基于次序统计滤波器的阶跃边缘检测(英文)

在二值图像的边缘检测理论中 ,经典的方法是用固定的卷积核构成边缘检测算子 ,如Sobel算子 ,Prewitt算子 ,Kirsch算子和Roberts算子等 .它们对数字图像边缘的复杂几何结构缺乏算法自适应性 .现作者将随机滤波的思想引入边缘检测 ,用次序统计滤波器构造随机卷积核 ,从而引入一种新的随机边缘检测算子 ,即OSF边缘算子 ,并分别对雷达图像和文本图像实施边缘检测 .实验结果证明了OSF边缘算子的有效性 .

离散参数随机过程非线性滤波的稳健性及其应用(一)

离散参数随机过程非线性滤波的一种重要类型是次序统计滤波器 (OSF) ,而研究次序统计滤波器的有效途径则是考察次序统计量的稳健性性质 .作者通过概率分布距离空间上统计量泛函的弱连续性及统计量泛函的影响函数 ,研究次序统计量的稳健性性质 ,考察在各种概率分布类型下中值滤波器与最大值滤波器的低通、带通特性 。

自适应版面分割的非线性随机滤波方法(英文)

版面分割是文本分析领域中的一个重要而基础的研究课题 .传统的版面分割方法主要包括两大类 ,即top down和bottom up方法 .这两种方法虽然沿用至今 ,但它们对处理具有高几何复杂性的文本并不是十分有效 .此外 ,分割文本的过程需要反复迭代 ,因而耗费计算时间 .近年提出的修正分形特征 (MFS)方法虽能克服top down和bottom up方法的上述缺点 ,但由于需要计算修正分形特征 ,因此无论从原理的简明扼要 ,还是降低算法复杂度等方面来考虑 ,都有进一步改进的必要 .作者提出了基于次序统计滤波器 (OSF)的版面分割新方法 ,它的原理较之MFS方法更加直观和朴素 ,在工程实现上它不仅能像MFS方法那样自适应地处理各种具有高几何复杂度的文本 。

离散参数随机过程非线性滤波的稳健性及其应用(二)

离散参数随机过程非线性滤波的一种重要类型是次序统计滤波器(OSF),而研究次序统计滤波器的有效途径则是考察次序统计量的稳健性性质.作者通过概率分布距离空间上统计量泛函的弱连续性及统计量泛函的影响函数,研究次序统计量的稳健性性质,考察各种概率分布类型下中值滤波器与最大值滤波器的低通、带通特性,并将它们成功应用于图像处理.