which have the intriguing property that every sequence of iterates of a given image is pointwise monotone and therefore convergent. The underlying concept is that of the activity ordering. Every increasing, self-dual operator can be modified in such a way that it becomes activity-extensive. The sequence of iterates of this modification converges to a self-dual morphological filter.