基于有理数阶微分的图像去噪新方法

针对现有的全变分(TV)去噪方法效果不太理想,在去噪的同时不能较好地保持图像的边缘和纹理细节,提出了一种基于有理数阶微分的图像去噪新方法。首先详细地讨论了现有的全变分去噪方法和分数阶微分去噪方法各自的优缺点;然后将全变分去噪模型与分数阶微分理论相结合,获得有理数阶微分图像去噪新模型,并推导了相应的有理数阶微分模板。实验结果表明:与改进前的方法相比,信噪比(SNR)提高了接近2个百分点,较好地传承了全变分去噪方法对图像高频部分大幅改善及分数阶微分去噪方法能够很好地保留图像纹理细节的优点,是一种有效的图像去噪方法。

有理数阶微分在轨道板裂缝检测系统中的应用

传统的边缘检测方法在处理铁路轨道板裂缝图像时容易造成错检或漏检,导致裂缝的识别和定位有误,从而影响轨道板使用质量的评定和维护决策。为了克服这些不足,本文总结了整数阶微分和分数阶微分边缘检测的优点,提出了一种以有理数阶微分理论为基础的轨道板裂缝边缘检测方法。仿真试验结果表明,该方法在处理缝宽较小的裂缝时,仍能将裂缝边缘与背景较好地区分出来,可以达到精确定位的效果。另外,该方法弥补了传统边缘检测方法的不足,其得到的边缘更连续,漏检率低,且不会产生伪边缘。

基于有理数阶偏微分的图像增强新模型

为了在锐化图像边缘的同时增强纹理细节特征,结合分数阶与整数阶微积分理论,推导出全新的有理数阶微分,从而在空间域构建了基于有理数阶偏微分的图像增强模型,并利用有理数阶偏微分掩模算子实现增强模型的数值计算.实验结果表明,该方法对图像可以得到连续变化的增强效果,不仅图像纹理得到很好的增强,图像边缘增强效果也比分数阶微分方法有所提高.客观上,借助实验对特征评价参数进行数据统计,结果显示新模型融合了整数阶微分与分数阶微分各自的优点,弥补了各自的不足,很好地达到了图像增强的目的.

沥青路面裂缝图像边缘检测算法研究

针对现有的沥青路面裂缝图像边缘检测算法存在的缺点,提出了一种基于图像处理技术的沥青路面裂缝图像边缘检测的新算法。首先分析沥青路面裂缝图像的特征,然后利用整数阶微分和分数阶微分,推导出有理数阶微分,再与Soble算子相结合得到了新算法。最后通过实例验证,并进行定位精度实验和客观评价验证了该算法的有效性。