GFO在边缘检测中的关键参数定量计算研究

GFO(广义模糊算子 )作为一个全新的边缘检测算子 ,以其精确的定位、绝对的一对一性能、细腻的边缘等优良特性引起了图像研究人员的注意 .但是 ,由于GFO的关键参数需要凭经验人为给定 ,给GFO的推广带来了一定的困难 .本文提出了一种GFO应用于边缘检测中的关键参数的定量计算公式 .实验结果表明依据此公式计算而来的参数进行GFO边缘检测 。

基于多尺度模糊逻辑的小波边缘检测方法

针对非极大抑制法中由于单一选定阈值所带来的确定性对边缘提取效果的影响,提出了一种新的基于模糊逻辑的图像边缘检测方法,即在不同尺度下实现图像的模糊增强,从而提高边缘检测精度.该方法对图像分别在不同尺度下低通滤波后实施广义模糊增强算法,增强灰度的区域对比度,更好地实现了在大尺度下抑制噪声、在小尺度下精确定位的效果.实验证明了该方法对影子(phantom)边缘的检测有较好的效果.

用形态学边缘检测算子实现图像的浮雕显示

提出了一种以数学形态学为基础进行图像浮雕显示的新方法 ,该方法利用数学形态学的非线性处理能力和擅长处理图像几何结构的优势 ,在其基本的形态学腐蚀差和膨胀差边缘检测算子中使用特殊结构的结构元获得图像的浮雕显示效果。该方法原理简单 ,易于实现。其浮雕显示实验表明 ,与使用广义模糊算子实现的图像浮雕显示方法相比 ,本文所提方法能获得更为满意的浮雕显示效果 ,且计算的时间耗费大大降低。

实现图象边缘检测的改进广义模糊算子法

在相关文献的基础上提出一种邻域加权预处理方法，基本解决了运用广义模糊算子进行边缘检测时出现的断线等问题。实验表明本算法相对于几种常用的边缘检测算子而言能获得较好的效果。

广义模糊算子法用于图象的浮雕显示

广义模糊算子法是一种用于图象边缘检测的全新而有效的方法。它能与不同的图象预处理方法相结合从而产生不同的图象显示效果。此文提出一种预处理方法，首先对一幅图象进行预处理，然后将广义模糊算子作用于该图象，能得到较好的浮雕显示效果。调整预处理中的参数，所显示的效果也有所不同。

一种检测减影(DSA)图像中肺癌肿瘤大小的新方法

当肺癌被胸水淹没时 ,无法用常规X胸片测量肺癌肿瘤的大小。提出了采用形态算子滤波和广义模糊算子 (GFO)检测边缘 ,从而获得支气管动脉减影图中的肺癌肿瘤的边缘轮廓 ,进而计算得到肿瘤的大小。该方法为肺癌介入病人提供了一种新的肿瘤检测手段 ,且拓展了数学形态学和广义模糊算子的应用领域 ,具有一定的的实用价值和理论价值。