Hough变换边缘参数提取算法

研究了一种目标物体边缘参数的提取算法，霍夫变换是图像处理和计算机视觉过程中常用的一种方法，用来在图像中提取目标边缘，文中提出一种新的算法以提高霍夫变换的边缘参数的检测能力，并用迭代中值滤波来完成直线边缘的定位，计算机仿真结果显示这种算法的有效性。     

小波变换在图像去歪斜中的应用

提出了一种基于小波变换的图像去歪斜方法．图像去歪斜的关键在于边缘检测和边框提取．边缘检测采用由租到细的方法,利用小波变换的多分辨率特性,得到的结果较传统的方法有更好的去噪和定位性能,并能保留必要的细节．边框提取则是用改进的H0ugh变换寻找直线,将参数空间两次     

小波变换在图像去歪斜中的应用

提出一种基于小波变换的图像去歪斜方法。图像去歪斜的关键在于边缘检测和边框提取。边缘检测采用由粗到细的方法，利用小波变换的多分辩率特性，得到的结果较传统的方法有更好的去噪和定位性能，并能保留必要的细节。边框提取则是用改进的Ｈｏｕｇｈ变换寻找直线，将参数空间二次量化，在一定程度上解决了常规Ｈｏｕｇｈ变换抗干扰性和精度之间的矛盾。     

运动点状目标检测的改进算法

讨论了用Ｈｏｕｇｈ变换、匹配搜索和神经网络来检测点状运动目标的方法，当目标信号微弱时，目标检测必须依靠多帧信号的积累。Ｈｏｕｇｈ变换、匹配搜索和神经网络对于可检测信杂比，计算复杂性及可实现性等各有其特点。本文通过计算机仿真和理论分析对几种算法了比较，并提出了相应改进的综合算法。