图像处理过程中的边缘检测和边缘配准

综述了在图像处理过程中的边缘检测和边缘匹配的算法并比较了各算法的性能,同时在牙齿三维模型建立的实验中实现了边缘检测,同时根据边缘检测出来的Z子线,以及轮廓线与模型进行配准.     

武夷山自然保护区植被垂直分布与特征

本文通过在武夷山自然保护区内实习观察武夷山植被（以黄岗山为重点）和收集到的一些资料，分析武夷山的山地植被垂直地带性分布特点，并对亚热带中山草甸、矮林和旗状树的成因作一番探讨。     

一种改进的基于Canny算子的图像边缘提取算法

对Canny边缘提取算法进行改进, 采用二维高斯函数的一阶偏导数构造滤波器计算梯度幅值, 利用一种四阈值边缘检测定位方法定位边缘, 最后引入数学形态学方法对边缘细化处理. 改进算法对噪声抑制效果明显, 能够删除伪边缘, 检出边缘更加精细, 实验结果表明了改进算法的可行性和有效性.     

非线性滤波技术在地震信号处理中的应用

地震序列是具有线形纹理特征的图像.早期的去噪方法多是线性的,会产生一些副作用.目前一些处理软件使用中值滤波方法,但当同相轴有倾角时就不适应了.本文根据线形纹理图像的特征,采用一致增强性扩散算法,它以扩散张量作为扩散系数,是一种各向异性扩散,能较好的保护边缘纹理信息,并针对同相轴的弱边界问题提出二阶导数处理法,它能使断裂的同相轴变得连续,更有利于解释.经计算,一致增强扩散比中值滤波信噪比有所提高,同时,同相轴更为连续,纹理更加清晰.     

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。     

基于边-边接触的三维离散数值计算模型

采用边-边（面-面）接触离散元模型，研制了三维离散元计算程序，计算了集中载荷作用下弹性基础的沉降和应力场，通过与解析解的比较，基本验证了该程序的可靠性，当单元之间的位移和变形相对于单元本身的尺度较小时，采用边-边接触模型研究不连续介质问题和颗粒散体问题比角-边接触模型更加有效。     

基于最小二乘影像匹配的畸变图像矫正算法研究

针对高精度的畸变图像,提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算法.算法首先利用特征提取与边缘检测对图像进行预处理,并且将特征匹配与最小二乘算法相结合,从而实现了图像与模板之间精确的子像素定位与匹配.实验表明,该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷,图像矫正效果良好,是一种有效的畸变图像矫正算法.     

关于图的代数连通度的注记

n阶连通图G的代数连通度、点连通度和边连通度分别记作α(G) ,κ(G)和λ(G) .本文给出了当 2 κ(G) n- 2时 ,α(G) =κ(G)成立的充要条件 ,讨论了α(G)的代数重数以及相应于特征值α(G)的特征向量的性质 .最后给出了当 1 λ(G) n- 2时 ,α(G) =λ(G)的充要条件 .     

基于动态规划的最优化医学超声图像边缘提取

动态规划（DP）是一种解决多阶段决策过程最优化的方法。图像边缘提取时为了使系统输出具有最小的不确定性，考虑最优化判据是必要的。动态规划算法用于图像的边缘检测主要是获得一个图像的最低能量代价阵的过程，而图像的边缘对应于最低代价阵中的终止点和起始点之间能量梯度降低最快的路径，由此可以由最低代价阵勾勒出需要的边缘。对于质量较差的图像，可以先用梯度算子和一种LUM滤波器相结合进行预滤波。实验表明，基于该算法用于超声图像的边缘检测要获得全局最优的稳定的边缘线，是一种理想的最优化算法。     

基于图像法的点云数据边界自动提取

提出了一种反求工程中基于图像法的点云数据边界特性的自动提取方法，采用图像处理中梯度求解方法，对点云中每一点处的法矢和曲率进行估计，通过阈值得到候选边界点，再利用曲率极值法得到最终边界点。通过这些边界点可以进一步拟合边界曲线，达到对点云数据进行自动分片的目的。该方法具有较强的可操作性实用性，对于反求工程的自动化和智能化研究具有实际意义。