图像小波边缘提取中阈值选取的一种自适应方法

文中对Ｍａｌｌａｔ的多尺度小波变换级提取算法中阈值的取了作了改进,提出了对整幅图像设置链平均幅度阈值的下限和锭长度阈值后,再采用矩形自适应法选取链平均幅度阈值来对局部有大值进行删取,在不同尺度上提取图像边缘,而后综合形成图像真正的边缘,实验表明,这种对链平均幅度阈值设定下限再采用矩阵选取阈值的方法,是一种更加有效的边缘提取方法。     

实时图像采集及边缘提取ASIC设计

建造图像系统追求的是数据吞吐量和处理速度，为了提高实时性，一些关键的功能必须用ＶＬＳＩ硬件来实现．作者研制的ＩＡＡｐ系统可以完成图像的采集和处理．文中着重介绍了系统中的板级方案以及其中的ＡＳＩＣ设计．具体电路采用ＦＰＧＡ的形式来实现，共计使用了一块２０００门和两块４２００门的芯片来完成２５６×２５６×８位、５１２×５１２×８位图像的采集和线图像边缘提取等功能．系统的联试是成功的．该方案的优点在于印制板简化，实时性提高，可靠性改善，具有可扩充性和可移植性．     

基于Canny算法的图像边缘提取研究

针对传统的边缘提出算法中存在去噪声能力不足以及图像边缘连续性较差的问题,笔者提出一种基于canny算法的改进算法,通过在canny算法中加入高斯滤波,使得图像的信噪比与图像的边缘连续性进一步得到加强,最终通过实验仿真,该算法对图像边缘提取具有更好的优越性。     

图像边缘提取的分维算法

利用分形几何的计盒维数估计来确定图像的边缘，提出图像边缘的分维接近于一，这种方法具有消除图像噪声和增强图像边缘的特点。     

基于数学形态学的图像边缘提取方法

提出了一种基于数学形态学的灰度图像边缘提取方法,并进行了仿真实验。实验结果表明,该方法不仅具有较好的去噪和边缘提取能力,而且算法简单易于实现,运算速度快。     

一种改进的彩色图像区域分割和边缘提取算法

针对彩色图像,利用其彩色信息,在ＨＬＳ颜色模型的基础上,对颜色模型的分析方法加以改进,提出了一种针对图像的具体情况进行了自适应分割和边缘提取的算法。     

基于LoG算法的车辆图像边缘提取

阐述LoG算法的一般式及其对图像边缘提取的原理,并应用LoG算法对车辆图像进行提取。获得了质量比较理想的车辆边缘图像。该方法可应用于流量较大的自动车辆检测系统和其他动态图像识别系统。     

一种基于逆Bilateral滤波的边缘提取方法

为了增强图像中边缘的响应,进而获得具有鲁棒性的边缘提取算法,提出了一种逆Bilateral滤波的图像预处理方法,将图像中的边缘很好地显现出来,在此基础上添加策略进行边缘提取.Bilateral滤波器能够进行边缘保持,鉴于其在低频和高频的良好响应,给出新的含义,构造逆Bilateral滤波器进行边缘增强处理,然后在梯度模图像上,采用自适应阈值获得和非最大抑制策略,提取图像中的边缘.实验证明,逆向思维的应用能够提高光照不一致的条件下的边缘提取效果,以及增强对噪声的低敏感性。     

X线图像计算机边缘提取综合算法的研究

研究提出了一种适合于X线图象的综合算法，用于X线图像的边缘探测，通过实验检验，效果理想。     

一种扩展边缘特征的图像定位方法

针对图像匹配受几何变形影响的情况,采用侧抑制竞争方法准确提取图像边缘。比较边缘移位对图像匹配的影响,提出扩展边缘特征的匹配方法,改善了因各种原因造成的基准图与实时图的变形对匹配定位的影响。实验表明,本文的图像边缘提取和扩展边缘特征匹配方法具有模型简单和抗几何变形的能力等特点,便于实现。     

边缘检测中B样条小波有效尺度的研究

在多尺度边缘检测方法中,滤波尺度的选取应有一个有限的范围,如何确定这个尺度范围,在以往的文献中没有进行明确的分析．文中通过对加噪图像中的边缘进行分析,确定可以检测出边缘的最小尺度,同时根据高斯白噪声在小波变换中的特点,确定了抑制噪声所需要的最大尺度,为多尺度边缘检测中定量调整滤波尺度提供了依据．文中给出了相应的实验结果．     

Multiscale edge detection of noisy images using wavelets

The classical edge detectors work fine with the high quality pictures, but often are not good enough for noisy images because they cannot distinguish edges of different significance. The paper presented a novel approach to multiscale edge detection for noisy images using wavelet transforms based on Lipschitz regularity coefficients and a cascade algorithm. The relationship between wavelet transform and Lipschitz regularity was established. The proposed wavelet based edge detection algorithm combined the coefficients of wavelet transforms along with a cascade algorithm which significantly improves the result. The comparison between the proposed method and the classical edge detectors was carried out. The algorithm was applied to various images and its performance was discussed. The results of edge detection of contaminated images using the proposed algorithm show that it works better than the classical edge detectors.     

图象边缘检测技术概述

阐述了微分、基于小波与分形理论和基于形态学等多种图象边缘检测方法，分析了以上各种方法在图象边缘检测应用中的发展状况及优势与缺陷，分析结果表明，对于图象边缘检测这样一个非良态问题，寻求算法较简单、能较好解决边缘检测精度与抗噪性能协调问题的算法，一直是图象处理与分析研究的主要问题之一，还有许多工作有待进一步探讨。     

基于小波分析的边缘检测

中主要讲述了小波分析和边缘检测的基本理论，以及小波分析在边缘检测中的应用，力图反映出小波理论在边缘检测中的特点。     

机械零件亚像素边缘检测算法的研究

在分析亚像素边缘检测算法机理的基础上,对多项式插值算法和矩算法在亚像素边缘检测中从速度和精度两个方面,对其进行了比较性研究,实验结果表明,在同等精度条件下,多项式插值法的运算耗时较短,具有运算效率高,同时其标准差小,具有更高的定位精度。     

基于小波变换的屋脊边缘亚像素检测

工业图像检测中,许多待检目标边缘是屋脊边缘,而现有亚像素边缘检测算法都是假设边缘模型为阶跃边缘,并且现有算法在定位精度、抗噪性能和计算速度方面还不尽人意．针对上述问题,提出一种使用小波变换系数的屋脊边缘亚像素检测算法,将小波分析和概率统计理论引入到亚像素边缘检测问题中,该方法具有较好的定位精确度、抗噪能力和较快的计算速度．实验证明该方法可达到1／60像素的精确度。     

基于蚁群模糊聚类算法的图像边缘检测

提出了一种基于蚁群动态模糊聚类算法的图像边缘检测,该算法首先利用蚁群算法的较强处理局部极值的能力,克服了FCM算法对初始化的敏感,动态地确定了聚类数目和中心;然后利用蚁群聚类得到的结果,再进行FCM聚类弥补蚁群算法的不足.两者有机结合起来可以寻求到具有全局分布特性的最优聚类,实现了基于改进的目标函数聚类分析.最后将该算法应用到图像边缘检测,对比实验表明,该算法具有很强的模糊边缘和微细边缘检测能力.     

一种新的基于多信息测度融合的边缘检测方法

针对高强度噪声图像, 提出了一种新的基于信息测度概念和Dempster Shafer(DS)证据理论的边缘检测算法. 利用邻域一致性、方向性和结构性3种信息测度定量描述边缘特征; 引入检测不确定性, 根据各信息测度响应分布设计基本可信度分配函数, 并利用DS合成规则加以融合; 融合后根据组合决策规则将像素分类成边缘与非边缘. 实验通过检测结果以及Pratt品质因数的分析比较, 表明该算法能够有效地区分边缘点和噪声点. 在低噪声情况下, 检测性能与传统检测方法相近; 而对于高强度噪声图像, 该方法具有较强的噪声免疫力.     

改进的空间矩亚像素边缘检测算法

为解决Lyvers算法在利用空间矩进行亚像素边缘检测时交点附近的边缘检测误差大的问题,对交点附近的边缘模型进行了分析,提出利用空间矩多项式判断边缘交点,然后利用双线性插值法和牛顿迭代法来求取多项式的解,而多项式的解就是亚像素边缘检测结果.实验证明,改进算法很好地弥补了Lyvers算法在交点附近的计算误差.     

基于方向信息的多尺度边缘检测方法

对噪声图像进行不同方向的滤波，根据方向滤波的信息，定义了方向信息测度作为判定噪声点与边缘点的度量．使用了二次Ｂ样条小波进行边缘检测，根据方向信息测度调整边缘检测中的滤波尺度，实现了多尺度边缘检测的自适应尺度调整．最后给出了实验比较结果，表明该方法对于方向特征明显的一类图像是比较有效的