自适应图像边缘检测算法

对LOG算子边缘检测方法的性能进行了分析和评价。针对LOG算子的缺陷,提出了依据图像灰度的一阶导数极大值和二阶导数零穿相结合的边缘检测方法,成功抑制了图像中的大部分噪声;并通过用图像灰度共生矩阵的惯性矩特征值自适应调整高斯空间系数和边缘检测阈值,实现了图像边缘的自动提取。

LOG算子边缘检测方法的改进方案

本文对LOG算子边缘检测方法的性能进行了分析和评价。针对LOG算子的缺陷 ,提出了选择性平滑方式清除图像中的椒盐噪声 ;提出了依据图像灰度的一阶导数极大值和二阶导数零穿相结合的边缘检测方法 ,抑制了图像中的大部分其它噪声 ,并保持了边缘定位精度 ;还通过用图像灰度共生矩阵的惯性矩特征值自适应调整高斯空间系数和边缘检测阈值 ,实现了图像边缘的自动提取。

自适应Canny边缘检测算法

对Canny边缘检测算法的性能进行了分析和评价。针对Canny算法的缺陷,提出用自适应空间域平滑方式清除图像中的椒盐噪声;用图像灰度共生矩阵的惯性矩特征值自适应调整高斯空间系数和边缘检测阈值,实现了图像边缘的自动提取。

基于高斯束理论的有限频核函数计算

相对于常规射线层析速度建模,基于波动理论的层析速度建模考虑了波的带限特性,反演分辨率更高。波动理论层析的核心在于波路径(有限频核函数)的计算。文中详细介绍了一种基于高斯束算子计算有限频核函数的方法,分析了初始束宽度和高斯束出射角度间隔对计算精度的影响;并针对高斯束近源处误差较大的缺陷,提出了改进的束参数以提高近源精度;详细分析了初始束宽度和角度间隔对改进高斯束方法的影响及改进高斯束的聚焦特性;数值算例验证了该方法在缓变介质中计算有限频核函数的可行性,计算效率较高且可处理回折波的核函数。

仿真环境下不规则物体的高斯过程隐式曲面核函数优化

对于一个物体进行探索时,首要目标就是获取物体的形状,而当针对形状复杂的物体如不规则方块时,隐式曲面往往是最优选择。本文针对MuJoCo仿真平台下的建立的不规则物体,采用RBF(Radial Basis Function)高斯核函数和TPS(Thin Plate Spline covariance)薄板协方差核函数分别建立高斯过程,完成对物体的隐式曲面建模,通过对比,相比于最初的TPS核函数,改用调参后的RBF误差减小了93.07%。通过仿真实验结果表明,对于仿真平台中的不规则物体,高斯过程隐式曲面能够有效通过少量的采集数据完成曲面建模。