一种改进的含噪图像边缘检测算法

数字图像边缘检测是图像分割、识别等图像分析和理解领域中的重要基础。针对图像边缘检测中噪声抑制与细节保留之间的矛盾,提出了一种基于小波变换和数学形态学改进的含噪图像边缘检测算法。该算法对含噪图像分别采取小波变换法和数学形态学法进行边缘提取,将所得图像进行小波分解,对高低频系数分别采取不同融合规则进行融合,通过逆小波变换得到融合图像。通过实验对比不同算法对含噪图像的边缘检测效果图,结果表明,该算法提取的图像边缘轮廓信息连续完整,在较大程度上能够抑制噪声,较好地保留了图像的细节信息。     

基于提升小波和形态学融合的图像边缘检测

针对传统边缘检测方法边缘定位不精确的缺点,结合提升小波变换和数学形态学的优势,提出了一种融合提升小波和多尺度形态学的边缘检测方法.首先,对原始图像进行提升小波变换;再用小波变换和多尺度形态学算子分别对低频图像进行边缘检测,根据异或原则融合成低频边缘;然后,用小波变换检测高频图像边缘;最后,通过提升小波反变换得到边缘图像.实验结果表明,与传统或其他的形态学边缘检测方法相比,该算法在保持图像边缘清晰的同时,具有很强的边缘定位能力.     

灰度图像的边缘检测

图像的边缘检测在实际生活中广泛应用,但其检测结果仍存在细节丢失问题。为此提出一种新的图像边缘检测算法。首先,采用二维二进制小波变换,对图像进行预处理;然后,结合一种新的自适应双阈值算法,检测出图像的边缘点;最后,采用改进的数学形态学梯度检测算法,对图像的边缘信息进行进一步检测。通过仿真实验得出,新算法能够检测到更丰富的图像边缘信息,使图像的边缘提取更清晰、细腻;与单一形态学算法相比,新算法使图像的均方误差值大幅度降低、峰值信噪比提高了2.3 d B。     

基于提升小波的自适应阈值边缘检测新算法

针对传统的单一边缘检测算法抗噪能力差、边缘不连续等缺点,本文提出采用两种算法相结合的方式来进行边缘检测。首先,对原始图像进行多层小波分解;对分解后的图像低频部分用提出的改进提升算法进行边缘检测,对高频部分用小波变换的局部模极大值算法检测边缘;通过将各层边缘信息按一定的融合规则融合起来得到一个组合边缘,最后细化图像边缘。实验证明,这种方法相对于传统小波分析有着计算量小,计算速度快和要求存储空间小等诸多优势,同时,也能做到不丢失图像信息,保证了边缘的连续性和封闭性,检测效果较好。     

受电弓滑板磨耗检测图像处理算法的研究及实现

由于图像检测受电弓滑板磨耗能实现在线自动检测,且检测精度较高,而该检测方法的关键是对采集到的受电弓图片进行图像处理,因此研究图像处理算法具有非常重要的意义.检测系统采用4个CCD摄像机实现受电弓前后滑板的初始图像采集.然后将获取到的图片传输并存储到检测主机上,通过后期的图像处理,实现滑板磨耗的自动检测.并输出数据报表争磨耗曲线等.图像处理算法主要包括图像预处理、边缘检测和连接、导线及滑板边缘定位等.其中,边缘检测和定位算法是关键,也是决定系统检测精度的重要因素.主要对Canny边缘检测、形态学边缘检测和小波边缘检测进行实验验证,并比较其边缘提取效果.结果表明,Canny边缘检测精度更高,而小波边缘检测虽然定位更准确,但精度较低.因此,最终选择Canny边缘检测,结合边缘连接进行处理,并给出了检测结果图.     

基于改进小波变换的医学图像融合算法研究

本文主要针对图像经过小波变换后边角上看不清楚和传统的边缘检测算法对噪声敏感的问题,结合医学图像的特点,提出一种小波变换的修正算法。首先采用改进的多结构元多尺度形态学梯度的边缘检测进行图像的预处理,其次对CT图像和MRI图像分别进行两种不同小波基的三层小波分解;接着求其对应分量系数的差值图像,最后按着一定加权融合系数对差值图像进行融合得到最终的融合图像。实验结果和评价参数表明,这种改进的医学图像融合算法相比于传统的多小波融合算法不仅强化了融合图像的边缘和纹理特征,提高了分辨率,而且有效地保留了原图像的信息。     

激光雷达含噪图像边缘检测算法比较

边缘检测是激光雷达图像处理的重要组成部分,其性能直接影响整个雷达系统的精度和性能。对Sobel、Kirsch、LOG、Canny、参数检验算子等边缘检测算法原理及其性能参数进行了分析和比较,并且对含有散斑噪声的激光雷达图像边缘检测进行了实验研究,结果表明,参数检验算法在受散斑噪声影响的图像中的检测性能较好。     

一种改进的医学图像边缘检测算法

医学图像边缘检测是医学图像处理领域的核心技术之一,寻求既能精确定位图像边缘,又能有效抑制图像噪声的算法一直都是医学图像处理领域的热点和难点。结合小波分析理论,在经典边缘检测算法的基础上提出了一种改进的基于小波分解的医学图像边缘检测算法。算法的实质就是在图像边缘检测前利用小波分析理论对图像进行特定的预处理。实验结果证明,此算法的性能要优于经典边缘检测算法的性能。     

双能图像融合算法研究

为解决X射线单能量成像的图像像素点缺失、图像分辨率较低等问题,且为更好地保护图像的细节信息,给出了结合双能和小波技术的图像融合算法.对原始采集的图像进行小波分解,等价于用一组高、低通滤波器进行滤波.通过高能量和低能量下的小波分解,用基于邻域像素的关联性和区域方差提取低频分量.用Sobel算子检测局部细节信息,将梯度最大值作为算子检测的图像边缘输出,从而提取高频分量.采用小波重构算法进行逆变换,形成新的融合图像并进行定量分析.结果表明,这种双能融合方法可以很好地解决X射线单能量成像的局限性,较好地保护图像的细节信息,增强图像成像质量.     

基于小波变换和形态学的医学图像边缘检测

针对传统边缘检测算子对噪声敏感的缺点,结合小波阈值去噪和形态学边缘检测提出一种改进方法。首先对含高斯噪声的图像进行小波分解,然后再通过小波阈值法对高频系数进行处理,采用新设计的双结构形态学边缘检测算子对低频系数进行处理,最后用新系数重构出图像。实验结果表明:这种方法在去除噪声的同时较好地保留了边缘轮廓信息,是一种有效的边缘检测方法且具有实际参考价值。     

小波变换的自适应阈值图像边缘检测方法

在Marr的计算机视觉系统中，图像边缘检测占据着重要位置。但由于问题本身的复杂性和技术手段的限制，图像边缘检测的研究困难重重。近10年来，由于小波分析技术在工具和数学方法上的重大突破，试图将小波理论应用于图像边缘检测。根据边缘检测的评价标准，参照最佳边缘滤波器的设计要求，确定选择用于边缘检测的小波母函数的一般准则，并在此基础上构造出二次B样条小波，提出了基于小波变换的自适应阈值图像边缘检测的新方法。通过计算机仿真对该算法进行了验证，结果成于采用固定阈值的小波边缘检测。     

基于小波变换和数学形态学的遥感图像边缘检测

由于遥感图像一般带有较大的噪声，通过实验表明，用传统的边缘检测方法效果不理想。采用小波方向性检测技术并结合数学形态学的方法，提出了一种基于小波变换和小尺度的数学形态学的遥感图像边缘检测方法。实验表明本算法计算有效，边缘定位准确，对噪声有一定的抑制作用，边缘检测效果明显。     

一种基于二进小波变换的图像边缘检测方法

边缘检测是图像处理和计算机视觉领域最活跃的研究课题之一。传统边缘检测方法对噪声非常敏感,针对该问题在传统边缘检测算法分析的基础上,提出了一种基于二进小波变换的图像边缘检测方法。首先,对原图像进行二进小波分解,然后对低频子图像用直方图均衡化来进行增强,对增强后的低频子图像用二进小波变换模极大值点方法进行边缘检测得到边缘图像。实验结果表明,这种边缘检测方法明显优于对原图像直接使用传统边缘检测算子或二进小波变换模极大值点的边缘检测方法。     

联合提升小波和形态学的医学图像边缘检测

医学图像现已成为临床诊断、病理分析及治疗的重要依据和手段,医学图像边缘检测的好坏,会直接影响到后续的治疗过程.分析了基于小波变换和数学形态学的边缘检测算法的不足,提出了一种联合提升小波和形态学的医学图像边缘检测算法.首先对原始图像做提升小波变换,然后采用多方位形态学算子检测边缘,最后进行提升小波反变换.实验结果表明该方法能在有效地去除噪声的同时准确地检测出肺部病灶图像的边缘,是一种有效的医学图像边缘检测方法.     

基于恒比鉴别和小波变换的脉冲激光雷达成像

为了提升脉冲激光雷达的成像性能,减小杂波对雷达成像的影响,本文提出了一种将恒比鉴别算法和小波变换算法相结合的复合算法。利用由激光脉冲发射、杂波干扰、激光脉冲接收和生成目标图像构成的仿真模型,分别使用恒比鉴别算法,小波变换算法,恒比鉴别和小波变换的复合算法生成激光雷达图像。同时为了进一步提高新复合算法的性能,提出了一种基于新型的阈值函数的小波变换算法与恒比鉴别结合,生成激光雷达图像。仿真分析的对比结果表明,基于恒比鉴别和小波变换的复合算法的雷达图像的均方误差为9.5508,基于恒比鉴别和改进小波变换的复合算法的雷达图像的均方误差为7.9065,均方误差小于其他算法,从而证明了新复合算法在杂波识别方面具有更好的性能。     

Mixed scheme for image edge detection based on Wavelet Transform

A mixed scheme based on Wavelet Transformation (WT) is proposed for image edge detection. The scheme combines the wavelet transform and traditional Sobel and LoG (Laplacian of Gaussian) operator edge-detection algorithms. The precise theory analysis is given to show that the wavelet transformation has an advantage for signal processing. Simulation results show that the new scheme is better than only using the Sobel or LoG methods. Complexity analysis is also given and the conclusion is acceptable, therefore the proposed scheme is effective for edge detection.     

小波变换在遥感图像处理中的应用

遥感图像处理对于航空、航天、军事侦察、灾害预报等许多军事和民用领域至关重要,本文针对遥感图像噪声大、边界不清楚等问题,提出了应用小波变换对遥感图像进行降噪和边缘检测处理的方法。然后详细介绍了基于小波变换的图像降噪和图像边缘检测原理,并对具体的遥感图像进行降噪和边缘检测处理,实验结果表明小波变换降噪结果优于中值滤波和均值滤波降噪结果,基于小波变换的边缘检测可有效地检测遥感灰度图像的边缘,其边缘检测结果优于Canny算子。     

基于多方向小波期望最大融合的图像边缘检测算法

针对传统图像边缘检测算法抗噪能力差,定位准确性不高的缺点.提出了一种基干多方向多尺腰小波变换的图像边缘检测算法.该算法利用小波变换各尺度间边缘梯度信息的关联及备方向上边缘梯度信息的互补,首先从多个方向对图像进行多尺度小波变换.然后将各个方向上小波系数根据期望最大规则进行融合,再通过最大墒阈值处理,形成图像的边缘。宾验结果表明,由于算法省去了求模值过程,使计算更加简单.同时通过多方向小波变换能尽可能地搜索各方向的图像边界,使边缘定位更加准确.