基于灰色相对关联度的图像边缘检测算法

图像的边缘是一种重要的视觉信息是图像特征提取与分析理解的基础,其检测质量直接决定着后期理解的效果。边缘表示为图像信息的某种不连续性。本文探讨了基于灰色系统理论中灰关联的图像边缘检测新算法。实验证明基于灰色相对关联度的图像边缘检测算法具有很好的实用性,而且还可以通过调整关联度阈值控制边缘信息量,因此是一种有效的边缘检测算法。     

矩阵灰色绝对关联度及其意义

首次提出了矩阵灰色绝对关联度的概念,并对相应性质进行了数学证明,给出了曲面灰色关联分析的实例验证.已有灰色关联理论只能进行序列之间的关联分析,其几何意义是曲线之间的整体相似性比较;给出的矩阵灰色绝对关联度可以进行相同维度矩阵之间的关联分析,其几何意义是曲面之间的整体相似性比较.矩阵灰色关联分析有望为诸如环境监测点位优化、图像处理中的人脸部位提取等二维信号处理提供新的技术手段.     

灰色绝对接近关联度分析

灰色关联分析是灰色系统理论中的重要部分,已有的关联度模型从序列的几何形状、面积、斜率、变化速率等不同角度对灰色关联度进行了度量.文中在已有灰色关联度模型基础上,提出了一种绝对接近关联度模型,即在求解序列的均值化基础上,利用序列对应的折线转成的面积作为距离,完成对灰色关联度的度量.通过实例表明,这种关联度能够度量两个序列之间的绝对差异;当成比例缩放两个序列中的观察数据时,可以保持关联度不变;可以更方便地直接利用关联度值,而不只是利用其序关系.这种灰色绝对接近关联度模型可以满足某些特定应用的需求.     

灰色欧几里德关联度

指出灰色平均关联度的缺陷,提出了一种新的关联度——灰色欧几里德关联度,通过理论分析和实例计算,说明了这种新关联度的合理性．     

一种基于关联度的边缘检测方法

边缘检测是决定图像后期处理及理解的基础,本文提出了一种基于不同权重系数的关联度图像边缘检测算法,该算法以Sobel算子模版为参考序列,通过序列之间的关联度区分边缘点和非边缘点,实验表明,该算法能准确的检测出图像的边缘信息,且其随着权重系数的不同体现出不同的抗噪性．     

基于Laplacian算子和灰色关联度的图像边缘检测方法

结合Laplacian算子与灰色关联度提出了一种新的图像分割技术,即以Laplacian变形算子作为参考序列,计算每个像素点及其8-领域的灰色关联度,从而辨别该点是边缘点还是非边缘点.实验结果证明,该方法可以有效地提取图像边缘,而且可以通过调整关联度的阈值和分辨系数来控制边缘信息量.     

基于灰色系统理论及方向图的纤维边缘检测算法

针对传统边缘检测算法在对纤维进行边缘检测时易出现边缘不连续、虚假边缘、粘连纤维无法确定轮廓的现象,提出了一种基于灰色系统理论及方向图的纤维边缘检测算法.该算法首先利用灰色预测和Niblack算法分别得到图像的强边缘和图像二值图,接着利用边缘连接算法求出连接图,并与利用灰色关联度求出的感兴趣区域(ROI)相结合求出纤维边缘图,进而利用填充算法和轮廓跟踪求出纤维外轮廓,再将外轮廓与ROI相结合求出轮廓增强的纤维图像,最后运用基于方向图的边缘界定算法提取纤维的边缘信息,剔除毛刺之后可得到纤维的完整边缘.试验结果表明,这种方法能够很好地抵制噪声,并能得到比较完整的纤维边缘信息,不仅具有较好的边缘连续性,且克服了双边缘的现象,提高了检测精度.     

关于一类新的广义灰色关联度

分析了利用序列的点构成的折线所围面积定义广义灰色关联度的不全面性,提出了一种新的广义灰色关联度的定义,并讨论了其性质。     

基于灰色绝对关联度的产业结构分析

产业结构是指各产业之间的相互联系及其数量比例关系。优化产业结构,促使有限资源在各产业间进行合理分配,能够提升生产总值,促进国民经济的快速发展。因此,分     

三种灰色关联度分析法比较研究

本文介绍了邓氏灰色关联度、相对变率关联度、斜率关联度三种分析方法.对它们的计算公式以及优缺点进行了解释和比较分析.给出实例进行了实证应用,验证了后两种方法的有效性.     

基于灰度不均匀图像边缘检测算法改进

边缘检测算法是图像处理中的一个重要的研究内容。该算法的好坏直接影响着图像处理的结果,常用的检测算法常常不能满足特定情况下的要求(例如实时跟踪下的图像处理)。本文在分析了灰度图像各种边缘检测算法的特性的基础上,根据具体需求,对灰度不均匀的图像边缘检测算法进行了改进。实验表明,在图像对比度较差的情况下,应用灰度变换增强后,配合相应的边缘检测算法,可以大大减少运算量,与原来的算法相比,能够取得较好的效果。     

一种新的基于二值图像的边缘检测算法

边缘检测是数字图像处理中常用的一种技术,可以捕获图像中物体的重要特征.介绍了几种经典的边缘检测算子,提出了一种基于二值图像的边缘检测方法.该方法不用对图像求导,仅统计每个像素点的8邻域值的情况,即可确定该像素点是否为边缘点.实验表明,该方法用于二值图像时,检测效果较理想.     

基于边缘扩展相位相关的图像拼接算法

针对图像拼接算法中计算量大的问题,提出了一种基于边缘扩展相位相关的图像拼接算法。该算法采用迭代阈值分割法对图像进行边缘检测,并对检测出的边缘进行扩展相位相关计算,得出图像间的平移、旋转和尺度变化。利用这些参数拼接图像,用渐进渐出的方法实现拼接图像的融合。实验证明,该算法能够简化计算,并有效地实现图像的拼接。     

一种改进的基于梯度的自适应边缘检测算法

对常见的边缘检测算法进行改进,从梯度的定义出发,提出了一种应用于灰度图像的自适应阈值边缘检测算法.根据边缘处像素灰度值的差异,将模版中的9个像素分两组进行分析,计算出像素的梯度幅度和梯度方向.按梯度值的不同将图像分割成若干个区域,计算每个区域的灰度平均值,确定阈值,实现边缘检测.实验表明,该方法检测出的边缘更细、更准确,可以除去虚假的边缘,是一种有效的对灰度图像进行边缘检测的方法.     

基于小波的图像边缘检测算法研究

图像的边缘检测是对图像进行进一步处理和识别的基础,虽然图像边缘产生的原因不同,但反映在图像的组成基元上,它们都是图像上灰度的不连续点或灰度剧烈变化的地方,这就意味着图像的边缘就是信号的高频部分。因此所有的边缘检测方法都是检测信号的高频部分。但在实际图像中,由于噪声的存在,边缘检测成为一个难题。提出一种利用小波把图像分解成近似部分和细节部分,近似部分是原图像对高频部分进行滤波所得的近似表示。经滤波后近似部分去除了高频分量,因此能够检测到原图像所检测不到的边缘。     

基于Matlab程序的图像灰度均衡化及其边缘检测

主要讨论获得图片后如何提取其边界信息,首先利用图像灰度均匀化解决了对比度不清晰的问题,然后利用高斯滤波法对图片进行滤波去噪,进而利用Canny算法实现边缘检测提取边界,该方法与Matlab自带的求边界方法有明显的提高,为利用Matlab程序求图像分形维数提供了更精确的前提.     

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。     

图像处理中边缘检测算法的研究

边缘检测是数字图像处理中基础而又重要的课题。文章具体考察了5种常用的边缘检测算子,并加以实现。最后对它们各自的特点进行了比较。梯度算子简单有效,LOG算法和Canny边缘检测器能产生较细的边缘。它们各自有其优缺点,在实际中应根据待解决问题的特点和要求决定采用何种方法。