检索结果-内蒙古大学图书馆

计算机工程与设计 2014年第7期35卷 2467-2470页

作者：刘艳莉桂志国中北大学电子测试技术国家重点实验室山西太原030051 中北大学仪器科学与动态测试教育部重点实验室山西太原030051

为解决传统的锐化算法对噪声敏感,易在强边缘处产生伪影效应,且对灰度变化较小的微弱细节锐度不足的问题,提出了一种基于图像局部复杂度和方差的自适应图像锐化算法。考虑了图像局部灰度变化的频率和强度,针对图像灰度剧变区和级别丰富... 详细信息

为解决传统的锐化算法对噪声敏感,易在强边缘处产生伪影效应,且对灰度变化较小的微弱细节锐度不足的问题,提出了一种基于图像局部复杂度和方差的自适应图像锐化算法。考虑了图像局部灰度变化的频率和强度,针对图像灰度剧变区和级别丰富区,应用图像局部复杂度和方差自适应调节增益函数,在背景噪声与原图一致的情况下,有效提升了图像中弱边缘和纹理细节的表现力。仿真结果表明,该算法处理后的图像边缘突出,纹理清晰,较好抑制了伪影的产生和背景噪声的放大。

关键词：锐化算法梯度局部复杂度局部方差增益函数

来源：评论

学校读者我要写书评

暂无评论

基于动态边缘检测的图像锐化算法

基于动态边缘检测的图像锐化算法

引用

浙江省信号处理学会2012学术年会

作者： REN Hao 任浩 XIE Lei 谢磊 CHEN Hui-fang 陈惠芳 Dept.of Information Science and Electronic Engineering Zhejiang UniversityHangzhou Zhejiang 310027 浙江大学信息与电子工程系浙江杭州310027

在数码相机中，经插值运算后的数码图像，常伴有噪声和伪色的影响，使图像变得模湖，边缘部分不够清晰。因此，需要通过锐化处理，增强图像边缘轮廓，增加清晰度，减少伪色。该文提出了一种基于动态边缘检测的图像锐化算法，恢复的图像... 详细信息

在数码相机中，经插值运算后的数码图像，常伴有噪声和伪色的影响，使图像变得模湖，边缘部分不够清晰。因此，需要通过锐化处理，增强图像边缘轮廓，增加清晰度，减少伪色。该文提出了一种基于动态边缘检测的图像锐化算法，恢复的图像在细节纹理、边缘、色彩方面的效果都较理想，对边缘的噪声抑制较明显，与常用锐化算法比较，在同等仿真环境下，所提出的方法有运算复杂度较低的优点。

关键词：图像处理锐化算法动态边缘检测时空滤波

来源：评论

学校读者我要写书评

暂无评论

基于局部复杂度和粗糙度的形态学空间锐化法

引用

中北大学学报（自然科学版） 2014年第3期35卷 342-347页

作者：薛英娟张权刘艳莉郝慧艳桂志国中北大学电子测试技术国家重点实验室山西太原030051 中北大学仪器科学与动态测试教育部重点实验室山西太原030051

传统锐化算法对灰度突变的强边缘响应强烈,对噪声敏感,易产生过冲效应,且对灰度变化较小的微弱细节锐度不足,为此提出一种新的图像锐化算法.利用顺序形态变换的相关性质和概念,构造了一种局部加权均值滤波器,克服了传统线性滤波在平滑... 详细信息

传统锐化算法对灰度突变的强边缘响应强烈,对噪声敏感,易产生过冲效应,且对灰度变化较小的微弱细节锐度不足,为此提出一种新的图像锐化算法.利用顺序形态变换的相关性质和概念,构造了一种局部加权均值滤波器,克服了传统线性滤波在平滑图像的细节和噪声时,一些重要边缘也被平滑而易产生过冲的问题;同时针对图像灰度剧变区和级别丰富区,应用图像局部粗糙度和复杂度自适应调节增益函数,有效地提升了图像中弱边缘和纹理细节的表现力.实验结果表明:该算法有效地避免了强边缘过冲现象,且在增强图像边缘和微弱细节的同时,保持了整体背景噪声与原图像一致,抑制了噪声的放大.

关键词：锐化算法顺序形态变换结构元素局部复杂度局部粗糙度

来源：评论

学校读者我要写书评

暂无评论

重叠峰信号滤波及参数提取方法研究

重叠峰信号滤波及参数提取方法研究

引用

作者：潘畅南京信息工程大学

学位级别：硕士

随着药物、化学、生物等领域研究的不断深入,需要分析的信号越来越复杂。由于实验条件,物质本身性质以及仪器分辨能力等因素,波长相近的组分会相互产生影响,导致信号峰重叠,直接影响到信号的定性和定量分析。此外,在信号的采集与传输过... 详细信息

随着药物、化学、生物等领域研究的不断深入,需要分析的信号越来越复杂。由于实验条件,物质本身性质以及仪器分辨能力等因素,波长相近的组分会相互产生影响,导致信号峰重叠,直接影响到信号的定性和定量分析。此外,在信号的采集与传输过程中,噪声对信号会产生干扰。因此,对含噪声的重叠峰信号进行滤波和增强,并提取各个子峰的特征参数是一个关键问题。本文首先分析了传统重叠峰分辨方法的优缺点,在此基础上,克服噪声的影响,以Gaussian平滑函数作为工具,提出了两种具有噪声免疫力的信号增强方法,然后将其结合曲线拟合方法来提取重叠信号的特征参数。主要包括三个工作：一、基于传统峰锐化方法,提出了一种具有噪声免疫力的峰锐化方法。先对Gaussian函数的二阶导数进行锐化并作为信号锐化的模板,再用其与含噪信号进行卷积,便能实现含噪信号的峰锐化,最后用仿真信号以及质谱峰进行锐化实验,验证了方法的有效性,可用于分辨峰数目和提取峰位置,为后续的特征参数提取提供了有效信息。二、为了解决噪声对信号微分的影响,提出了一种具有噪声免疫力的分数阶微分方法。通过设计Gaussian函数的分数阶微分,并将其作为模板,再用其与含噪信号进行卷积,便可以直接获得噪声信号的分数阶微分,此方法无需对信号进行平滑处理,简化了处理过程,不单可以得到整数阶微分而且可以得到信号的任意分数阶微分。根据噪声峰信号和无噪峰信号的处理结果的对比,所提方法是有效的。三、通过峰增强或锐化后,峰的数目和峰位置更容易获得,但峰宽和峰高无法直接获取,前期,本团队使用连续小波变换结合曲线拟合方法给出了一种重叠峰峰参数提取方案,基于这一思想,应用锐化后的信号,提取到各个子峰的初始参数,然后作为曲线拟合的先验信息。具体过程为：首先利用本文所提出的信号增强方法对峰信号进行锐化,目的在于将重叠峰分辨出来；然后以各个子峰的峰位置为中心,取5个点或7个点进行线性拟合,得到各个子峰的初始参数,再将其作为曲线拟合的初始值,从而避免了曲线拟合的不唯一性,使得结果变得更加准确；最后,通过模拟多峰信号对所提方法进行了验证,并详细分析了峰高、峰宽、分离度等因素对拟合结果的影响。研究结果表明采用峰分辨结合曲线拟合方法,能够对未知重叠组分信号进行分辨和参数提取,为重叠峰信号的分辨与分离奠定了一定基础。

关键词：重叠峰分辨锐化算法分数阶微分曲线拟合

来源：评论

学校读者我要写书评

暂无评论

烟条外观质量视觉检测系统的研究

烟条外观质量视觉检测系统的研究

引用

作者：薛志勇南京理工大学

学位级别：硕士

烟条外观质量检测系统是基于机器视觉技术,专门用于检测缺陷烟条的一种自动化设备,综合了包括光、电子、机械、计算机在内多种学科内容,它的使用不仅有助于提高生产线自动化程度、提高生产力和生产效率,而且还可以保证产品的品质,拥有... 详细信息

烟条外观质量检测系统是基于机器视觉技术,专门用于检测缺陷烟条的一种自动化设备,综合了包括光、电子、机械、计算机在内多种学科内容,它的使用不仅有助于提高生产线自动化程度、提高生产力和生产效率,而且还可以保证产品的品质,拥有很好的前景。本文首先研究了系统的工作流程和系统的硬件构成,分析了系统硬件结构的优缺点,搭建了适用于烟条外观检测的硬件系统。然后研究了图像的平滑算法和图像的锐化算法。针对图像的平滑算法,分析了均值平滑滤波器、双边滤波器、非局部均值滤波器的优缺点,改进了非局部均值滤波器,实现了保留边缘信息情况下的图像平滑操作;针对图像的锐化算法,分析了一阶、二阶微分算子锐化和LoG算子锐化,然后改进了 LoG算子,实现了锐化边缘自然过渡的图像锐化操作。其次,针对烟条图像的缺陷检测,研究了烟条图像定位、烟条拉线检测和烟条端面检测的检测算法。在烟条端面检测中,引入了人工神经网络的检测方法,利用样本训练的方法学习端面的特征,构建神经网络结构,从而实现了端面缺陷的检测,此方法具有更广泛的适用性。最后,本文基于以上研究内容,开发了与硬件设备相匹配的软件系统,分析了系统主界面、加载牌号模块、图像记录模块、工作记录模块、系统管理的工作流程和相应的组成结构,实现了具有用户友好性和美观性的软件界面。

关键词：烟条外观质量检测系统平滑算法锐化算法神经网络软件系统

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：