基于多尺度数学形态学梯度的图像检测

传统边缘检测算子如Canny、Sobel等是通过计算图像中局部小区域的差分来工作的,对噪声比较敏感,在检测边缘的同时常会加强噪声,形态边缘检测器在检测边缘的时候不会加强或放大噪声,单尺度形态学梯度算子结构元素过大或过小都不能检测到满意的结果.将多尺度形态学边缘检测和形态学滤波结合起来,提出一种边缘检测方法.首先利用形态学对多尺度的形态学梯度算子进行边缘检测,再进行填充内部缝隙,接着进行形态学边界平滑,最后通过分割掩模到原图像的结果.仿真结果表明,所提算法能够非常清晰地检测到目标图像的边缘,提取的图像边缘定位准确且平滑,同时具有较强的抗噪能力.     

多尺度小波在边缘检测中的应用

本文根据小波变换原理,利用B样条函数近似构造高斯小波函数作为检测算子,提出了一种简单有效的多尺度边缘检测方法。实验结果表明,该方法用于图像边缘检测效果较好。     

改进的基于模糊集的边缘检测算法

传统的边缘检测方法对模糊边缘图像不敏感。改进了模糊边缘检测算法,用min-max重心法模糊推理该点的边缘隶属度,实现边缘检测。给出了应用本算法边缘检测的实例,并与传统的边缘检测算法进行了比较。结果表明,本算法比传统算法边缘检测效果好。     

基于米字型结构元的形态学边缘检测算法研究

形态学衍生于集合论,其核心思想是通过将不同大小、方向和结构的元素放入图像中,进行形态学变换运算来对图像进行边缘检测.为了解决噪声等一系列问题,研究者们将形态学中的各种算法组合起来,形成了诸如多结构元、多尺度法的形态学边缘检测算法,每种方法都提高了抗噪性和精确性.本文提出了多尺度米字型结构元改进形态学边缘检测算法,以不同尺度的米字型窗口结构元和改进形态学相结合来达到图像边缘检测的算法.米字型结构元保证各方向信息的基础上,当结构元扩大的过程中相较于传统方形结构元,有效地减少了运算量.与之前的形态学边缘提取算法相比,对于含噪声的图像的边缘提取效果和运算时间都有一定的提高.     

物理光学建模方法的研究

针对现有的物理光学系统建模方法普遍存在运算量较大、执行速度较慢的现状,提出了自适应多尺度光学边缘检测建模的思想.利用小波分析的去噪重构原理,通过对光学边缘检测的结果建立不同等级的阈值,由多等级的阈值的确立实现对被测物理对象光学模型边缘的多尺度锐化,实现对光学模型的去噪,进而实现所建立的物理光学系统的模型能够在面对不同的边缘尺度下保持一定的自适应,对于进一步提高光学建模的方法及研究具有一定借鉴意义.     

多尺度顺序边缘连接算法在乳腺图像边缘检测中的应用

在图像处理与分析领域,边缘检测是一个重要的研究内容。本文将多尺度顺序连接算法（MultiresolutionSequentialEdgeLinking,MSEL）应用于乳腺边缘检测,采用金字塔结构分解图像,用低分辨率子图上的全局边缘信息指导高分辨率子图上的顺序边缘搜索,从而降低噪声干扰,减少了伪边缘,提高边缘检测的准确性。实验表明,多尺度顺序边缘连接检测算法对于乳腺放射图像的边缘检测效果有明显改善。     

基于多尺度数学形态学边缘检测的图像配准的理论研究

在数字图像处理中,边缘检测和图像配;住是两种最为关键的技术本文研究了多尺度数学形态学边缘检测算子,并在理论上提出了基于多尺度数学形态学边缘检测的图像配准算法。     

基于EMD和ANFIS的股票市场短期预测

结合经验模态分解（empiricalmodedecomposition,EMD）算法和自适应神经模糊推理系统（adap-tiveneuralfuzzyinferencesystem,ANFIS）算法应用于股票市场预测,提出了一种新的股票市场的预测模型,即EMD-ANFIS的多步预测模型。首先应用EMD算法把原始数据分解成不同尺度的基本模态函数（IMF）和残差（RES）,然后通过ANFIS算法对生成的各个IMF和RES进行自适应神经模糊推理,再把各个预测结果进行简单的聚合作为股票的预测价格,并与传统的预测方法进行比较,实验证明了EMD-ANFIS的多步预测模型具有更高的预测精度。     

基于非下采样轮廓波变换与数学形态学方法的图像边缘检测(英文)

提出了一种新的图像边缘检测算法,该算法融合了非下采样轮廓波变换与数学形态学方法来实现图像的边缘检测.首先,源图像被非下采样轮廓波变换分解成多尺度、多方向子带;然后,分别采用双阈值模极大值算法和数学形态学方法提取高频与低频子带的边缘信息;最后,综合高频、低频子带边缘信息,得到源图像全部的边缘信息,并进行细化,剔除孤立点,获得源图像的边缘.仿真实验结果表明:新算法能够有效抑制噪声,去除伪边缘,一定程度上克服了光照不均引起的不良影响;与传统经典算法LoG,Sobel和Canny及模极大值方法相比,该算法能保持足够的定位精度和边缘细节,且边缘轮廓的完整性、光滑度、清晰度等得到明显提升.     

基于DSP的小波边缘检测研究

借助于TI公司的TMS320VC5416图像处理芯片作为数字图像处理硬件平台,利用CCS开发环境来构建应用程序优化;实现小波多尺度方法来提取边缘,实时得到一系列连续帧的边缘图像。实验结果表明,该方法较好地提高了图像边缘检测的运算速度,满足了实时性要求;能有效地抑制噪声对图像边缘检测的影响,保留了图像边缘细节。