基于Prewitt算子和Radon变换的雷达高速微弱目标检测

正交频分复用(OFDM)调制雷达中跨距离单元走动问题降低了高速微弱目标检测性能,为此,提出一种基于Prewitt算子和Radon变换的OFDM雷达高速微弱目标检测算法。首先分析了多脉冲积累出现的跨距离单元走动以及Radon变换受噪声干扰问题,然后采用Prewitt算子卷积运算抑制噪声并保留回波能量,采用Radon变换沿距离单元走动斜线进行能量积累。理论分析和仿真结果表明,该算法具有比Hough变换和动目标检测(MTD)更优的低信噪比背景下的高速微弱目标检测性能,并能有效实现多目标检测。

基于Prewitt算子的自适应弱小目标检测

针对工业现场中复杂背景下镁熔液弱小目标实时检测的难题,从图像识别的角度提出了基于Prewitt算子的自适应背景预测算法。该算法首先使用Prewitt算子对原始图像进行处理从而计算出图像最大灰度差,其次根据最大灰度差与每个像素点的灰度差的差异选择背景预测模型进行处理得到背景预测图像,然后用原始图像减去背景预测图像得到残差图像,接着对残差图像作帧差运算以及阈值分割运算得到二值图像,最后使用形态学运算获取最终的目标,并将该算法与最小一乘法的检测性能进行对比。Matlab仿真结果表明,该算法不仅可检测到弱小目标,并且检测到的目标点面积增大了60%,检测时间减少了96.92%,为图像处理技术应用于工业现场实时检测镁熔液中弱小目标奠定了基础。

改进Prewitt算子圆锥面边缘高精度检测算法

圆锥面量规直径的检测是汽车发动机气门检测中重要的尺寸测量,是气门各项长度尺寸检测的基准线。针对Prewitt算子在边缘检测上存在的速度慢、稳定性差以及在高精度(精度在μ级)测量中准确度低等问题,提出了一种改进的斜向边缘直径检测算法。对图像进行中值滤波,对目标区域边缘进行粗略定位以确定第二次边缘检测的方向。在确定的检测方向上,应用二次曲线拟合算法得出精确的亚像素边缘信息,将测得的左右边缘坐标差乘上像素当量并进行误差补偿,得到精确的直径值,寻找量规直径位置。实验结果表明,算法与已有算法相比,准确性提高1倍,稳定性与运算速度有较大提高。

基于矢量Prewitt算子的多尺度彩色图象边缘检测方法

在矢量Ｐｒｅｗ ｉｔｔ算子的基础上，引入多尺度组合正则化处理，提出了一种新的彩色图象边缘检测方法。实验表明，若对检测精度、边缘完整性、抗噪性等方面进行综合评价。

基于Prewitt算子的计算机数字图像边缘检测改进算法

为了使提取的图像边缘的结构定位精确 ,并产生连续的精细边缘 ,同时能滤除边缘信息中的噪声干扰 ,提出了一种以 Prewitt算子为基础 ,应用区域分割和骨架提取的改进算法 ,实现了图像边缘信息的提取 ,能消除图像中的噪声 ,产生精细的边缘。实验证明 ,该算法能有效地消除噪声 ,准确地检测图像中的目标边缘 。

基于Prewitt算子的耦合全变差图像着色算法

为了实现对目标灰度图像中较大范围着色,文中结合YCb Cr色彩空间和Prewitt边缘检测算子,提出耦合全变差图像着色模型。然后,结合交替方向乘子法(ADMM),设计该模型的快速数值求解算法,并给出该算法的收敛性结果。数值实验结果表明,该模型在有效控制颜色越界的同时,能够实现较大范围的着色。

基于改进Prewitt算子的矿井视频图像小波阈值去噪

由于矿井成像环境的复杂性,导致所获取的图像较为模糊且存在一定程度的噪声,有必要采用适当的方法滤除其中的噪声并提高图像的清晰度。为此,提出了一种结合边缘检测的小波域矿井视频图像去噪算法。首先对噪声图像采用均值滤波算法进行预处理;然后对分别从检测模板、自适应阈值设定方法对经典的Prewitt算子进行适当改进,并采用改进的Prewitt算子提取预处理后图像的边缘轮廓信息,从而获得边缘图像和非边缘图像;最后对于非边缘图像,采用一种基于自适应阈值的改进小波阈值函数模型进行去噪处理,该模型充分结合了小波硬、软阈值去噪模型的优势,能够随着小波分解层数的变化自适应调整阈值大小。为了验证该算法的有效性,采用2幅实地获取的山东兖州某煤矿井下视频监控图像进行试验,并与小波硬、软阈值函数模型及2类已有的改进型小波阈值函数模型进行去噪效果对比。结果表明,该算法的去噪效果优于其余几类函数模型,且算法耗时略占优势,对于提高矿井视频监控图像的质量具有一定的参考价值。

用Prewitt算子细化边缘

传统的边缘检测算子一般都只能得到比较宽的边缘,这为以后的图像处理带来了一定的困难。本文通过对图像边缘特征的分析,提出了一种新的边缘细化方法——P rew itt算子细化边缘。实验表明,这种方法能在保持原有信息的前提下,给出令人满意的细化结果。

基于改进Prewitt算子的农业图像去噪算法

农业图像的获取受到气候、光照、拍摄角度、拍摄器件电压等因素的限制,所获取的图像含有噪声,无法直接用于判读分析。对该类图像去噪进行研究,首先,将经典Prewitt算子的检测模板由2个方向扩充为8个方向,进一步丰富了Prewitt算子的检测模板序列,将其应用于农业图像边缘轮廓检测,获得边缘图像和非边缘图像;其次,对边缘图像采用经典中值滤波算法进行处理,剔除其中的噪声点;再次,在对经典中值滤波特征分析的基础上,提出了一种具有噪声检测功能的改进加权中值滤波算法,将其应用于处理非边缘图像;最后,将处理后的边缘图像、非边缘图像进行充分融合。试验结果表明,本研究算法对于农业图像的处理效果明显优于经典中值滤波以及2种改进型中值滤波。

结合Prewitt算子和旋转投影的纸币图像倾斜校正法

纸币图像的倾斜会严重影响其中字符识别的精度,为此需要在字符识别前对纸币图像进行倾斜校正.基于Prewitt算子和旋转投影提出一种新的纸币图像倾斜校正法.该方法采用水平边缘检测、垂直边缘检测以及旋转投影求取纸币图像的水平倾斜角度和垂直倾斜角度,然后对水平倾斜的纸币图像进行双线性插值旋转校正,对垂直倾斜的纸币图像进行双线性插值错位偏移校正.另外,考虑到实际应用中获取的纸币图像的倾斜情况,为保证方法的实时性,水平倾斜角和垂直倾斜角均限定在10°以内.校正结果表明此方法效果较为有效.

基于Prewitt算子的视频监控伪虚警鉴别方法

在广播电视监视中应用的水印技术,由于在设计水印算法时多考虑了鲁棒性,而忽视了攻击者也在试图扰乱广播电视监视设备的正常工作(如伪造攻击),使其系统鉴别出虚假结果。这必将引发广播电视台与合法广告客户之间的重大纠纷。针对这种纠纷,提出了一种基于Prewitt算子的视频监控伪虚警鉴别方法。通过MATLAB的仿真实验,结果表明该方法具有很强的有效性和准确性。

影像边缘检测Prewitt算子的改进算法

本文对Prewitt经典算子进行了分析,根据算法的计算规律提出了一种改进的计算方法,通过对常规算法与改进算法的计算量进行比较分析,从理论上说明了改进算法具有简洁的处理步骤,提高了处理的速度;又通过对200幅256×256影像的具体实验证明,改进算法不仅拥有与原算法相同的效果,而且,处理时间显著缩短。

基于Prewitt算子的快速帧内编码算法

本文提出了一种快速帧内编码算法,利用prewitt算子检测亮度信号的边界方向,并根据周围块的编码模式预测出可能的编码模式,将色度信号与亮度信号分开处理,然后利用拉格朗日代价函数计算出最优编码模式。实验数据表明,该算法可以极大地提高帧内编码速度,而对图像质量和码率大小变化影响极小。

图像边缘检测的Prewitt算子的改进算法

本文对图像边缘检测经典算子Prewitt算子和该算子模板匹配方法进行了分析,根据模板排列规律,建立矩阵变换关系,提出一种改进算法.经实验证明,在一定配置环境中,将改进算法应用在某图像连续处理系统中,图像处理效果保持不变,较好的平滑了噪声,且目标物体的边缘检测轮廓清晰.和经典Prewitt算子比较,改进后的算子处理时间显著缩短,处理358张大小为184×184的图片所用时间为2.563s,而改进前所用处理时间为19.685s.处理速度提高了8倍,满足了图像连续处理系统对处理时间的要求.

基于灰色关联度和Prewitt算子的边缘检测新方法

基于以灰色系统理论为基础的灰色关联度图像边缘检测方法,本文提出了一种基于灰色关联度与经典的Prewitt边缘检测算子相结合的图像边缘检测新方法。该方法把Prewitt算子作参考序列,计算图像各像素点及其八邻域形成的行为序列和参考序列之间的灰色关联度,然后根据灰色关联度来判断检测边缘。实验结果表明,该方法能够较为准确地检测出有用的边缘信息,且具有一定的抗噪声能力,是一种有效的、可行的边缘检测新方法。

基于Prewitt算子的苹果分类研究

提出一种简单实用的基于Prewitt算子的苹果分类算法.该算法利用Prewitt算法检测苹果图像的边缘,利用阈值方法对苹果图像进行分割,通过计算连接区域确定苹果是否有损伤.该方法不仅可以精确定位苹果的茎部和损伤部位,而且能够消除苹果图像中的阴影.100个测试样本的实验表明,该算法能够快速地对苹果进行准确分类,准确率可以达到99%.

基于Prewitt算子和邓氏关联度的图像边缘检测算法

边缘是图像最重要的特征之一,其检测的好坏对图像的识别和分割的效果有直接的影响,本文探讨了传统的Prewitt算子和灰色关联度在边缘检测中的应用情况,提出并实现了一种将Prewitt算子和邓氏关联度相结合的边缘检测方法。实验表明,该方法提取的边缘较完整、连续性好、非边缘点少,为图像边缘检测探索了一种新的途径和方法。

Prewitt算子边缘检测及改进

对数字图像处理中具有代表性的Prewitt边缘检测算法进行了分析，发现该算法存在检测出的边缘较粗和人为选取阈值会造成边缘点误判的缺点，为此提出了一种自适应阈值确定方法，并和非极大值抑制方法相结合。对机械齿轮图像、火箭目标序列图像及医学图像进行了边缘检测的仿真实验，结果表明：改进算法有效地解决了Prewitt算子检测出的边缘过粗的问题，得到的边缘较细，定位精确，提高了边缘检测精度。

融合高斯混合模型和prewitt算子的运动目标检测

提出一种融合高斯混合模型和prewitt算子的运动目标检测算法.通过高斯混合模型拟合背景信息,利用prewitt算子提取图像的边缘特征信息,将两者融合起来.边缘信息反映了局部区域内容的结构信息,可作为颜色信息的补偿;模型保证了在线更新背景信息时的稳定性和收敛性,同时弥补了目标分割中颜色信息接近时容易导致误判的不足.实验结果表明,与一般高斯混合模型比较,本方法具有较高的分割精度,提高了目标检测的鲁棒性.

基于Prewitt算子的彩色图像边缘检测方法改进

使用灰度图像算法进行彩色图像边缘检测,会造成图像边缘漏检。针对这个问题,本文在输出融合法基础上,对Prewitt算子进行了改进,提出一种适用于彩色图像的边缘检测方法。实验表明,改进算法能有效检测彩色图像边缘。