Canny边缘检测改进中的自适应平滑与增强

通过对Canny算子进行边缘检测的过程分析,指出采用高斯模板对图像进行滤波会造成图像的过度平滑并导致图像中弱边缘的丢失,使得Canny算子的弱边缘检测能力降低。提出采用自适应平滑与增强方式对图像进行处理,在平滑图像区域内部的同时对图像边缘进行了增强,提高了Canny算子进行弱边缘检测的能力。     

一种基于偏微分方程的形态学边缘检测新方法

提出一种基于偏微分方程(PDE)的形态学腐蚀算子．在边缘检测中，直接对原图像求取一阶差分，利用该形态学腐蚀算子增强边缘梯度、降低噪声的影响，突破了传统的先低通滤波后计算梯度的边缘检测思路．形态学运算不会带来边缘位置的偏移，因此能够对图像的边缘准确定位，同时具有抗噪性．将新方法的边缘检测性能和Canny算子、Log算子做了比较，结果表明提出的边缘定位方法更加准确，具有更好的抗噪性能．     

红外热波技术在涡轮叶片涂层检测上的应用

涡轮叶片作为燃气轮机的重要部件,长期在高温、高压、高速旋转的环境中工作,其热障涂层极易损坏。热障涂层损坏会极大地影响涡轮叶片的使用寿命。红外热波检测技术不同于传统的红外检测方法,它通过主动控制激励热源来对涡轮叶片进行加热,然后利用红外热像仪摄取具有热障涂层脱落情况叶片的红外图像,并使用伪彩色增强技术和边缘检测技术增强对红外图像中热障涂层缺陷的分辨能力。实验结果表明,该检测技术可以快速准确地检测出热障涂层脱落部分的位置及大小。     

一种基于FFT图像边缘检测算法的改进

因传统Canny算子在图像边缘检测应用中无法取得理想效果，故提出利用有较好抑制噪声作用的FFT，实现增强图像的功能，再采用传统的Canny算子，提取原始图像边缘的方法，算法综合了两者的优点．实验结果表明，采用改进算法有效地增强了边缘检测的准确性，取得了比较理想的边缘检测效果．     

图像处理中边缘检测算法性能的分析

数字图像处理和计算机视觉有一个基本问题就是边缘检测。图像中会有亮度变化比较明显的点就是图像的边缘。图像的边缘表现出了图像的位置信息、轮廓特征等。边缘检测现在只要应用在分析和处理图像中,像提取图像特征、分割图像、增强图像、复原图像、模式识别、图像压缩等。本文介绍了边缘检测算法中的几种经典边缘检测算法,讨论了这几种经典的边缘检测算子的若干性能判据,通过实验验证:不同的边缘检测算子对分辨率不同的图像性能变化是不同的。     

高斯-拉普拉斯边缘检测算子的扩展研究

针对经典的高斯-拉普拉斯（LOG）边缘检测算子是各向同性的,对各个角度方向的图像边缘检测的力度是相同的特性,对经典LOG边缘检测算子引入了角度信息参量进行推导,使以圆为对称的经典的LOG边缘检测算子变成为以椭圆对称,并且可以在坐标轴旋转任意角度的边缘检测算子,增强了其边缘检测的功能,使之能对不同角度方向的边缘更加有效地进行检测．经过在Matlab里对同一幅图像进行比较实验,对于图像中不同角度的边缘均能相应地进行提取．扩展后的LOG算子,不仅增强了边缘检测算法功能,而且完全保留了经典LOG算子原有的优点．     

一种结合数学形态学和LOG算子的遥感图像边缘检测方法

提出了一种结合数学形态学和LOG算子的遥感图像边缘检测算法,该算法可有效地解决在混合噪声及复杂细节环境下的遥感图像地物边缘信息的检测．该算法首先利用中值滤波消除原始图像的非高斯噪声,并采用数学形态学进一步消噪及增强地物间的对比度;然后采用LOG（LaplacianofGassian）算子对处理后遥感图像进行边缘信息检测．实验结果表明,提出的方法能有效地提取遥感图像地物边缘信息．     

多尺度自适应加权形态边缘检测方法

针对常用的多尺度边缘检测方法因卷积运算造成模糊图像边缘，提出一种多尺度自适应加权形态边缘检测方法，利用大小不同的结构元素提取图像边缘特征，在大尺度下抑制噪声，可靠地识别边缘，在小尺度下定位，再由粗到细跟踪边缘，得到边缘的位置，再由各尺度结构元的抗噪性确定加权值的大小，然后加权处理得到最后的边缘结果，实验表明，用多尺度自适应加权形态边缘检测算法可得到较理想的图像边缘。     

基于模糊增强的图像边缘检测的研究

对图像处理时的边缘检测算法作了分析和研究,介绍了基于模糊增强的图像边缘检测算法,详细研究了单层次模糊增强和多层次模糊增强的算法,并结合实验说明,该智能图像处理方法不仅能够明显的增强图像,而且可以检测到良好的图像边缘.最后,展望了这一新的研究应用领域的发展前景.     

结合Sobel算子的蚁群红外图像边缘检测

红外图像边缘检测是红外图像处理的重要组成部分,蚁群算法应用在边缘检测方面具有良好的表现,但算法中蚂蚁初始位置的随机释放使得蚂蚁一开始会在非边缘区域耗费时间.采用Sobel边缘检测算子来引导蚁群边缘检测算法中蚂蚁初始位置的分布,使其以较高概率成为边缘的像素点作为起点对图像进行全局搜索,在对高概率区域检测的同时也将算法迭代...     

用于X射线图像的角点检测方法

针对X射线机标定过程中的角点检测问题，该文设计了一套实用的处理方法。在采用了方形模板的基础上，该方法首先对原始图像进行分块，然后对分块后的部分分别进行边缘检测，在此基础上进行直线拟合并求交点，该交点即为所需的角点。实验结果表明，该方法对于X射线图像很适用，具有很强的鲁棒性。     

基于小波多尺度分析的X—线头影特征点提取

提出了一种基小波多尺度分析的X－线光头影特点自动提取方法,先进行多尺度分解,得到不同分辨率的图像;接着在低分辨率的图像上处理,用Canny边缘检测算子提取边缘;用基于知识的跟踪方法和可变模板法连接边缘,得到了骨骼线和软组织线;将轮廓线作为指导信息,在高分辨率图像上校正,得到高精度的轮廓线;根据特征点的几何定义,利用轮廓线的益信息、曲率等属性来提取征点,实验表明,对于质量较好的X－线图像,该方法具有较高定位精度,并且稳健性较好。     

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。     

Digitization and DICOM Standardization of X-ray Image Signal

Picture archiving and communication system (PACS) has played an important role in hospital and developed rapidly in recent years. It is an important part of PACS architecture that X-ray video output connects with PACS. In this paper, a method to digitize the video signals of X-ray facility is introduced. By means of the video capture card, we can acquire digital medical images from X-ray facility. The American College of Radiology (ACR) and the National Electrical Manufacturers Association (NEMA) developed a standard for Digital Imaging and Communications in Medicine (DICOM), this DICOM standard introduces a rule of medical image conversion from conventional format to DICA)M one. According to abovementioned standard, X-ray video signals can be connected to PACS easily. This project has been applied in some hospitals successfully and there is satisfied result.     

利用小波变换提取医用X光片图像边缘的研究

基于小波分析,研究提出了一种适合于X线图像的算法,用X线图像的边缘探测,通过实验检验,效果理想。     

多媒体数据库的研究与应用

介绍了一个医院X光图像管理系统的开发,程序采用Visua1Basic编译,包括视频图像和动画的输入、图像的自适应算法处理与管理,作为医用软件它还包括图文病历的生成、管理和打印.视频图像的获得使用了MCI接口,病历数据在ACCESS数据库中存放,为保证系统的开放性,将图像、动画独立于ACCESS数据库保存,通过一套命名规则和数据库中的病例建立联系,考虑到视频信号的质量问题,研究了自适应算法以提高图像的清晰度,为增强系统的易用性和可操作性,在生成病历时有辅助病历生成模版,而且容易维护,其内容可由使用者定制.     

提高胸透X光图象质量的处理方法

在分析和比较全局性直方图均衡化和适应直方图均衡化增强胸透Ｘ光图象的基础上，采用快速适应直方图均衡化来进行图象处理，效果较为理想。引外，利用帧平均法和傅里叶阻滤波法对图象处理中产生的图象噪声进行了消噪声声处理，提高了原胸透Ｘ光图象的质量。     

X射线编码三维成像重叠噪声的抑制

Ｘ 射线编码三维成像系统中,减少观察层上的重叠噪声是提高图像信噪比的有效方法。该文描述了一种新的解码方法,该方法通过对编码图像在频域进行梳状滤波并在空间重建,可以获得较低重叠噪声的观察层图像。理论分析表明： 所获得的观察层图像的重叠噪声残余能量小于１／ｍ （ｍ为编码图像的数量）。实验中对采用相关解码法和频域梳状滤波法所获得的层析图像进行了比较。结果表明： 采用频域梳状滤波法所获得图像的信噪比要高于采用相关解码法所获得图像的信噪比,与理论分析相符。     

气门几何尺寸的多种边缘高精度检测

目前边缘检测算法只能检测水平边缘、垂直边缘,且检测精度低、处理速度慢、抗噪性能差;针对上述存在的缺陷,提出一种气门几何尺寸的多种边缘高精度尺寸检测算法。首先采用中值滤波和高斯滤波对气门采集图像进行预处理,然后针对不同的边缘使用不同检测算法实现图像边缘的像素级定位。在像素级边缘定位的基础上采用几何质心法亚像素边缘定位实现图像边缘的亚像素级精确定位。最后采用畸变校正技术对图像中边缘像素点的坐标进行校正,得到没有畸变情况下边缘像素点的理想坐标,根据像素当量计算得到气门的各个尺寸。通过在光学图像检测系统中的实际应用,证明提出的算法精确且稳定,满足高精度视觉检测的要求。     

基于改进Sobel算子的多仪表图像边缘检测算法

为了解决Sobel算子在多仪表图像检测中存在的边缘定位精度不高、提取边缘较粗以及对噪声敏感等缺点,提出了一种改进算法。首先在原有水平和垂直模板的基础上新增6个方向模板,提高了边缘定位精度,使其适用于纹理结构复杂的图像。然后根据图像的具体特征自适应确定阈值,有效去除图像的伪边缘。最后结合数学形态学的灰度腐蚀理论,对检测到的边缘进行细化处理。不仅能获得细化效果较好的边缘,同时可以有效的抑制噪声。实验结果表明:改进后的算法对图像噪声干扰有较强的抑制能力,提取的边缘定位准确、结构细腻。