一种提取SAR图像边缘的改进算法

传统的边缘提取算法不能解决合成孔径雷达(SAR)图像小边缘、赘余边缘多的问题。针对SAR图像特点,提出一种改进的基于过渡区模糊增强边缘提取方法。通过分析经典模糊增强算法和改进的模糊增强算法的缺陷,在图像增强中引入过渡区概念,很好地克服了原来模糊增强算法渡越点选择不当造成的丢失目标边缘信息、边缘连通性不好、小边缘多等缺点。能够有效地提取出感兴趣目标的丰富的边缘信息,并且去除了很多小边缘赘余信息。对比实验结果证明该方法效果好。

基于过渡区域模糊增强的合成孔径雷达图像边缘提取算法

传统的边缘提取算法不能解决合成孔径雷达(SAR)图像小边缘、赘余边缘多的问题。本文针对SAR图像特点,提出一种改进的基于过渡区模糊增强边缘提取方法。通过分析经典模糊增强算法和改进的模糊增强算法的缺陷,在图像增强中引入过渡区概念,很好地克服了原来模糊增强算法渡跃点选择不当造成的丢失目标边缘信息、边缘连通性不好、小边缘多等缺点,能够有效地提取出感兴趣目标的丰富的边缘信息,并且去除了很多小边缘赘余信息。对比实验结果证明该方法效果好。

基于四元数小波变换的医学图像边缘检测

医学图像的边缘检测可以使医生更准确清晰地获得有用信息,区分病灶部位便于疾病的诊断。为了能够准确获得医学图像边缘,并且抑制医学图像产生过程中的噪声和伪影,本文提出一种新的医学图像边缘检测算法,利用四元数小波变换的本质二维属性,从水平、垂直和对角子带对医学图像进行分解和重构,最终选择合适阈值显示出图像的边缘。实验结果表明,本文提出的方法较传统的边缘检测算子效果有明显的提高,通过边缘检测评价显示本文算法具有精确的医学图像边缘定位检测能力和抗噪声伪影特性。

SOME RESULTSON R_2-EDGE-CONNECTIVITY OF EVEN REGULAR GRAPHS

Let Gbe a connected k(≥3)-regulargraph w ith girth g. A setSofthe edgesin G is called an R2-edge-cutifG- Sis disconnected and contains neither an isolated vertex nor a one- degree vertex. The R2-edge-connectivity of G, denoted by λ″(G), is the m inim um cardinality over allR2-edge-cuts, w hich is an im portantm easure for fault-tolerance of com puter intercon- nection netw orks. In this paper, λ″(G)= g(2k- 2) for any 2k-regular connected graph G(≠ K5) that is either edge-transitive or vertex-transitive and g≥5 is given.