基于小波变换的图像边缘检测

根据小波变换原理,指出在边缘检测之前先对图像进行自适应平滑滤波。同时,选取更加有效的小波函数,以改进用于构建边缘检测算子的滤波器。结果表明,该方法用于图像边缘检测效果较好。     

基于图像边缘检测的小波阈值去噪方法

提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息.     

基于二次采样小波变换的拉普拉斯边缘检测方法

提出了一种新的基于小波变换的拉普拉斯图像边缘检测方法：采用二次采样小波变换方法生成图像的梯度图像,然后采用普通拉普拉斯算子提取出图像的边缘.实验结果表明该方法既能够有效地抑制噪声,又能够清晰地提取到图像的真实边缘.有利于完善拉普拉斯边缘检测算子.     

一种基于小波变换和边缘信息的地理图象压缩方法

利用小波变换的多尺度特性,根据压缩比的要求,选择恰当的小波函数和分解尺度,用此来检测出图象的边缘点,对一幅图象只存贮边缘点及左右码。如果要求较高的压缩比,则进一步用直线段或园弧段进行拟合,只存贮端点等及左右码,解码特别快。     

基于小波域图像融合的边缘检测算法研究

针对多聚焦度分析和部分有损图像分析中难以提前完整边缘信息的问题,提出了一种基于小波域图像融合的边缘检测算法。它是在小波变换多分辨率分析的基础上,运用图像融合及图像增强理论,使得小波子带边缘信息量最大化,再运用经典的Canny算子边缘检测算法最终实现图像边缘的检测。     

小波包变换在图像边缘检测中的应用

简要介绍小波包变换的基本原理,给出基于小波包变换的图像边缘检测方法.用MATLAB仿真实验结果表明该算法对图像噪声干扰有较强的抑制能力,提取的边缘定位准确.     

小波变换在图像边缘检测中的应用

提出将小波变换应用于图像边缘检测的具体算法原理,将其应用于图像边缘检测具有定位精度高、去噪效果好的优点,仿真结果表明了此方法的正确性和有效性。     

图像边缘检测算法分析

图像边缘检测技术是图像分割、目标识别、区域形状提取等图像分析领域中十分重要的基础。对具有代表性的图像边缘检测算子进行了讨论,还结合小波变换方法和数学形态学方法分析了在边缘检测中的应用,并给出了这些算法的仿真实验效果,最后对实验结果进行了分析。这有助于学习和寻找更好的边缘检测方法。     

基于小波包分解的白细胞胞核边缘提取算法与实现

白细胞胞核的形状是病理学家观察和检查白细胞样本的重要依据,是白细胞自动分类技术的关键.因为通过它可以区分白细胞的种类,所以白细胞胞核的边缘检测对临床标本的自动检测和分类具有重要意义.但是由于在成像过程中,常常混入随机噪声,这使得原始图像(把尺度空间中零尺度下的结果看作是原始图像)的边缘检测比较困难.小波分解是近年来较常用的方法,它以不同尺度下小波变换所获系数的局部极大值来确定图像的边缘.但是小波分解的方式固定,而正交小波包分解可以根据信号的特性灵活的选择分解方式,因而更加适合于图像的边缘检测.本文尝试利用正交小波包分解的方法实现白细胞胞核的提取并最终取得了比较好的效果.     

低对比度图像增强与边缘提取

针对低对比度图像增强和边缘检测问题，提出基于小波变换并结合中值滤波增强和Sobel算子边缘检测的变换处理方法，能获得尽可能完整的图像特征。     

基于多尺度小波变换的图像识别研究

车牌字符识别是智能交通中关键,而边缘检测是车牌字符识别的一个重要方面。本文基于matlab利用小波变换技术对现实环境中拍摄的车牌字符进行噪声处理,并作出图像的边缘检测研究,设计出适合车牌边缘检测的程序算法,该方法适合车牌字符的相关检测工作。     

图像多尺度边缘的模糊推理检测方法

提出一种基于模糊推理的多尺度边缘检测方法.该方法充分考虑边缘的局部特性,利用多尺度上小波系数乘积模值与方向信息测度作为图像边缘特征的描述器,并将其作为模糊推理系统的两个输入变量,采用Mamdani型的模糊推理系统实现边缘点检测.实验结果表明,与传统算法比较,新方法检测的边缘细节丰富,令人满意.     

基于拟合的亚像素边缘检测的算法比较

针对传统的边缘检测算法精度不高,提出了基于不同核函数的最小二乘拟合的亚像素边缘检测算法。采用Canny算子对图像边缘进行粗定位,再以基于梯度幅值拟合的高斯函数与基于灰度值拟合的反正切函数和双曲正切函数作为拟合核函数,对一幅拍有标准量块图像的边缘进行检测,结果表明该算法能够有效的进行亚像素边缘检测。     

音调检测的小波分析算法研究

应用关于信号的小波变换摸当选择其小波函数为平滑数的一阶导数时在剧变点处表现为极大值的理论,提出用语音信号的小波变换模来检测声门的开启时间,从而确定音调周期的方法,并给出相应的小波算法。     

有限区间上的双正交小波的构造

图象处理中,提取图象的边缘特征不仅与选用的小波有关,而且与使用的算法也有关。文章详细介绍了有限区间上的双正交小波的构造,以样条函数构造的双正交小波为例来讨论,求出了L^2[0,1]上的RAesz双正交基。     

数字图像的小波去噪方法研究

由于外来信号的干扰,大多图像都含有不同程度的噪声。为了更好地对图像进行分析,就必须在图像预处理中减小这些噪声。图像去噪正是在保留图像原有重要信息（边缘等）的前提下降低或消除噪声。该文介绍了小波变换的基本理论,对以小波为工具的数字图像去噪方法进行了探索,同时选取不同小波基函数对多幅标准图像开展了大量仿真实验,并对小波基函数的选取以及软硬阈值去噪等相关问题进行了研究,得到了最优基的选择应根据图像自身的特征来确定等有意义的结论。     

基于小波变换和微分算子的图像边缘检测

本文提出了一种检测彩色图像边缘的新方法,该方法先把彩色图像分解为红、绿、蓝三基色图像,然后利用小波变换对三基色图像分别进行多尺度的分解,提取其低频系数,用微分算子检测其图像边缘,最后利用多通道信息融合的办法将三基色的图像边缘融合在一起。通过一个实验说明了该方法的有效性。     

边缘识别的正交多项式拟合及梁变形检测

介绍一种采用正交多项式进行边缘识别的新方法,先递推得到在拟合区间正交的多项式序列,由正交多项式按最小二乘法对数字图像中跨边缘像素灰度进行拟合。确定拟合系数时利用函数的正交性可以不用解方程,因此可以采用高阶多项式进行拟合,由拟合函数的导数识别边缘位置。新方法对边缘的拟合结果明显优于以前的普通多项式法。对生成图像的边缘识别结果表明,正交多项式拟合识别边缘的效果较好。简支梁模型试验表明,在一定的图像覆盖范围内,采用本文的图像检测方法,梁挠度检测精度与百分表检测精度相当,相对于百分表的点式检测,边缘检测属线状检测,检测范围大了很多。     

复杂腔体零件机器视觉图像亚像素边缘检测

基于复杂腔体类铸造零件机器视觉系统中的边缘检测问题,提出了一种改进的灰度矩亚像素边缘检测方法。提出了以模糊模型代替阶跃模型,将误差函数运用到矩方法的边缘检测算法。通过实验对检测精度和运行速度进行了对比,结果表明,改进的灰度矩边缘检测算法比传统算子具有更高检测定位精度和更快的速度,可满足图像目标高精度实时在线测量要求。     

小波去噪在基于近红外光谱的砂糖橘水分检测的应用

水分含量是衡量砂糖橘营养品质的重要指标之一,其快速无损检测显得越来越重要。本文基于小波变换的方法,对砂糖橘的500-2500nm区间的漫反射光谱,利用正交小波函数DBn(n=2,3,…10)分别进行2-6五个水平分解和消噪,并比较了不同小波函数和不同分解水平的消噪效果。结果表明,小波消噪有利于消除导数光谱中的噪声,提高建模精度,基于小波函数DB3(分解尺度为3)消噪后的导数光谱建立的PLS模型的预测相关系数为0.8725,预测均方根误差为0.6767。