基于样条修匀公式的图像边缘检测

本文给出了一类基于Ｂ样条修匀公式的图像边缘检测算子,其过程是先利用等距Ｂ样条函数对图像｛ｆ（ｉ,ｊ）｝Ｎ－１ｉ,ｊ＝０做一个全息光滑曲面公式,进一步利用Ｂ样条函数的局部支撑性质导出,该曲面公式可以严格地局限于每点的某变邻域内计算,即Ｓ（ｘ,ｙ）＝∑（ｉ,ｊ）∈Ｎｋ,ｌ（ｘ,ｙ）ｆ（ｉ,ｊ）Ωｋ（ｘ－ｉ）Ωｌ（ｙ－ｊ）该曲面既有足够的光滑性,又有良好的保凸性;然后,基于这个光滑曲面Ｓ（ｘ,ｙ）,再通过求｜Ｓ｜的局部极大值点或求２Ｓ的零交叉来检测边缘．数值实验表明,这是一类十分成功的边缘检测算法,它简捷、可靠,便于实时处理,如可用于计算机视觉系统中的特征提取、图像分割、纹理分析等．     

B样条函数与图像边缘检测

介绍一种基于Ｂ样条函数的边缘检测算子,该算法是利用Ｂ样条函数对原始图像进行拟合,然后求拟合曲面一阶导数的模极大值或二阶导数的零交叉点来检测图像的边缘。根据Ｂ样条函数的局部性质给出了其平滑、一阶和二阶导数的具体卷积模板,该算法简洁,便于实时处理。     

B样条函数与图像边缘检测

介绍一种基于 B样条函数的边缘检测算子 ,该算法是利用 B样条函数对原始图像进行拟合 ,然后求拟合曲面一阶导数的模极大值或二阶导数的零交叉点来检测图像的边缘。根据 B样条函数的局部性质给出了其平滑、一阶和二阶导数的具体卷积模板 ,该算法简洁 ,便于实时处理。     

基于广义B样条滤波器的图像边缘检测

为了更准确有效地提取图像边缘,提出一种基于广义B样条数字滤波器的边缘检测算法.首先由线性微分方程推导出广义B样条的一般形式.其后,利用广义B样条函数组建了边缘检测微分算子模板,该模板继承了广义B样条尺度因子α,通过调节α,可以改变边缘算子滤波器的幅值特性和带通特性,进而获得边缘表征的最佳效果.而后,结合变分公式和广义B样条函数构造广义B样条光滑滤波器,该滤波器实现了在光滑滤波意义下的直接样条变换,与边缘检测模板算子配合使用可提高边缘检测的抗噪能力.实验证明：该边缘检测算法能有效地检测出图像边缘,无论是边缘提取效果还是抗干扰能力都优于传统的差分算子.     

用二次B样条小波进行图像的自适应阈值边缘检测

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,结果明显好于采用固定阈值的小波边缘检测.     

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。     

图像边缘检测方法分析与研究

边缘是图像的重要特征,边缘检测在计算机视觉、图像分析等应用中起着重要作用,是图像目标检测中一个基础而又困难的问题,本文分析了常规的边缘检测方法及其特点,并用这些方法分别对原始图像和噪声图像进行了处理,处理的结果表明,Sobel、Roberts、Prewitt、Kirsch、LOG算子的图像处理效果各有利弊,它们在定位精度、噪声敏感度和复杂度之间存在互相抑制的关系。     

用B样条小波进行图像的多尺度边缘检测

提出了一种基于B样条小波理论的多尺度图像边缘检测算子,并与传统的边缘检测算子:Carnny算子和Sobel算子,进行了比较.计算机仿真结果显示,该算子性能优于Sobel算子,与Canny算子性能相当,但比Canny算子算法简单,效率高.     

基于Canny准则的基数B样条小波边缘检测

本文基于Canny准则,分析了收敛于Canny算子和Marr-Hildreth算子的基数B样条小波,用数学方法分别计算出它们的信噪比SNR、检测精度L和伪边界平均距离M,并通过数学计算证明了用这两类小波做边缘检测时,收敛于Canny算子的小波优于收敛于Marr-川ldreth算子的小波.收敛于Canny算子的基数B样条小波既能象高斯函数的导数一样,近似满足Canny提出的最优准则,同时与Canny算子相比可以快速有效地实现.     

基于Cinny准则的B样条小波图像边缘检测

基于Canny准则,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多尺度自适应阈值图像边缘检测的新方法。     

边缘检测中Canny算子、二次样条小波算子性能分析

Ｃａｎｎｙ 算子和二次样条小波算子是最具代表的两种局部极值边缘检测算子，本文比较了这两种算子的抗噪性能和对单边、双边的边缘定位精度，理论分析表明二次样条小波算子的抗噪能力强于 Ｃａｎｎｙ 算子，在加噪情况下，其单边定位精度低于 Ｃａｎｎｙ 算子。在无噪声的情况下，其双边定位精度也低于 Ｃａｎｎｙ 算子。但二次样条小波算子具有较好的综合性能。最后给出的实验比较结果与理论分析结果完全一致。     

基于视觉模型的图像边缘检测算法

文章提出了一种基于视觉模型的图像边缘检测算法.作者采用具有反馈和前项控制连接的侧抑制模型进行图像信息进行处理,用零阶和二阶厄米特(Hermite)函数的组合产生系统的控制模板,组合系数通过梯度下降学习算法确定.这种以生物视觉感知机理为基础的神经计算方法可有效地均衡滤除噪声和增强边缘,同时将系统高维参数的学习问题转化为对少数几个参数的确定,降低了问题的维数和计算的复杂性.     

基于边缘视觉特征描述的自适应多尺度小波边缘检测方法

本文从人类视觉的特点出发，提出了一种新的图象边缘特征描述，根据该特征描述，定义了邻域的有效边缘测度，以作为边缘复杂程度的度量，并以此来调整多尺度小波边缘检测中的尺度参数，最后给出了相应的实验比较结果。     

基于边缘检测小波变换的图像融合研究

本文用基于极大值图像边缘检测的小波变换进行图像融合,即通过用B样条函数构造适用于图像边缘检测的小波对输入图像进行两个互相垂直方向的分解,然后分别用小波系数比较的融合准则和边缘比较的融合准则进行融合,实验发现由此融合的图像质量优于基于典型小波分解的融合.进行了仅用图像边缘融合并通过简单重构生成输出图像的实验,发现由此得到的融合图像质量可以在可接受的范围内,但可使参与融合的像素大幅度减少,这对于某些要求数据压缩,存储量较少的工程化图像融合系统有一定参考价值.     

基于神经网络的图像弱边缘检测方法研究

主要立足于图像点处理与神经网络相结合的思想,提出了一种基于边缘点特征的BP神经网络图像边缘检测方法.利用提取出的图像边缘特征向量作为训练样本来训练BP神经网络,进一步完成图像边缘的检测.最后,通过实验与传统的边缘检测方法进行了对比,结果证明该方法检测的边缘轮廓清晰,检测速度较快,特别对含有弱边缘的图像能够更好避免漏检和...     

基于B样条小波多尺度积图像边缘提取技术

结合了B样条函数良好的逼近特性以及多尺度积算法的抗噪性能,来达到图像边缘检测的最佳效果。首先通过选择合适的小波滤波器对信号进行小波变换,之后通过相邻尺度的小波变换相乘得到尺度积,以检测出图像的模极大值,最后通过阈值滤掉伪边缘,得到图像的边缘信息。实验表明,该算法相比其他传统检测算子能有效地抑制图像噪声,并且图像边缘和细节信息的失真量小。     

一种彩色PCB图像的边缘检测算法研究

在以图像处理技术为核心的PCB自动光学检测系统中,图像的边缘检测占有重要的地位,并且彩色图像提供的边缘信息更丰富.提出了一种检测彩色PCB图像边缘的方法.首先将彩色图像由RGB空间转换到HSI空间,然后应用基于中心样条滤波和4个模板方向的Sobel算子计算梯度幅值的改进Canny算子,分别对HSI的三分量检测其边缘,并...     

基于初级视觉系统原理的边缘检测方法

在现今的图像处理与计算机视觉的基本问题之中,边缘检测占据着极大的地位或者可以说起着极其重要的作用,其对数字图像之中亮度变化的标识作用十分的明显。其中对于深度上、表面方向的不连续、物质属性以及场景照明的变化的标识和处理都起着至关重要的基础性作用,其方法也是多种多样的。通常情况下都是基于搜索和零交叉的方式,通过计算阶段导数的计算,以确定所要检测的阈值。近年来随着检测方法的更新与变革,越来越多的处理需要与视觉上的感知、认知相结合来解决多种复杂的、简单的相关问题。检测中对位置、形状、颜色、运动以及亮度等特性基于视觉系统的认知原理也拥有了相对较高的要求。本文通过对初级视觉原理在边缘检测方法相结合以及应用做了简单的阐述,并验证了其可行性。     

基于边缘视觉特征描述的自适应多尺度小波边缘检测方法

本文从人类视觉的特点出发,提出了一种新的图象边缘特征描述。根据该特征描述,定义了邻域的有效边缘测度,以作为边缘复杂程度的度量,并以此来调整多尺度小波边缘检测中的尺度参数。最后给出了相应的实验比较结果。     

基于FSVM的图像边缘检测

图像的边缘检测技术是图像处理领域最基本的技术,如何快速、精确的提取图像边缘信息一直是国内外研究的热点。为了实际工程的应用,本文提出了一种新的基于模糊支持向量机的图像边缘检测算法;建立边缘检测的模型对理想状态和噪声状态的图像进行边缘检测的实验,仿真实验果表明,新的算法稳定性高,抗噪性能好,具有较好的检测效果。