基于小波变换的多尺度边缘检测用于稻谷内部损伤的检测

针对稻谷在成熟、收获、分级包装、装卸运输、烘干、贮藏、加工和销售等各个环节容易产生损伤,而稻谷的损伤程度又难以精确评价的问题,开发了一套稻谷损伤检测装置,通过体式显微成像系统等获取损伤稻谷的高清晰显微图像,基于信号与噪声在不同尺度下小波系数模的变化规律,利用小波变换系数模局部极大值来提取稻谷内部损伤特征信息.结果表明:采用基于小波变换的多尺度边缘检测方法能较准确地提取稻谷内部损伤特征,并有效地降低噪声,较传统边缘检测算子有更好的效果.     

基于图像融合的边缘提取新方法研究

提出一种基于数学形态学和Canny算子边缘提取的方法。传统的基于形态学的边缘提取方法有较好的去噪能力,其得到的信息往往不完整,不能反映图像全部的边缘信息。为了得到比较完整的图像边缘信息特征,利用数学形态学的方法和Canny算子方法先对图像分别进行边缘提取,然后将两种方法处理后的图像利用小波分解进行图像融合,实验结果表明,该方法得到的图像边界较细腻完整,且具有较好的抗噪性。     

基于B样条小波的零件缺陷图像边缘检测

针对零件图像直方图多峰的特点,设计了自动阈值分割与B样条小波相结合的缺陷图像边缘检测方法.采用多次迭代方法自动选取区域图像的阈值,从而将特定区域从图像中分割出来.分析小波边缘检测的原理,构造B样条小波函数,通过B样条小波模极大值实现了零件缺陷图像的边缘检测.实验结果表明,此方法优于传统的边缘检测效果.     

基于Canny算子的白酒分子结构图像边缘提取

提出了一种改进的Canny和数学形态学相结合的白酒分子结构图像边缘检测方法。采用二维高斯函数的一阶偏导数来同时构造x和y方向滤波器计算梯度幅值,然后通过四阈值边缘检测方法进行边缘定位,最后引入了数学形态学对边缘进行融合。实验仿真表明,方法对酒分子结构边缘检测精度较准、抗噪性能良好,能有效的克服图像边缘模糊与断点,提高了...     

利用小波函数进行图像的边缘析取

论述了利用小波变换根据图像离散数值从大到小对图像边缘分层析取的方法,该方法可根据实际需要获得更高的图像压缩比。     

基于多尺度的纺织印染图像分色算法研究

对基于上下文信息的多尺度纺织印染图像分色算法的效果进行研究。比较上下多尺度图像分色算法与Mean-shift分色算法的分色结果与边缘轮廓的提取效果,发现多尺度分色算法的效果比Mean-shift分色算法的效果好。实验结果显示,多尺度分色算法利用多尺度上下文模型对分色结果进行不断修正,通过人眼观察设定图案的主要色调并且通过RGB空间与HSL空间变换,计算图案区域的色度值,进行纹理噪声及边缘孤立区域的后处理。比Mean-shift分色算法计算出的主要色调更加符合原始印染图案,并且避免了纹理噪声的干扰。     

小波变换及其在图像边缘特征提取中的应用

讨论了傅里叶变换的缺点及小波变换的定义,分析了小波变换和加窗傅里叶变换的特点。介绍用传统的4f光学处理系统实现小波变换,它在光学图像的边缘特征提取中能够很好地得到应用。     

基于多尺度小波变换的鸡蛋散黄检测方法研究

为建立一种快速有效的无损检测鸡蛋散黄的方法,构建了基于磁致伸缩振子扫频式振动的鸡蛋散黄检测系统,通过对采集的鸡蛋振动音频信号进行多尺度小波变换分析,找到新鲜蛋与散黄蛋的音频信号差异性,基于此提取合适的特征值,并分别构建基于BP神经网络、RBF神经网络和Hopfield神经网络的鸡蛋散黄检测模型加以比较。实验中,对300枚鸡蛋进行检测(训练集200枚,测试集100枚),结果表明,Hopfield神经网络对新鲜蛋和散黄蛋的识别效果最好,测试集中新鲜蛋和散黄蛋的识别率均达到98%,且检测每枚鸡蛋的时间为31.6 ms。研究表明,利用磁致伸缩振子扫频振动未知品质鸡蛋,再通过小波变换分析,并结合Hopfield鸡蛋散黄检测模型检测鸡蛋散黄是可行的。     

基于均值方差法的遥感图像多尺度表达算法

针对目前遥感图像的多尺度分割算法没有在同一幅图像中实现多尺度表达,文章提出了基于均值方差法的遥感图像多尺度表达的方法。首先用分水岭算法对遥感图像进行初始分割,然后用面向对象的分割方法,以均值方差作为分割质量评估参数,对遥感图像进行多尺度选择。得到多个最优尺度后,在遥感图像中进行多尺度表达,直到每个最优尺度都完成了区域选择。实验结果表明,多尺度表达结果合理,接近于人工解译结果。     

基于GHM多小波变换的非织造布多焦面图像融合

针对光学显微镜在单一焦平面下拍摄的织物图像部分区域纤维会模糊的问题,提出基于GHM多小波变换的非织造布多焦面图像融合算法。利用自行搭建的非织造布显微成像系统采集不同焦平面下的织物图像序列,对初始图像序列进行临界采样预滤波处理,使用2种融合方法逐一处理图像的高低频,初始织物融合图像经多小波融合及逆变换后获得,之后按上述方法将初始融合图像与后续单焦面图像融合,叠加循环至融合后所有纤维区域均能清晰显示为止结束收敛。实验结果表明,该融合方法能将不同焦平面下拍摄的图像序列进行数字化图像融合,达到单幅图像内全视野区域的纤维网清晰聚焦融合的效果,为之后的计算机图像处理及测量提供便利。     

小波变换和曲波变换的图像边缘检测新算法

边缘包含着图像的许多信息,它也是图像最基本的特征。目前,图像边缘检测是一个热门的研究问题,许多专家对其进行了研究,也取得了较理想的研究成果。专家就图像边缘检测的问题提出了许多新的算法,其中就包括小波变换和曲波变换相结合的图像边缘检测新算法。文章就边缘检测问题,探讨了小波变换和曲波变换的图像边缘检测新算法。     

基于小波域多尺度Markov随机场的织物印花图案分割

织物印花图案的分割是纺织印染工艺中一个非常重要的过程,为了提高纺织印花图案的分色精度,本文采用小波域的多尺度Markov随机场模型实现了织物印花图案的分割。该方法首先对图像进行预处理,然后对图像进行小波“金字塔”分解,在每一尺度的分割过程中利用了各尺度上的有关信息:特征场建模通过描述小波系数之间的相关性反映每一像素位置的特征属性,标记场建模通过考虑邻域标记间的相互作用反映图像分割的区域性。两种随机场建模以联合概率乘积的形式相互约束,共同作用于该尺度的分割过程。在分割过程中,从最低分辨率尺度到原始分辨率尺度逐次进行图像分割,低分辨率尺度的分割结果通过直接投影作为相邻的更高分辨率尺度的初始分割,最高分辨率尺度上的分割结果作为本文方法的分割结果。     

基于小波包分解的边缘检测算法

边缘检测是图像处理中极其重要的一方面,文章简要介绍了传统的图像边缘提取算法,并提出了基于小波包分解的图像边缘提取方法。通过Matlab仿真实验,结果证明了基于小波包分解的边缘检测算法的优越性。     

基于小波分解的多分辨率腹部CT图像的配准

由于组织结构复杂变形,腹部医学图像的配准仍然是一个挑战。本文提出了一种基于小波分解的多分辨率腹部CT配准方法,基本思想是从低分辨的图像开始配准率,并将配准空间变换作为高分辨率图像配准的初始值,利用B样条函数的局部控制性、光滑性和计算快速性实现图像变换;为提高图像的配准精确度,文中采用互信息作为配准相似性测度。实验结果表明,这种方法可以加快配准速度和提高配准精确度。     

多尺度分析生成的多重正交小波的性质

首先讨论了多尺度分析中子空间V0的性质,在此基础上得到多尺度分析生成的多重正交小波的几个等价条件,使得H.O.K im的定理2.6成为其的一种特殊情形.     

非线性多尺度分析与自适应图像分割

以基于小波变换的非线性多尺度分析为基础,提出了一种新型的图像特征增强算法,该方法可有效地用于图像区域分,文中以光滑尺度函数产生局域平均权值,用光滑差（ｄｉｆｆｅｒｅｎｃｅ ｏｆ ｓｍｏｏｔｈｉｎｇ）小波变换图像以提取图像的局域亮度变化,从而实现了基于尺度－空间对比度增强的自适应图像分,在实验中,以在视觉信息处理中表现出良好性能的高斯函数为尺度函数,通过对尺度－空间对比度取阈值来实现图像信息的增强,     

边缘检测算子在提取图像金色区域中的应用

为了提取图像中适合金墨印刷的金色区域,对边缘检测的方法进行了深入探讨,运用各种边缘检测算子分割图像。利用MATLAB对Roberts算子、Sobel算子、Prewitt算子、Log算子、Canny算子进行实验验证和分析。结果表明,边缘检测的方法基本上可以实现边缘轮廓的闭合,简单图像能产生连续的闭合轮廓,相比复杂图像效果要好,特别是对于那些背景不是太复杂的图像,图像分割的效果比较理想。分析比较几种算子,运用Canny算子进行边缘检测分割效果较好。     

基于三维小波变换的图像融合

比较了目前常用的各种二维图像融合算法 ,并就其中最理想的基于小波变换的图像融合算法利用可分离多分辨分析方法给出三维形式 ,为纺织领域各种适应特殊应用要求的三维图像融合算法的研究提供了一个好的框架。     

基于matlab的牦牛图像边缘检测研究

牦牛图像边缘检测是牦牛线性体型评定的基础。为此,介绍了牦牛数字图像检测的步骤。首先将RGB图像灰度化处理,而后对图像平滑降噪,再用高斯拉普拉斯算子对这一系列操作后的图像探测目标物体的边缘,检测出预想的目标图像。结果表明,经过一系列的预处理以后,检测出的牦牛图像边缘明显,便于后续计算区域内的牦牛数量以及判断区域是否过度放牧等实际问题。     

基于图像分析的大米尺度检测方法

提出一种基于图像分析的大米实际尺度检测实用方法。在实物旁边放置直尺，用小波变换提取刻度，从而求出两像素点间的实际距离；再由二值化后的大米区域与边缘曲线求出大米的平面投影面积、长短轴与周长。根据数字图像的特点，对边缘曲线作适当的抛光处理，使周长的计算接近实际。实验结果表明，所得结果与实物尺寸基本相符，可在大米分类检测中使用。