基于脊波变换的圆形图像边缘检测

批量生产圆形器件过程中,在线检测还缺乏快速算法.本文在脊波变换理论的基础上,利用多尺度小波变换具有去噪、准确定位奇异点和边缘提取等优势,针对圆形图像的特征,给出了一种检测圆形器件内外径的快速算法.实验模拟证明,该算法具有较高的检测精度和可靠性.     

基于第二代Curvelet变换的自适应图像增强

Curvelet是继小波和Ridgelet之后一种新的图像多尺度表示方法,Curvelet具有多尺度,多方向的特性,属于高度各向异性的变换。第二代Curvelet变换克服了第一代Curvelet变换的高数据冗余度问题,特别是基于”Wrapping”方式的第二代离散Curvelet算法,不仅运算快速、几何真实,而且快速可逆。因此,将第二代Curvelet变换用于图像增强,并通过自适应地确定Curvelet分解子带的噪声水平,实现了一种自适应图像增强方法。实验结果表明,同基于小波变换的图像增强方法相比,该方法具有明显的优势。