基于一阶绝对中心矩的边缘检测算法

在对 M.Dem i的基于一阶绝对中心矩边缘检测算法研究的基础上 ,提出一种新的图像边缘检测算法 .该算法利用包含边缘的局部区域质心存在较大偏移这一特点 ,用偏移量的大小来判断局部区域是否包含边缘 .算法克服了 M.Dem i算法对不包含边缘的区域处理不当的缺点 ,能够更准确地提取图像边缘 .仿真结果表明 ,所提出的边缘检测算法是可行的和有效的 .

基于曝光补偿的图像绝对中心矩改进算法

相机标定是影响视觉测量系统精度的重要环节。为实现对平面靶标成像清晰度合理、稳定的评价,避免CCD相机曝光参数不当造成特征点有效信息的丢失,提出了一种基于曝光补偿的图像绝对中心矩改进算法(ECACM),研究曝光对靶标图像清晰度评价指数的影响规律。实验结果表明,相比于图像绝对中心矩算法(ACM),在非过曝光的强度范围内,图像绝对中心矩改进算法给出的评价指数消除了曝光对评价指数的线性影响,对于相同对焦状态不同曝光下所成图像的清晰度可给出一致的评价指数;并且在过曝光的强度范围内,该算法给出的评价曲线下降更快,更明显地体现出图像有效信息的丢失程度。

二维绝对中心矩的几个性质

本文讨论了独立随机变量之和的绝对中心矩的几个性质,其中包括E|(X+Y)-E(X+Y)|-E|(X-Y)-E(X-Y)|的表达式,这里X和Y是相对独立的随机变量.