一种基于分形测度的图像纹理边缘检测方法

从图像纹理特征的描述出发，通过分析不同纹理特征局部分形测度随尺度变化的差异，提出了一种新的基于分形测度的图像纹理边缘检测方法．并且给出了该算法用于边缘检测的实例．新的边缘检测算子中包含了图像的纹理特征和灰度特征，因此，它具有好的抗噪性能和局部化性能，适合于有噪背景下目标边缘的提取     

分形用于图像边缘检测的研究

分析和比较了时域中分形维数——盒子维数、面积度量维数和DFBIR场维数的估值方法,在实验基础上提出了相应的改进,并用于图像的边缘检测研究,其结果表明在某些方面优于传统的Laplacian方法和Sobel方法.     

基于多重分形谱的图像索引方法研究

讨论了图像多重分形谱的计算方法及简化算法,对图像多重分形谱的一些特性进行了概括,利用简化 算法求得的多重分形谱数据对图像进行索引,给出了一些改进方案用于进一步研究。     

一种分形和形态学结合的图像边缘检测算法

分形将灰度图像空间映射到分形维数空间进行边缘检测,形态学利用具有特向性的检测算子进行边缘检测.本文将分形中DFBR模型和改进的形态学方法相结合得到一种新的边缘检测算法.实验结果表明:结合算法具有分形算法的保留图像边缘细节能力和形态学对特殊方向边缘的检测能力,在对含有大量细节图像的边缘提取上优于单一的边缘检测方法,并具有良好的抗噪性能.     

基于分形插值的多重分形降趋波动分析法及其有效性检验

利用分形插值拟合替代多重分形降趋波动分析法(MFDFA)中的多项式拟合,给出基于分形插值的多重分形降趋波动分析法(FI-MFDFA),并以经典的二项式多重分形序列(BMS)为例,检验该方法的有效性.结果表明,FI-MFDFA方法能有效识别序列多重分布奇异性的程度,随着BMS模型参数的减小,序列多重分形特征越明显;通过与...     

基于多重分形谱的道路交通事故分析

简述了多重分形理论和多重分形谱的算法;基于多重分形理论,用配分函数法对山东省2008-2009年每月的交通事故时间序列进行了多重分形谱研究,得到该时间序列的多重分形谱.结果表明,该时间序列具有多重分形分布特征,该方法为交通事故研究提供了一种新的理论方法.     

基于组合核支持向量机的图像边缘检测

基于支持向量机在分类上有很好的效果,提出了一种新的边缘检测方法--基于组合核支持向量机的图像边缘检测。该方法利用支持向量机分类对较多的训练样本数据进行训练,从而实现了图像边缘定位。通过实验验证了该方法比传统的边缘检测算子效果好。     

图像边缘检测算法的比较与分析

图像边缘检测是图像处理和模式识别领域研究的重要课题.介绍了几种经典边缘检测算子,对其性能和算法特点进行了分析.运用Matlab进行了算法的仿真,结果表明LOG算子比Sobel和Prewitt两个算子检测出的图像边缘更为连续,也比较细小.     

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。     

基于数学形态学的图像边缘检测改进研究

在对传统的图像边缘检测算法,尤其是基于数学形态学的边缘检测算法分析的基础上,根据其存在的缺陷,提出了改进方法.改进方法包括使用改进的全方位形态滤波器进行滤波,使用改进的形态学边缘检测算子,使用改进的阈值进行二值化处理等.仿真实验结果表明,改进的算法更加有效地去除了图像噪声,提取的图像边缘更加准确,检测精度更高,轮廓更加清晰,连续性更好.     

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。     

Image Edge Detection Based on Oscillation

IntroductionArtificial neural networks can be dividedintotwo classes :rate code neural networks and pulse-based neural networks .Inrate code neural networks the outputs of the neurons arecontinuous , whereas in pulse-based neural networks theneurons emit pulses . Although rate code neural models havebeen well studied, researchers continue to find the evidencerecently that in many cases the brain may accomplishcomputations on pulses(action potential) . Great effort hasbeen devoted towards the a…     

一种基于边缘检测和小波图像融合的混合去噪方法

针对不同类型的噪声,分别利用不同的方法去噪,然后进行Canny边缘检测,再利用小波融合算法,综合各个图像的信息,收到了很好的效果.     

结合Wiener滤波和形态学的图像边缘检测方法

提出了一种将Wiener滤波和数学形态学相结合的图像边缘检测方法.首先用自适应Wiener滤波对含噪图像去噪,然后构造6种具有代表性的结构元素,用改进的形态学边缘检测算子对图像进行边缘检测,自适应确定权重,将多结构元的边缘检测信息加权求和,得到在噪声存在条件下较为理想的图像边缘.实验结果表明,该算法能够有效地抑制噪声,检测的边缘较清晰、连续,其检测效果优于传统边缘检测算法.     

一种基于反应扩散方程的彩色图像边缘检测方法

针对彩色图像边缘自适应阈值设置的问题, 利用反应扩散方程的动力学性质, 通过优化反应扩散方程的扩散系数, 提出一种基于反应扩散方程的细胞神经网络彩色图像边缘检测方法, 使阈值更具适应性. 结果表明, 通过基于FitzHugh-Nagumo反应扩散方程改进的细胞神经网络可更好地进行彩色图像边缘检测, 与几种常用方法进行实验对比的结果也表明, 该方法在检测彩色图像边缘上既能保证检测边缘的准确性, 又能很好地保持图像边缘的颜色信息, 并在定量和定性分析中优于其他几种常用方法.     

一种基于边缘检测的小波阈值图像增强方法

在小波阈值去噪的基础上,提出了基于边缘检测的小波阈值去噪算法,并检验了这一算法的效果。     

基于量子算法的图像边缘检测研究

为了提高图像边缘检测的质量,采用量子算法.首先在二维Hilbert空间建立量子基态,在量子旋转门的复空间的旋转中,调整的旋转角步长使得概率幅始终向着最优解出现的方向旋转;接着实现图像从灰度空间到图像量子空间的映射;最后在图像像素的叠加态关联中通过线性加权厄米算法投影的平均值对图像边缘检测,同时确定检测范围.仿真实验显示,此算法检测图像边缘清晰,检测的信息量丰富.     

基于边缘强度的图象分割

介绍一种根据边缘强度进行象素灰度值加权平均以获得分割门限，与一般通过友度直方图找寻分割门限以进行图象分割的方法不同，不仅能消除噪声的影响，而且对友度分布不均匀的图象通过分区处理效果更好。还详细讨论该方法的工作原理及算法．     

基于小波变换的多重分形谱研究及实证分析

为了探索期货市场中的非线性特征,选用大连和芝加哥期货市场中黄豆期货价格时间序列,借助配分函数分布图判定期货时间序列存在多重分形特征,并在此基础上利用多重分形谱对期货时序描述多重分形特征．结果表明,与芝加哥期货市场相比,大连期货市场的多重分形强度更大,风险更大．然后对时间序列进行小波变换,将处理后的时间序列的多重分形强度与原始序列进行比较,发现多重分形特征与时间序列中的噪声及长程相关性有关．