首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 93 毫秒

1.  智能车辆视觉系统的障碍物边缘检测  
   张利平  潘宏侠  黄晋英《航空计测技术》,2006年第26卷第4期
   对采集的道路图像中的障碍物进行边缘检测,其过程为:道路图像预处理、二值化、边缘检测和数学形态学处理.同时,在MATLAB7.0中对图像进行仿真.    

2.  用图像模板测量技术检测零件不规则薄圆孔的研究  
   罗钧  刘小军《宇航计测技术》,2008年第28卷第1期
   针对零件的不规则薄孔,常规的方法无法对其精确测量,提出了一种基于数字图像处理的模板匹配检测方法,运用数字图像处理技术对采集的圆孔网像进行截取、降噪、分割、边缘检测等处理,再把提取出的圆与标定模饭上的标准阋进行比较,实现对不规则网孔尺寸的检测,并通过实验证明了陔方法的可行性和实用性.    

3.  Java 2D的图形图像处理技术  
   杜冬  喻德军  唐旭东《中国民航飞行学院学报》,2004年第15卷第4期
   对用Java 2D进行图像处理的一些技术进行了探讨,内容包括坐标变换、图像模糊、锐化、边缘检测等几方面的图像处理技术。    

4.  基于数据融合的边缘检测新方法研究  被引次数:1
   孙李辉  李俊山  曹志强《航空计算技术》,2008年第38卷第3期
   基于经典形态学的边缘检测方法虽然具有较好的去噪能力,但其得到的往往是断续的,不完整的边缘信息,不能反映全部的边缘特性.分别利用改进的数学形态学的方法和拉普拉斯算法对图像进行边缘检测,然后将两种方法处理后的图像进行数据融合,实验结果表明,该方法得到的图像边界细腻完整,具有较好的抗噪性.    

5.  基于图像处理的航空发动机叶片检测技术研究  
   于坤林  谢志宇  王志敏《长沙航空职业技术学院学报》,2013年第3期
   提出了一种基于图像处理的航空发动机叶片检测方法。该方法首先对叶片进行校正和滤波,然后进行自适应均衡化图像增强处理,最后进行自动阈值的canny算子边缘检测,实验表明:该方法能够较好地检测出叶片裂纹,取得较好的检测效果。    

6.  基于小波变换的遥感图像边缘检测方法研究  被引次数:1
   刘哲  周昆《航空计算技术》,2002年第32卷第4期
   遥感图像处理对于航空、航天、军事侦察、灾害预报等许多军事和民用领域至关重要,本文针对遥感图像的特点,提出了一种基于小波变换的图像边缘检测方法,同时还对小波变换在图像处理中的适用性进行了详细分析。由实验结果表明,本文方法可以获得非常细致有效的边缘信息,在有效抑制噪声的同时,提高了边缘定位精度。    

7.  基于线过程模型的POCS超分辨图像重构算法  
   吴亚娟  刘晓锋《中国民航飞行学院学报》,2008年第19卷第5期
   传统的凸集投影(POCS)超分辨重构算法易使图像产生边缘振荡效应的问题,在详细研究了边缘振荡效应的成因后,笔者提出一种新颖的基于线过程模型的POCS算法来对低分辨图像序列进行超分辨图像重构。该算法采用线过程模型检测出超分辨初始估计图像的4个方向的边缘,在传统POCS的投影过程中增加了对图像的平滑处理,最后实现了低分辨图像序列超分辨重建的对比实验,实验结果表明图像边缘振荡效应能得到明显改善。    

8.  基于力场转换理论的图像粗大边缘检测方法  被引次数:1
   曹传东  徐贵力  陈欣  冷雪飞  李开宇  叶永强《航空学报》,2011年第32卷第5期
    基于粗大边缘的异源图像匹配在导航制导等领域具有广阔的应用前景,但是现有边缘检测方法很难提取出异源图像中的粗大边缘。根据异源图像成像原理和灰度分布特点,提出一种基于力场转换理论的异源图像粗大边缘检测新方法。首先,根据引力概念计算图像中各像素点受到合力的大小和方向;其次,为了去除光照和异源图像灰度不同的影响,对图像中像素点所受合力的大小进行归一化处理;然后,对归一化后的图像进行二值化分割以获得边缘像素点所在的区域;最后,通过实验研究粗大边缘像素点的合力大小和方向特征,由此得到了粗大边缘点的确定方法。实验结果表明:与Canny边缘检测方法相比,该方法对异源图像间的粗大边缘具有很好的边缘检测效果,与先分割再提取边缘的方法相比,该方法可以提取灰度值分布较集中且噪声较大的红外(IR)图像粗大边缘。    

9.  图像模板测量技术在零件不规则薄圆孔检测中的应用  被引次数:1
   罗钧  刘小军《航空精密制造技术》,2007年第43卷第3期
   针对不规则薄圆孔的检测,提出了一种基于数字图像处理的模板匹配检测方法,运用数字图像处理技术对采集的圆孔图像进行截取、降噪、分割、边缘检测等处理,再把提取出的圆与标定模板上的标准圆进行比较,实现对不规则圆孔尺寸的检测,并通过实验证明了该方法的可行性和实用性。    

10.  结合形态学理论与Hough变换的SAR图像线目标检测方法  
   孙慕涵  周荫清  徐华平  刘慧《遥测遥控》,2007年第6期
   针对典型线状军事目标,提出一种SAR图像的目标检测方法。该方法首先将分块阈值分割的思想应用于未经斑点噪声抑制的原始SAR图像,得到ROI(Region of Interest)图像;然后,利用区域的几何特征有效地剔除大量虚警,并采用形态学梯度算子提取目标的边缘信息,与传统的Canny边缘检测相比,边缘轮廓更加连贯;最后,利用Hough变换对梯度图像进行直线检测,得到机场跑道的边缘。该方法对原始SAR图像采用传统的图像处理技术进行目标检测,因此,比基于SAR图像统计特性的目标检测方法简单易行。对真实SAR图像的实验结果验证了该方法的有效性。    

11.  基于B-样条插值的图像边缘检测  
   李开宇《南京航空航天大学学报》,2007年第39卷第2期
   为了能高质量地进行图像边缘检测,提出了一种新的基于B-样条插值的边缘检测方法.该方法为了保证图像边缘检测后的质量,采用3次B-样条对图像的像素点灰度值进行插值运算,提出了基于B-样条插值的一阶和二阶微分算子,并引入数字滤波技术加以实现.利用B-样条可分离的特性,实现了2维空间的基于B-样条插值的连续图像的重构函数,在此基础上提出了用于边缘检测的基于3次B-样条的一阶梯度模板和二阶微分模板.该方法非常适合于采用硬件的并行化实现,极大地提高了图像处理速度和边缘检测质量.    

12.  基于飞行器图像的目标跟踪方法研究  被引次数:6
   曲仕茹  史忠科《飞行力学》,2001年第19卷第4期
   提出了一种利用飞行器图像进行目标跟踪的方法,建立了飞行器图像跟踪系统。该系统利用一种云台控制算法搜索飞行器的图像,通过对飞行器图像的边缘检测、图像中心点提取等处理,实现了飞行器图像定位。理论计算和实际应用表明,该系统可以对低马赫数和高马赫数飞行器进行图像跟踪。    

13.  基于Sobel算子的亚像素边缘检测方法  被引次数:3
   朱颖 江泽涛《南昌航空工业学院学报》,2005年第19卷第2期
   提出了一种基于Sobel算子的亚像素边缘检测方法。此种方法先由Sobel算子确定图像边缘的大致位置,然后用三次样条插值函数对灰度边缘图进行内插计算,使目标边缘定位达到亚像素级。对插值后的灰度边缘图,利用最大类间方差法确定阈值提取边缘。实验表明,该方法能精确定位目标边缘,优于传统的边缘检测方法。    

14.  图像目标跟踪及其在UCAV中的应用  
   史延科  高晓光《飞行力学》,2005年第23卷第1期
   在图像跟踪中主要因素是目标的几何中心,只考虑目标的相对运动特性,就可以设法减少图像处理的工作量。由于目标的边缘不可能占满整幅图像.在目标边缘检测时不必对整幅图像进行处理。为此,从估计的中心向给定方向寻找目标的边界.得到目标边界点的一个子集合.再由该子集得到目标中心的近似值.并以此为基础构造目标跟踪方法,利用图像检测实现无人战斗机对目标的跟踪。仿真结果表明.该方法对于目标的跟踪是有效的。    

15.  基于提升小波和形态学的图像边缘检测算法  
   龚显丽  王嘉梅  刘云飞《航空计算技术》,2012年第3期
   基于提升小波变换和形态学的基本理论,提出了一种提升小波和形态学相结合的图像边缘检测算法,算法充分利用了提升小波变换相对于传统小波变换快速而有效的完成小波分解和重构的算法优势。形态学运算在图像处理中具有独特的优势,利用其对图像膨胀和腐蚀的差运算来获取图像的边缘,取得了很好的效果。实验结果表明,算法边缘定位准确,抗噪能力强,检测出的图像边缘连续、平滑,是一种有效的边缘检测方法。    

16.  基于小波分解的图象边缘检测方法  被引次数:1
   李昕  罗中良《西安航空技术高等专科学校学报》,2005年第23卷第3期
   结合多尺度信息,采用小波分解对医学影像进行边缘检测,通过试验与其他方法进行分析与比较.证明此方法在医学图像边缘检测中是切实可行的。    

17.  基于多结构元素的遥感图像去噪及边缘检测方法  被引次数:8
   焦斌亮  胡永刚  赵文蕾《宇航学报》,2006年第27卷第4期
   边缘检测是遥感图像处理的一个重要方面。利用数学形态学原理,提出了一种基于多结构元素的遥感图像边缘检测方法。首先采用基于视觉模型的边缘阈值得到灰度突变像素点,然后利用几种具有代表性的结构元素对这些像素点进行形态学腐蚀操作以区分真实像点和噪声点,将噪声点去除并通过伪中值滤波填补像素值,最后得到图像边缘。实验结果表明,该算法能够在保持图像边缘细节的前提下,很好地滤除图像中的孤立噪声点,在检测精度和抗噪声性能方面都优于传统的形态学算法。    

18.  基于多方向多尺度的强噪声图像边缘检测算法  
   王亮亮  李明  高昕《飞行器测控学报》,2010年第4期
   在噪声图像中如何有效地提取边缘是图像分析中的难点,至今还没有得到圆满解决。本文在修正的广义形态边缘检测算子的基础上,提出了基于多方向多尺度的强噪声图像边缘检测算法。该算法既能检测出具有方向性的边缘,还能有效抑制无方向性的噪声。为验证算法的有效性,针对强噪声图像进行了边缘获取实验,实验结果证明,该算法对获取强噪声的图像边缘是非常有效的。    

19.  结合嵌入可信度的B样条小波边缘检测  
   严奉霞 罗建书《中国空间科学技术》,2003年第23卷第4期
   边缘检测中,用一个由输入数据得到的模板进行匹配是很有意义的,因为它提供了一种独立测量存在所用边缘模板的可信度的方法。文章充分利用边缘信息的多尺度特性及小波变换的特性,设计三次B样条平滑滤波算子,再结合嵌入可信度方法进行边缘检测,并进一步根据人类视觉系统的敏感性,对噪声严重的图像边缘检测进行了研究。实验结果表明,丈中所给的方法能准确检测出图像边缘,效果较好。    

20.  一种检测SAR图像边缘的方法  被引次数:3
   刘先锋  郑明洁《上海航天》,2001年第18卷第3期
   传统算法不能很好地解决合成孔径雷达(SAR)图像边缘检测问题,为此提出了一种改进方法:将Haralick曲面拟合法和改进的广义模糊算子(GFO)两种算法相结合,分别独立求出SAR图像边缘,然后将分别求出的图像边缘合并,得出最终边缘,用实际SAR图像对该算法进行检验,验证了该算法的有效性。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号