小波变换边缘检测特性分析

本文一改以往的以仿真的感性效果作为信号边缘检测质量的效果评价方法，提出小波变换边缘检测定位精度和抗噪声能力量化分析方法，基于小波变换的边缘检测算法，物理意义上是一个先进平滑，再进行边缘检测的过程，其边缘持性与边缘类型和尺度大小有关，随尺度增大，定位偏差增大，反映了小波变换局部化特征强弱对边缘检测特性的影响，本文给出了不含噪声和含有噪声情况下，典型边缘定位精度的量化表述。     

二项分布—拉普拉斯和离散的高斯—拉普拉斯边缘检测算子的 性能

本文从空域及频域两方面对二项分布——拉普拉斯(LOB)及离散的高斯——拉普拉斯(DLOG)边缘检测算子进行了分析比较.在两种算子的尺度空间常数很大时,它们的时域和频域特性及对图象进行边缘检测的性能是基本相同的.但当尺度空间常数较小时,从它们在频域中带通特性的中心频率、3分贝带宽及截止频率处的高频衰减性能进行比较可知,LOB算子稍优于离散的LOG算子.故LOB算子可看成是LOG算子的一种离散实现.文中给出了实验结果,证明了分析结果的正确性.     

基于二进小波变换的图象多尺度边缘检测算法及应用

系统介绍了二进小波变换在图像连缘检测中的算法,使用该算法可以地分辨出图像的轮廓特征,实验证明该算法是可行的。     

常用图像边缘检测方法及Matlab研究

边缘检测在数字图像处理中有着重要的作用。为了在实际应用中能够选择最佳的边缘检测方法,采用Matlab语言编程,将若干常用的边缘检测方法应用于花瓶边缘检测仿真实验,包括微分算子法（Robert算子、Sobel算子、Prewitt算子和Kirsch算子）、高 数字图象处理 边缘检测方法 Matlab对比研究 微分算子法 斯-拉普拉斯算子法、坎尼算子法、零交叉法和Frei-chen边缘检测法等。经过对结果的对比研究,得到其各自特性和适用范围。     

噪声图象边缘检测的快速统计算法

本文针对边缘检测算法中统计法速度低这一问题,在Huang提出的基于最大似然估计的算法基础上,简化了判决统计量,从而构成了一种新的快速算法。理论与实验结果表明,本算法比Huang算法速度提高了10倍左右,效果也明显改善。     

用Prewitt算子细化边缘

传统的边缘检测算予一般都只能得到比较宽的边缘,这为以后的图像处理带来了一定的困难。本文通过对图像边缘特征的分析,提出了一种新的边缘细化方法——Prewitt算子细化边缘。实验表明,这种方法能在保持原有信息的前提下,给出令人满意的细化结果。     

利用自适应灰度形态学检测噪声图像边缘

传统的形态学边缘检测算法采用固定的结构元素时图像边缘进行提取,通用性不强.本文提出一种结构元素种类、滤波所使用的结构元素的尺寸郜白适应的图像边缘检测算法,该算法根据模板匹配方法,选样最优匹配的结构元素;针对不同浓度的噪声图像自适应选取结构元素的尺寸进行滤波,并进一步检测图像的边缘.仿真表明,该算法在不同噪声图像的边缘检...     

抗噪形态学边缘检测新算子

提出了一种基于抗噪形态学算子的新算法。该算法大大增强抗噪形态学算子的抗噪能力,并且实现对同时混有椒盐噪声和高斯噪声的图像进行噪声滤除。实验过程中使用仅含噪声的图像进行算子的仿真,使结果更清晰、直观。实验结果表明,该算子有良好的抗噪能力,对噪声的大小和浓度要求都比较小,鲁棒性较强。     

不同噪声下边缘检测的比较研究

边缘检测一直以来都是一种不适定问题。本文旨在通过三种不同的边缘检测方法对具有两种不同的噪声的图像检测结果进行比较,并分析孰优孰劣。另外特别比较了经过高斯滤波后Sobel算子与高斯-拉普拉斯算子的检测效果,并且提出一种修改的Sobel算子,对实际操作中工作效率的提高起到一定的作用。     

模糊迭代边缘检测器

该文主要研究了受不同噪声污染图像的边缘提取问题,提出了一种基于模糊理论的边缘检测算法。该算法将滤波窗内的像素看成模糊集,根据其不同的隶属度将窗内像素分成两个子集,在两个子集内进行模糊均值迭代运算,然后将收敛后的两个值通过差分运算来提取边缘。计算机模拟表明,此种方法对于高斯噪声、脉冲噪声及混合噪声都有较好的抑制能力。     

一种新的最大选择恒虚警检测器

本文提出一种基于有序统计(OS)和单元平均(CA)产生局部估计,并应用最大选择(GO)产生检测单元杂波功率水平估计Z的新的恒虚警检测器(OSCAGO)。我们推导出了该检测器在Swerling Ⅱ型目标假设下的虚警概率(Pfa)、检测概率(Pd)和度量平均判决门限(ADT)解析表达式。分析了它在均匀背景和强干扰环境中的检测性能。并且把它与OS-,GOSGO-CFAR进行了比较。结果表明,OSCAGO在均匀杂波背景和多目标情况下的检测性能与OS和GOSGO相比,都有很明显的提高。在干扰目标数为某些值时,OSCAGO的CFAR损失比GOSGO小近3dB。     

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。     

A NEW EDGE DETECTOR WITH THINNING AND NOISE RESISTING ABILITIES

This paper presents a new edge detector using 5 ~ 5 mask, which can reduce noise efficientlybut not increase the width of the detected edge which always happens in the case of using the 5×5 windowedge detector. Besides, in order to handle the problem that the contrast decreases in the dark regioncaused by underexposure, this detector uses a self-adjusting threshold, so that it can detect the edge in re-gions of different grey background correctly.     

新型MFSK最佳相干解调器

本文推广了作者在1999年提出的方法和结论[1],讨论了在信号各频率振幅受到的衰减不一致并存在有色加性高斯噪声(IGDF-ACGN)信道条件下,M进制FSK(MFSK)信号的最佳相干解调问题。导出了最佳解调器的结构,说明了该解调器中有关参数的估计方法,以及实现时遇到的矢量、矩阵运算的有关快速算法。从理论和计算机模拟实验两方面说明了所导得的最佳解调器,不仅在IGDF-ACGN信道条件下是最佳的,而且在加性高斯白噪声(AWGN)信道条件下也是最佳的。文中给出了误码率的计算机模拟曲线。     

一种新的SAR图像的边沿检测方法研究

该文针对合成孔径雷达(SAR)图像的特点,利用小波变换的高频分量能反映边沿细节的特性,提出了一种结合小波变换、模糊中值滤波、自适应门限判决和微分梯度算子的边沿检测的新方法,在采用模糊中值滤波时,提出了一种自适应选择模糊中值滤波系数的方法。实验研究的结果表明该方法具有良好的边沿检测效果和稳定性。     

低信噪比图象边缘提取的非线性方法

针对低信噪比图象的边缘提取问题,本文提出了一种非线性方法,即利用大窗口平滑去噪性能强与小窗口提取边缘性能好相结合的方法,此时采取大窗口滤波,小窗口中作非线性的微分算子求导。为了避免求导后阈值选取的盲目性,文中提出了一种噪声引导的阈值确定准则,并根据这个阈值分割图象。在大窗口滤波中,采用了二维卷积等于两个一维卷积级联的技术压缩滤波器的存储空间。最后对这种方法进行了性能评价,并且给出了实验结果。     

小波变换边缘检测特性分析

本文一改以往的以仿真的感性效果作为信号边缘检测质量的效果评价方法,提出小波变换边缘检测定位精度和抗噪声能力量化分析方法。基于小波变换的边缘检测算法,物理意义上是一个先平滑,再进行边缘检测的过程,其边缘检测特性与边缘类型和尺度大小有关。随尺度增大,定位偏差增大,反映了小波变换局部化特征强弱对边缘检测特性的影响。本文给出了不含噪声和含有噪声情况下,典型边缘定位精度的量化表述。     

一种数字式正交检波器的设计

本文提出了一种直接对中频信号进行A/D变换,然后在数字域中对信号进行正交检波处理的新方法。由于是在数字域中进行检波,因而可以得到高质量的正交检波信号,高保真、高效率地提取载波信号中的信息,大大提高了系统的整机性能。最后还给出了一种实验方案和实验结果。