噪声污染图象中的广义形态边缘检测器

在深入地探讨数学形态学在边缘检测领域中的应用的基础上,系统地给出了普通形态差分算子,并提出了一类广义形态差分算子。同时,把提出的广义形态差分算子应用于受噪声污染的图象,以提取图象的边缘。通过实验表明,广义形态边缘检测算子能较好地提取边缘,在抑制噪声对边缘的影响和保持图象的边缘细节上,效果优于经典的边缘检测器和普通形态边缘检测器。

抗高噪声彩色图像的Canny边缘检测器

根据彩色图像中像素点各颜色分量具有矢量类型数据的特点,提出用一种改进的开关型矢量中值滤波器(PFIVF)替换Canny边缘检测器中的高斯滤波器,以构建新的彩色图像边缘检测器。基于Peer Group技术和边缘检测方法建立PFIVF的多级噪声检测开关型结构,使PFIVF能够在滤除图像噪声的同时较好地保持图像的边缘细节。实验结果表明,改进的Canny边缘检测器能较好地抵抗高比例脉冲噪声。

脉冲噪声污染图象中的数学形态边缘检测器

深入地研究了数学形态学在边缘检测领域中的应用，系统地给出了形态差分算子的定义。同时，还研究了在受脉冲噪声污染的情况下，如何用形态差分算子准确地提取图象的边缘，并提出了几种具有抗噪能力的数学形态边缘检测算子。计算机模拟实验表明，正确使用数学形态的４种基本运算，将使数学形态边缘检测算子能较好地消除脉冲噪声对边缘的影响。

超复数空间彩色边缘检测器的实现

提出超复数空间彩色图像边缘检测器的一种新实现方法——基于超复数空间旋转变换的彩色边缘检测。分析结果表明 ,Sangwine提出的超复数空间彩色图像边缘检测算法实质是一种色差图像边缘检测算法。通过把彩色图像映射到超复数空间进行处理 ,产生色差边缘图像。为了解决超复数空间的卷积运算问题 ,文中对超复数空间旋转运算进行推广 ,提出了旋转变换算子 ,把超复数空间中的矢量卷积运算转化为标量运算 ,极大地降低了计算复杂度。实验结果表明了本方案的正确性。

基于四元数描述的彩色图象边缘检测器

为了对彩色图象进行有效的边缘检测 ,提出了一种彩色图象边缘检测的新方法 ,该方法先是采用基于四元数的滤波器来确定当前像点是否在同质区域边缘 ,进而检测出边缘像点 .实验表明 ,该方法对合成及自然彩色图象均有较好效果 ,能够方便快捷地得到图象的边缘 .

边缘检测器性能的客观定量评价

本文提出了一种新的边缘检测器的客观评价方法。该方法既能反映边缘检测器对图像轮廓的检测性能,又能对图像细节处的边缘检测能力进行正确的评价。由于该方法将整个测试图区分成三个不同性质的区域,不同的区域用不同的参数来反映边缘检测器的不同性能。因此,能准确反映噪声对边缘检测器的影响。同时,它将整个边缘检测器的性能分解成边缘提取能力和噪声抑制能力两部分,便于我们全面、准确和客观地评价不同特性的边缘检测器,以适应不同应用场合的需要。

Laplacian图像边缘检测器的FPGA实现研究

介绍了Laplacian边缘检测算法模型,边缘检测工作流程,分布式运算原理,阐述了用FPGA实现的一个Lapla-cian图像边缘检测器的设计,包括系统总体设计,主要模块的设计思想和系统仿真结果。该检测器采用了流水式数据输入和高速分布式卷积运算等技术,具有良好的实时处理性能,若系统工作时钟为100 MHz,则处理一幅1024×1024的图像的时间仅需0.01 s左右。

基于边缘检测器组合的密集边缘检测

本文提出了基于多个边缘检测器组合的密集边缘检测方法 ,并从理论上阐述了此方法的性质 .在实验中 ,采取了组合中值混合滤波器、Teboul变分法和最优的 Gabor滤波器的方式 ,随后用组合的边缘检测器对人脑横切片图和取自 Vis Tex数据库的图像进行分割 .实验结果表明此方法是有效的 .

受噪声污染图象中的基于排序统计的非线性边缘检测器

本文主要研究了如何对受混合噪声污染的图象进行边缘检测，并提出了一种基于排序统计的非线性边缘检测算子。该算子将输入样点集划分成两个具有不同灰度值的子集，通过子集的运算值之差判断边缘是否存在。子集的划分和输出形式的选择是减少噪声对边缘检测器影响的关键。计算机模拟实验表明，基于排序统计的边缘检测算子能较好地同时消除高斯噪声和脉冲噪声对边缘检测器的影响，并且能精细地提取图象的边缘，效果优于其它边缘检测算子。

实时Sobel算子图像边缘检测器

本文介绍用硬件实现一种Sobel算子的新算法。其特点是运算次数比典型算法减少一半以上;速度快,可用于实时图像处理;电路简单可靠。文章从原理上论述了新的(?)sobe(?)算子算法;讨论了本边缘检测器的总体设计;分析了各部分电路的工作原理。

BP神经网络图象边缘检测器及其内部信息

介绍用神经网络实现图象边缘检测的实验研究结果。一幅数字图象用一个规模不大的ＢＰ网络边缘检测器处理小邻区，再用扫描此图象的方法进行边缘检测。此方法之最大优点是设计简单，网络边缘检测器的性能也令人满意．欠缺是：学习时间长，神经网络隐层中权重包含的信息难于解释清楚。

实时边缘检测器的研究

本文描述了一个用Sobel算子实现的实时边缘检测器,该检测器以10MHz的象素率处理电视数据,处理一幅512×290的灰度图象需要20ms,该系统的特点是速度快、造价低、实用性强,可用于军事侦察、实时电视跟踪系统和工业检测等。

视觉皮层中线条检测器的改进算法及应用

在简单细胞的视觉模型基础上 ,提出一种线条检测器的改进算法 .该算法利用边缘检测器与线条检测器在形状和功能上的关系 ,用两个方向相反的边缘检测器来实现线条检测器 ,避免了传统的线条检测器在检测线条的过程中对线条宽度的敏感性 .实验结果表明 ,该算法能较好地实现对具有不同宽度线条的骨架的提取 ,并且在指纹识别。

田间麦蚜图象的边缘检测研究

图象作为更直接更丰富的信息载体，正在成为越来越重要的研究对象。昆虫是生物类群中物种最丰富、数量最多的一类，因此也是最为重要的生物类群之一。研究昆虫图象的处理和分析对昆虫形态学、昆虫生态学以及昆虫测报所需的田间抽样调查具有重要意义，最终将实现田间昆虫数...

复合顺序形态变换在红外图像边缘检测中的应用

针对红外图像对比度低、边缘模糊、噪声大、空间相关性强的特点，提出了一种基于复合顺序形态变换的红外图像边缘检测方法．通过图像的局部均值和方差自适应的调节增强系数进行图像增强；采用形态学边缘锐化算法改善边缘清晰度．根据复合顺序形态变换相关概念及性质构造3种广义形态学边缘检测算子，可有效抑制红外图像中的噪声，提取目标边缘．实验结果表明，这种算法可以有效地克服红外图像的缺陷，保持图像边缘细节，优于传统边缘检测器．

一种改进的SAR图像边缘检测算法

灰度平均值比率与梯度(RGoA)边缘检测器是一种简单、有效的SAR图像边缘检测方法.但它也存在缺点,边缘点检测准则在某些情况下不适用,比率门限和梯度门限均需要由人工预先确定.本文提出一种改进的SAR图像边缘检测算法,它修正了边缘点检测准则,采用Otsu方法计算灰度平均值比率门限和梯度门限,实现优化门限自动选择.用SAR图像对算法进行了实验验证.实验结果表明,所提出的算法是一种有效、实用、自动的边缘检测算法.

基于边缘检测的噪声滤波

对于被椒盐脉冲噪声污染的灰度图像,提出了一种新的图像滤波方法。新滤波方法将中值滤波器,边缘检测器和一个自适应神经模糊推理系统(ANFIS)相结合。在所提出的滤波方法中,首先对该系统进行优化训练,确定其参数,然后用优化后的系统对被椒盐脉冲噪声污染的图像进行噪声滤波。实验结果表明,与传统滤波方法相比,新滤波方法能有效地去除图像中椒盐脉冲噪声,并且更能够保留原有图像中的边缘和细节等信息。

基于CAD模型立体重建的改进边缘检测方法

本文针对基于CAD的模型。改进了三维重建过程的系列算法。根据边维检测的有效性和定位的可靠性研究了优边缘检测器所需的特性。推导出了最优边缘检测器的数学表达式。且通过改进匹配算法减少了计算量。提高了实时性。并且得到了很好的重建效果。

HVPP算法在指针表盘视觉检测中的研究

选矿厂球磨机润滑油压力是一个至关重要的实时监测参数。基于FPGA采用了双线性插值法、Do G滤波器(高斯差分滤波器)、Marr-Hildreth边缘检测器及分水岭算法,并提出一种新算法——横竖端点寻点法(HVPP),对压力表图像进行分割、提取及数字识别,从而实现了对指针表盘图像的智能读数。实验结果表明采用基于逻辑电路的快速算法实现表盘图像的机器识别具有实时性好、识别率较高的优点。

基于像素预测和秘密图像共享的可逆信息隐藏

为增强图像加密的安全性以及增加加密图像的信息隐藏容量,提出一种基于像素预测和秘密图像共享的可逆信息隐藏算法。首先,利用共享矩阵逐行处理图像并分存为四个共享图像;其次,利用二维混沌映射生成随机密钥加密共享图像;再次,利用中值边缘检测器(MED)预测共享图像中可嵌入位置的像素值,预测值与原像素从高位开始比对相同的位数,根据规则记录标签值,提取参考像素的高三位与认证信息存入可嵌入位;最后,将标签值存入参考像素高位,剩余的可嵌入位为所提算法的嵌入容量。实验结果表明,所提算法不仅能够为信息隐藏提供大容量的嵌入空间,而且能够实现可逆数据隐藏并根据(k,n)阈值策略实现加密图像的无损复原。