分享到:

模糊框架下边缘检测方法的研究

在计算机视觉和图像处理中,边缘检测涉及到图像的灰度级发生重要变化的定位和导致这些变化的物理现象。这些特征信息的获取对三维重建、动画设计、图像增强和储存、图像配准以及图像压缩等工作的开展具有重要的作用,因而边缘检测被认为是图像处理工程中基础而重要的工作。虽然国内外在边缘检测的研究中已经取得许多成果,但是降噪与信息提取的最优决策中依然还存在巨大的研究空间。所以边缘检测的研究一直是图像技术研究中的热点和焦点问题。随着数字图像处理中精确度和智能化要求的不断提高,在原有技术手段的基础上,不断有新的数学思想和概念被引用到图像处理方法中。其中,把小波多尺度变换、模糊及广义模糊、随机过程等数学知识应用于图像的边缘检测中,是近年来图像处理工程中比较新而有效的研究方法。本文在对数字图像及数学方法的研究与讨论中获得两种新的边缘检测方法:其一,由小波多尺度手段和广义模糊算子法相结合,提出了基于多尺度广义模糊图像增强的小波边缘检测算法。该算法把小波变换在  (本文共58页) 本文目录 | 阅读全文>>

《中国无线电电子学文摘》2008年06期
中国无线电电子学文摘

自动化技术、计算机技术

...  (本文共84页) 阅读全文>>

《硅谷》2009年07期
硅谷

浅析图像边缘检测方法

介绍图像边缘的基本概念和经典的图像边缘检测方法。并着重近年来...  (本文共2页) 阅读全文>>

权威出处: 《硅谷》2009年07期
《信号处理》1992年04期
信号处理

一种快速模糊边缘检测方法

模糊边缘检测方法能有效地将物体从背景中分离出来,在模式识别图象预处理中获得了良好的应用。本文提...  (本文共9页) 阅读全文>>

天津大学
天津大学

超声医学图像处理中若干问题的研究

中文摘要超声心动图的心室容积测量是超声医学图像分割技术的典型应用;图像边缘模糊给心室容积测量的实践带来了很大的困难。本研究从这一典型应用出发,首先以小波变换理论为基础进行了超声医学图像噪声抑制及边缘检测方法的研究,接着在此基础上开展了基于纹理的图像分割方法的研究。本文在吸收前人成果和分析研究的基础上将小波变换、模糊集、粗糙集、马尔可夫随机场、特征空间聚类等理论和方法应用于超声医学图像处理,以此为基础提出了几种组合方法并对一些方法进行了改进。这些组合方法和改进的方法在超声医学图像处理实验中取得了满意的效果。本论文的主要创新表现在以下方面:改进了小波收缩噪声抑制技术,将在小波系数域进行的收缩改进到小波矢量模值域上进行;根据统计知识和李氏指数的理论推导出了各个阶次噪声抑制阈值统一公式。将粗糙集理论和旋转邻域技术应用于超声医学图像噪声抑制,通过定义噪声集合的条件属性集定义了噪声粗糙集,并分别利用上逼近集合和下逼近集合对图像进行了噪声抑制...  (本文共123页) 本文目录 | 阅读全文>>

湘潭大学
湘潭大学

基于局部能量的图像边缘检测方法研究

边缘检测是图像处理和计算机视觉中最基础也是最重要的部分之一,它被广泛的应用在图像分割、工业监测、智能交通视频监控系统等领域。因为边缘检测结果的准确性会对图像的后续处理产生很大的影响,所以如何有效的提高边缘检测结果的准确性成为边缘检测技术的重点研究方向之一。常用的边缘检测算子属于传统的边缘检测方法,它们是基于微分形式的方法。微分算子是根据图像边缘点的灰度值在一阶导数有极大值或者二阶导数有过零点的检测原理来判断图像中边缘点的位置。从数学角度分析,考虑到微分对函数曲线的光滑度具有很高的要求,而积分对函数曲线的光滑度要求并不是太高。因此,本文从数学积分角度出发,提出了一种新的基于局部能量的边缘检测方法。首先,对本文提出的局部能量的定义进行详细的描述,并具体说明局部能量值的变化过程。通过对局部能量的描述可知,边缘点的局部能量值要比平滑区域内像素点的局部能量值大很多。因此,本文根据构造的局部能量函数,通过分析局部能量值的大小来判断图像边缘存...  (本文共53页) 本文目录 | 阅读全文>>

哈尔滨工业大学
哈尔滨工业大学

基于梯度中心跟踪算法的亚像素边缘检测方法研究

随着工业4.0的发展、人工智能时代的到来,机器视觉的应用更加广泛和深入。基于机器视觉的工业检测是工业自动化中尤其重要的组成部分,先进的工业检测对视觉系统检测的准确性、稳定性、自适应性提出了更高的要求。通过提升硬件设备的性能来提升视觉系统的检测性能往往意味着成倍增长的成本投入,因此通过成本低、效率高的算法提升检测性能一直是工业界和学术界重要的研究内容。边缘检测是图像处理、机器视觉的关键内容,其作为一种底层方法,是目标检测、目标识别、目标跟踪和区域分割等高层应用的基础手段,边缘检测算法性能的提升往往能够有效促进图像处理和机器视觉中众多应用的发展。经典的边缘检测方法只能得到像素级精度的检测结果,难以满足精度要求;现有的亚像素边缘检测方法存在抑制噪声能力差、重复定位精度低、环境适应性弱等问题。亚像素边缘检测仍然是工业检测性能提升的限制之一。本文总结工业场景中目标轮廓边缘的分布特点,提出“历史边缘连续性”假设,即后续边缘点总是位于历史边缘...  (本文共70页) 本文目录 | 阅读全文>>