基于图像小波变换的食品包装印刷缺陷检测方法

目前我国食品企业对于其产品包装要求越来越高,其中印刷作为包装工艺中展示产品和吸引消费者的重要部分,已受到许多企业和研究人员的关注。对食品包装印刷缺陷检测系统进行介绍,主要阐述图像预处理部分。建立传统小波变换算法模型和改进型小波变换算法模型,并利用仿真性实验对这两种算法的检测精度进行对比分析,结果表明改进型图像小波变换算法能够很好的提高食品包装印刷缺陷检测的准确性,并实现无损检测。     

基于小波变换及投影分析的织物倾斜度检测算法

为了实现对织物倾斜度的精确检测,本文基于小波变换及投影分析提出一种有效的倾斜度检测算法。首先,待检织物图像经过一层小波分解,并提取出纬线边缘;然后利用形态学滤波方法中的腐蚀操作消除边缘噪声;最后将处理好的边缘图像在一定角度范围内以一定的步长进行旋转,并求出在每一个角度下的投影向量,通过判定函数确定织物图像的倾斜角度。实验结果证明,对于平纹图像,可获得大于95%的准确率,即使对于纹理较为复杂的花纹图像,仍能获得大于88%的准确率。可见提出算法具有较高的准确率和较好的实用性。     

基于FCM与小波变换的碳纤维木质复合材料图像分割研究

针对模糊C均值聚类(FCM)图像分割算法对图像的噪声敏感以及算法只利用了图像像素本身的特征并没有考虑像素的邻域信息等问题,将其与小波变换相结合应用到自制短切碳纤维木质复合材料的微观研究中。该改进FCM算法利用小波变换确定聚类中心与改进欧氏距离计算函数,再利用邻域像素的信息改进像素特征值,从而实现优化FCM的目标函数计算方式。通过实验分析与对比,该改进算法图像分割边缘清晰与抑制噪声能力强,同时算法在运行时间与迭代次数上均有所减少,具有一定准确性与可靠性。     

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。     

应用优化霍夫变换的细纱断头检测

为通过视觉方式在细纱生产中检测断头,根据纱线图像在方向上的特殊性,开发一种实现细纱断头检测的算法。借助工业相机捕获运动中的纱线,首先经小波去噪平滑图像,然后通过优化的霍夫变换和共线性检验提取纱线准确信息,最后根据实际纱线的距离特征判断是否存在断头。实验选用sym 4 小波基,结果表明：阈值为10时去噪效果最优,以边缘检测算子prewitt 筛选垂直方向进行检测,并对霍夫变换优化,将检测角度缩小到［ －10°,10°］,角度间隔扩大为4°,运算时间由0.46 s减少为0.31 s,缩短了运算时间,提高了运算速度,该算法可准确地判断纱线的断头信息。     

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.     

织物疵点图像边缘检测算法研究

阐述了一阶、二阶微分，Canny和基于小波等多种图像边缘检测方法，并对织物疵点图像进行了边缘检测，分析了各种方法在图像边缘检测应用中的优势和缺陷，结果表明，Canny和小波检测算法对织物疵点图像的边缘检测能够得到满意的效果，提供了较好的织物疵点边缘检测的途径。     

基于离散小波变换和奇异值分解的数字水印算法

当前数字作品的版权保护问题备受关注,数字水印是保护数字作品版权的有效手段。本研究针对大容量水印嵌入问题,提出一种基于离散小波变换和奇异值分解的灰度图像数字水印算法。首先,利用离散小波变换将原始图像分为LL、LH、HL和HH四个子带;其次,通过奇异值分解获得LL子带图像的对角矩阵S~l以及水印图像的对角矩阵S~w;然后,将矩阵S~l与S~u进行叠加来完成水印嵌入。该算法的突出特点为嵌入的水印容量大,且算法具有较强的鲁棒性。实验证明,嵌入水印后的图像在经受高斯噪声、椒盐噪声、旋转等攻击后,利用该算法仍能提取到有效的水印图像。     

基于奇异值变换和多级离散余弦变换的抗旋转攻击盲水印算法

将contourlet变换和多级离散小波变换的"多级"概念引入离散余弦变换(DCT),对传统的DCT数字水印算法不能有效抵抗几何攻击的缺点进行了定性的分析,提出了一种在离散余弦变换域将奇异值变换(SVD)和多级离散余弦变换(MDCT)相结合的鲁棒性水印算法.该算法首先将宿主图像从笛卡尔坐标系转换到对数极坐标系下,然后对对数极坐标系下的宿主图像进行多级离散余弦变换,再对MDCT后的图像进行奇异值变换,最后将仿射变换后的二值水印图像嵌入到奇异值中.仿真实验表明本文算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于DCT的数字水印算法,同时对于旋转几何变换也具有很好的鲁棒性.     

基于多分辨率B样条小波分析的大米裂纹检测研究

针对目前大米外观裂纹指标检测方法落后、检测结果缺乏客观性,可重复性差等缺点,提出一种基于双正交B样条小波变换的大米裂纹检测方法。通过图像增强、图像滤波等步骤从原始图像中提取单体米粒图像。并对提取出的单体米粒图像进行小波变换以突出米粒裂纹特征,大大提高了裂纹检测的定位精度。结果表明,该方法可以比较全面地检测出图像中的实际裂纹,检测边缘位置和实际边缘位置十分接近,并且避免了单个边缘产生多个响应的情况,为进一步完善大米品质检测提供了理论和实践基础。     

基于Gabor小波变换的运动织物疵点三维检测

本文提出了一种基于Gabor小波变换的运动织物疵点三维检测的方法,此方法通过采用SFS(Shape FromShading)算法为基础,从单张图像中获取疵点的三维信息,采用的Gabor小波变换方法实现了空间域和频率域的最佳定位,使得疵点图像被增强,正常纹理图像被减弱,从而可以提取图像疵点的局部细微变化特征,为获取更加准确的疵点三维信息和实时在线检测织物提供了很大帮助。实验结果表明此方法可以有效的获取织物疵点的三维形貌且简单快捷,误差较小,能达到实时性的要求。     

小波变换在图像数据压缩中的应用

从小波变换出发,结合图像小波变换的特点,对小波在图像压缩领域的应用作了介绍.指出小波变换对图像处理最大的贡献就在于它提供了更大的选择空间,可以结合人眼的特性进行有目的的处理,进而使图像数据压缩可以在最基本的层面———人的需要上进行.     

一种基于改进的HOUGH变换的车轮检测方法

针对进出特定场所的车辆,本文提出了一种基于改进的Hough变换的车轮检测方法,该方法能够识别车辆的型号和特征参数。首先通过变为灰度图像、变为二值图像、形态学图像处理、Canny边缘检测等算法进行图像预处理,然后使用改进的Hough变换对车轮位置和大小进行检测。通过实验分析,本文提出的方法能够较为精确地检测出目标车辆的车轮位置和大小,并成功应用于某车辆识别系统。     

一种基于小波变换与局部能量的多聚焦图像融合算法

提出了一种基于小波变换与局部能量的多聚焦图像融合算法.对不同聚焦图像进行小波变换.采用局部离散度准则对各个方向上的高频系数进行融合,采用小绝对值准则对低频系数进行融合,对融合后的小波系数进行重构,这样得到高低频比例升高的融合图像.结果表明,该方法可提取出多聚焦图像中的清晰目标,生成的融合图像效果优于用一般小波变换方法生成的图像.     

基于小波变换和混沌映射的彩色图像加密方法

本文提出一种基于小波变换和混沌映射的彩色图像加密算法。首先利用3D混沌猫映射来置乱明文图像的RGB三通道的小波变换系数,然后在空域上,利用耦合映像格子模型(CML)对置乱后明文图像进行扩散。该算法充分利用了空域和频域加密的优点,增强了加密效果。仿真实验结果表示了该算法的有效性。     

基于小波分解和奇异值分解的织物疵点检测

探讨基于小波分解和奇异值分解的织物疵点检测效果。运用三种算法进行了织物疵点检测。采用基本奇异值分解法进行机织物疵点检测,检测结果受噪声影响较大;采用Haar小波对待测图像进行除噪,边缘检测性较弱。利用Gabor小波良好的图像边缘敏感度、方向和尺度选择性,进行图像滤波,再进行SVD分解。结果表明:Gabor小波和SVD的融合算法可以对图像多种方向多种尺度进行调节,检测效果较好。认为:Gabor小波和奇异值分解相融合算法可应用于机织物疵点检测。     

小波包变换技术在图像处理中的应用

为了避免图像视觉效果在传输和获取过程中受到混合噪声的影响,采用小波包分解和重构的算法、空域滤波器进行去噪和小波进行图像融合的方法对图像进行技术处理.实验表明,利用小波包变换技术能对含多种噪声的图像进行增强处理,既能去除图像噪声,又能保持细节背景清晰的图像增强效果.     

基于Gabor变换和BP神经网络的人脸检测算法的Matlab实现

提出了一种基于Gabor变换和BP神经网络的人脸检测算法.该算法以Matlab为平台,运用Ga-bor小波变换实现图像特征的提取,并对所提取的特征进行降维处理,通过构造2层BP神经网络,对从ORL人脸库中提取的样本进行训练学习并利用模板匹配及形态学腐蚀和膨胀处理,实现对测试样本的人脸检测.试验结果表明,该算法计算复杂度低,运算快,对正面人脸的检测与定位准确性较高.     

基于小波分析与纹理能量变换的织物疵点检测

为了准确检测织物疵点,将含疵点织物图像进行二维小波分解,在小波分解后的经向和纬向子图上将图像分成大小相同的矩形局部重叠窗口,对矩形窗口进行laws纹理能量变换,并将变换结果与给定的阈值进行比较,进而检测和识别出疵点.试验证明,该方法对素色织物的断经、缺纬具有快速、准确的检测效果,也可以检测双经、双纬等疵点.