由投影直接获取重建图象边缘的小波分析方法

本文对由投影直接获取重建图象边缘的现有方法进行了分析、总结和归纳，在此基础上提出了新的处理该问题的小波分析方法，并指出该方法较已有方法更为优越，最后举了实例证明此法可行。     

锥束CT仿真投影快速计算

针对离散体素模型仿真投影数据计算,提出了一种快速并行计算方法。首先从射线的对称性分析了投影数据的并行计算,然后通过Siddon算法来进行射线与体素的求交;结合SIMD技术实现了离散体素模型投影数据的快速并行计算。实验结果表明,在保持投影数据精度的同时,较之Siddon方法能够取得约1.9倍的加速比。     

一种线性提升小波的方向断面边缘检测法

提出了一种基于线性提升小波的方向断面边缘检测法．构建了一组提升小波预测函数，并推导了一个线性更新函数．通过对原始影像进行“分裂”、“预测”与“更新”运算，实现影像的小波分解，并利用分解后的小波系数构成影像的小波梯度图和方向图．在小波方向图和梯度图的引导下，根据方向断面检测原理实现影像的边缘提取，也利用方向图实现了边缘的跟踪与准确定位．结果表明，由于方向图对于线性特征更加敏感，所提出的方法对于线性目标的检测更加有效．     

基于小波提升的图像边缘检测算法

小波提升方案为第一代小波提供了更快捷的实现方法;本文比较了小波分析和提升方案的基本原理,提出了提升方案在图像边缘检测中的实现算法;最后,利用VC 工具进行了实验验证.     

基于边缘检测和小波分析的布匹瑕疵检测方法

针对常见的布匹瑕疵检测方法对破洞、油污检测不敏感的缺点,提出了一种将图像边缘检测和小波分析相结合的检测方法。该方法根据瑕疵边缘变化的差异,通过改进的Canny算子提取布匹边缘特征,识别出油污;选用最佳小波对非油污图像分别在水平、垂直方向进行三层分解,提取水平和垂直方向高频图像的特征值(能量、方差和极差),得到图像纹理频谱相应特征值的分布情况;对特征值归一化并设置相应的阈值,即可得到不同的特征向量,从而实现对断经、断纬和破洞的实时检测。实验表明,该方法的检测速度快,准确率高,可以满足检测要求。     

基于多尺度小波算子的图象边缘检测

分析了传统的图像边缘检测算法及其存在的问题，论述了基于多尺度的小波分析进行边缘检测的算法，并以实例说明基于小波分析得图像边缘检测算子效果更优。     

基于边缘的小波变换编码

基于原图像经低通滤波器且向下２减抽样后，变成了分辨率低、缩小至原图像的四分之一，经高通滤波后，过滤出垂直、水平、对角边缘信息这一观点，提出了基于边缘的小波变换编码，当对３个高频带量化和编码时，充分利用低频带的边缘与３个高能滤波器过滤出的边缘之间对应关系，仅对边缘点的小波变换系数进行编码，无需记下边缘点的位置从而更有铲地对图像进行高倍压缩。     

基于小波变换的多尺度图像边缘检测

边缘作为图像的最主要特征,成为图像信息获取的重要内容.而小波变换具有检测局域突变的能力,而且可以结合多尺度信息进行检测,因此成为图像信息边缘检测的优良工具.文章首先构造了高斯多尺度边界检测算子,然后根据信号边界与噪声边界的小波变换模值跨尺度传递的不同特性,讨论了不同尺度的检测算子检测的边缘所具有的特点,在此基础上提出由边缘传递、继承和生长构成的多尺度边缘关联融合算法.实验结果说明这种特征提取方法不仅有效地降低了噪声,而且融合的边界比较完整,定位准确.     

基于小波模极大值的点焊缺陷边缘检测

基于小波模极大值边缘检测原理，推导出一类具有良好反对称性的无限光滑小波并运用于点焊缺陷的边缘提取。实验表明，该方法能有效地提取缺陷边缘，并能获得较好的效果，从而为小波理论在工业X射线无损检测中的应用作了初步探索。     

图像边缘检测中小波系数的平移方法

从理论上分析了当低通函数或小波函数的对称中心偏离原点时，图像的小波变换系数所出现的偏移情况。依据分析结果，给出了纠正偏移的平移方法。实验结果表明，将该平移方法与基于小波变换的图像边缘检测算法相结合，检测出的边缘会更加理想，从而证实了该平移方法的正确性。     

基于小波变换的多尺度图像边缘检测算法

针对边缘检测算子的抑噪能力和定位精度之间矛盾,提出了一种基于B样条小波变换的边缘检测方法。首先对图像进行小波多尺度分解,在每种尺度下分别提取图像边缘;而后利用边缘信息的多尺度特性,融合多尺度边缘得到了单像素宽边缘。通过计算机仿真对该方法进行验证,实验结果表明该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,效果优于传统的边缘检测算法。     

基于小波变换的多尺度图像边缘检测算法

针对边缘检测算子的抑噪能力和定位精度之间矛盾,提出了一种基于B样条小波变换的边缘检测方法.首先对图像进行小波多尺度分解,在每种尺度下分别提取图像边缘;而后利用边缘信息的多尺度特性,融合多尺度边缘得到了单像素宽边缘.通过计算机仿真对该方法进行验证,实验结果表明该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,效果优于传统的边缘检测算法.     

小波软阈值算法去除SAR图像中的Speckle噪声

在详细分析了Donoho小波软阈值的基础上，应用小波变换技术对SAP图像进行分析处理。使用“小波局部软阈值算法”来计算阈值，对高频小波系数进行阈值确定。求得估计小波系数，对其取小波反变换后，去除SAP图像中的Speckle噪声。实验结果表明此方法对去除Speckle噪声十分有效，可以在含有Speckle噪声为背景的图像去噪中应用。     

焊缝图像边缘检测方法探讨

边缘特征是图象最为有用的高频信息。由于存在噪声,采用经典算子的方法,图像的边缘检测效果不太好。本文首先介绍了经典的边缘检测。然后,针对上述算法的缺陷,提出基于小波变换的边缘检测。实验结果分析表明,在边缘精度、强弱边缘提取和噪声抑制方面,该算法是有效的。     

提取深度图象尖顶边缘的一种新方法

提出了一种以基本数学形态学运算为基础的在深度图象中提取尖顶边缘的方法．首先用形态梯度算子处理深度图象，使尖顶边缘包含在图象的凹谷中．然后用形态凹谷检测算子将凹谷检测出来，并在尖顶边缘处形成凸峰．计算凸峰的局部极点，从而得到对应的尖顶边缘点的位置．用实际的深度图象进行了实验，结果证明这种方法快速有效，并且具有良好的抗噪声性能。     

一种基于小波变换和Canny算子相结合的边缘检测方法

提出了一种利用小波变换手段和Canny检测算子相结合的边缘检测处理方法。在提取图像边缘之前,利用小波变换能够检测局部突变的能力以及多尺度聚焦的功能,充分抑制图像噪声干扰的同时适当调整图像中目标与背景的对比度,最后利用最优阈值下的Canny算子提取图像边缘。此方法可以很好的消除因噪声干扰带来的虚假边缘,强化弱边缘,使之能够更理想的被检测出来。     

基于多尺度模糊逻辑的小波边缘检测方法

针对非极大抑制法中由于单一选定阈值所带来的确定性对边缘提取效果的影响,提出了一种新的基于模糊逻辑的图像边缘检测方法,即在不同尺度下实现图像的模糊增强,从而提高边缘检测精度.该方法对图像分别在不同尺度下低通滤波后实施广义模糊增强算法,增强灰度的区域对比度,更好地实现了在大尺度下抑制噪声、在小尺度下精确定位的效果.实验证明了该方法对影子(phantom)边缘的检测有较好的效果.     

基于小波变换的齿轮图像边缘检测

在基于计算机视觉技术的齿轮测量中,齿轮图像中的边缘信息是极为有用的,它是进一步进行齿轮图像分割的基础,直接影响到齿轮几何参数测量结果的正确性和可靠性。传统的边缘检测算子大都是基于边缘的灰度不连续性利用梯度局部最大值或二阶导数过零点来检测边缘,容易受噪声干扰。文中采用图像的多尺度小波变换局部模最大值进行边缘检测。检测结果表明,此方法降噪能力强,定位精度高,克服了传统方法的缺点。