一种改进的梯度算子

针对传统梯度算子中 ,用于边缘方向检测的计算公式存在的缺点 ,提出了改进的用于边缘方向检测的计算公式 .鉴于用传统梯度算子检测的边缘方向是由反正切函数给出的 ,而反正切函数所表示的角度范围是 [- π/ 2 ,π/ 2 ],可是事实上 ,边缘方向的范围是 [0 ,2 π].为此 ,通过对梯度算子中 ,Prewitt算子的分析 ,指出传统的边缘算子不能区分两个相差 π的边缘方向 ,并给出了改进的用于边缘方向检测的计算公式 .在传统的梯度算子中 ,因为用于边缘方向检测的计算公式是不精确的 ,所以后续图象边缘的细化、短枝消除、缝隙填补和连接等处理就建立在一个不精确的基础之上 ,从而得到的边缘误差较大 .因为在图象低层处理中就引入了误差 ,所以后续图象高层处理的质量也降低了 .计算机仿真实验结果表明 ,该改进的用于边缘方向检测的计算公式是正确的和有效的 .

基于四叉树的灰度图像压缩方法

从灰度图像的局部统计特性出发 ,提出了基于四叉树的灰度图像压缩方法。该方法的基本思想是 ,如果当前原始子块的最大灰度差小于一给定阈值 ,则把当前原始子块视为一个整体子块 ;否则把当前原始子块一分为 4 ,得到 4个大小相等的更小的原始子块。该方法把原始图像分解为若干个整体子块 ,并采用有效的方式存储每个整体子块的位置、大小和灰度 ,从而达到压缩的目的。采用合理的平滑算法 ,有效地消除了解码图像中的方块效应。计算机仿真实验表明 ,该方法可以获得较高的压缩比和峰值信噪比 ,可以很好地保持原始图像中灰度变化较大的细节 ,可以方便地去除方块效应 ,具有较高的实用价值。