论文摘要
图像边缘检测作为一个低级视觉处理过程,有着很长的研究历史。新理论、新方法不断涌现,传统的边缘检测算法得到了很大发展,但仍然存在许多问题,特别是边缘检测精度与抗噪声性能的协调问题。如何协调这两者之间的矛盾,并寻求算法简单、易于并行实现的边缘检测算法,是一个十分有意义、有待研究的课题。鉴于此,本论文在以下几个方面开展了一些工作: (1)将非线性提升格式用于边缘检测上,用提升格式进行边缘检测计算简单、速度快,而且非线性提升格式能有效的抑制噪声。 (2)采用局部自适应阈值,能够有效的区分噪声和边缘,检测精度高,并且对强弱边缘同时存在的图像有较强的适应能力。 (3)结合上述两点,提出了一种新的边缘检测算法,并应用仿真实验证明了该算法的有效性和强适应性。
论文目录
相关论文文献
- [1].基于经验小波变换的结构损伤特征提取[J]. 计算机与数字工程 2020(01)
- [2].基于改进的自适应无参经验小波变换的滚动轴承故障诊断[J]. 计量学报 2020(06)
- [3].基于可调Q因子小波变换和迁移学习的癫痫脑电信号检测[J]. 计算机科学 2020(07)
- [4].基于小波变换的图像动态融合技术[J]. 电子技术与软件工程 2016(22)
- [5].基于改进同步挤压小波变换识别信号瞬时频率[J]. 振动.测试与诊断 2017(04)
- [6].基于离散小波变换的方波消噪[J]. 科技风 2015(11)
- [7].基于小波变换模极大值原理的变电站变压器保护研究[J]. 科学家 2017(11)
- [8].基于离散小波变换的分布式光伏孤岛检测方法[J]. 浙江电力 2019(12)
- [9].基于经验小波变换的基因关联隐私保护实验研究[J]. 湖南大学学报(自然科学版) 2020(02)
- [10].多级离散小波变换的高效超大规模集成架构[J]. 光学学报 2019(04)
- [11].基于小波变换的重力区域场提取[J]. 科技创新与应用 2018(11)
- [12].图小波变换在图像分割中的应用研究[J]. 微型机与应用 2017(08)
- [13].同步压缩小波变换在油气检测中的应用[J]. 中国煤炭地质 2016(05)
- [14].基于离散小波变换的信号分解与重构[J]. 计算机技术与发展 2014(11)
- [15].压缩小波变换地震谱分解方法应用研究[J]. 石油物探 2015(01)
- [16].一维离散小波变换在心电信号降噪中的应用[J]. 贵州师范大学学报(自然科学版) 2014(06)
- [17].基于小波变换的时空数据压缩方法[J]. 武汉工业学院学报 2013(03)
- [18].基于翻转结构的离散小波变换片上系统设计验证[J]. 计算机与数字工程 2013(12)
- [19].稀疏分解与提升小波变换相结合的雷达脉冲参数估计法[J]. 电子测量技术 2020(16)
- [20].基于方向小波变换的图像边缘检测[J]. 攀枝花学院学报 2014(05)
- [21].过完备有理小波变换在轴承故障诊断中的应用[J]. 振动.测试与诊断 2011(05)
- [22].5/3提升小波变换的仿真与FPGA实现[J]. 电脑知识与技术 2010(02)
- [23].基于离散小波变换的水文序列相似查找[J]. 科技信息 2010(23)
- [24].一种提升小波变换的VLSI结构设计[J]. 电脑知识与技术 2010(34)
- [25].提升小波变换的并行处理与高速实现[J]. 光电工程 2009(08)
- [26].基于提升小波变换的图像融合规则综述[J]. 电脑知识与技术 2008(31)
- [27].基于双提升小波变换的医学图像感兴趣区编码[J]. 计算机系统应用 2008(02)
- [28].利用平稳小波变换的突变性检测研究[J]. 电子设计工程 2020(08)
- [29].冗余小波变换零相位分解实现方法及应用研究[J]. 电光与控制 2020(06)
- [30].新阈值小波变换的心音去噪[J]. 计算机工程与设计 2020(09)