结合嵌入可信度的B样条小波边缘检测

边缘检测中 ,用一个由输入数据得到的模板进行匹配是很有意义的 ,因为它提供了一种独立测量存在所用边缘模板的可信度的方法。文章充分利用边缘信息的多尺度特性及小波变换的特性 ,设计三次B样条平滑滤波算子 ,再结合嵌入可信度方法进行边缘检测 ,并进一步根据人类视觉系统的敏感性 ,对噪声严重的图像边缘检测进行了研究。实验结果表明 ,文中所给的方法能准确检测出图像边缘 ,效果较好。

基于嵌入可信度的冷轧带钢缺陷检测

将嵌入可信度运用于冷轧带钢表面缺陷的检测,其步骤为:估算图像边界外的像素点梯度幅值和边缘方向,将窗内输入数据规范化为零均值和,计算其可信度(η);从估算的积累分布,定义每个像素的梯度幅值(ρ),并生成ρη图;最后确定非最大值抑制及定义后滞阈值。该方法可弥补数字滤波器在方向性和弱小信号的检测缺陷。

基于多尺度融合技术的图像边缘检测

根据边缘检测离散准则,利用数值方法求出该准则下边缘检测的最优线性滤波器及对应的平滑算子,设计平滑滤波窗算子,将其与嵌入可信度方法相结合进行边缘检测;同时充分利用边缘信息的多尺度特性,根据小尺度下图像边缘细节信息丰富、边缘定位精度高,大尺度下图像边缘稳定、抗噪性好等特点,将检测到的多尺度边缘进行融合,得到精确的单像素宽边缘。实验结果表明,该方法不仅能准确检测出边缘图像,而且能有效地抑制噪声,是边缘检测的一种较好的实用方法。