基于图像处理的蓟马计数方法研究

针对温室内蓟马监测中存在的人工计数调查费时费力且蓟马正确识别率低的问题,试验设计了一种基于性诱的害虫诱捕器和自动化计数器,实现了对蓟马的自动识别计数。以蓟马为研究对象,运用蓟马诱芯和蓝色黏虫板对蓟马进行诱捕;图像采集设备定时拍摄蓝色黏虫板图像;基于图像处理方法构建自动化计数软件对蓟马进行识别与计数,并将自动化计数软件对蓟马的计数结果与人工计数结果进行比较。结果显示,对于蓝色黏虫板上的蓟马计数,人工计数和图像计数的误差在8%左右,自动化计数软件能够实现对蓟马数量的自动统计。该方法不仅是田间害虫远程监测系统的基础,促进了植保信息技术的发展,而且为运用图像处理识别微小昆虫提供参考和依据。     

一种改进的基于小波变换模极大值的边缘检测方法

一种改进的基于小波变换模极大值的边缘检测方法包含如下2个步骤:(1)求出边缘及噪声点的局部极大值;(2)利用边缘点与噪声点具有不同小波变换模极大值的特点,对局部极大值进行二次判别,从而实现噪声与边缘的分离.实例验证结果表明,该方法能很好地解决高精度定位与强去噪能力之间的矛盾.     

一种结合形状特征的多光谱遥感图像分割方法

提出一种结合形状特征和光谱特征对多光谱遥感图像进行分割的方法。首先确定形状因子和光谱因子的表达式．然后应用区域生长算法在给定区域异质性阈值的约束条件下进行图像分割。实验结果表明此方法对中高分辨率多光谱遥感图像的分割效果较好，有一定的推广价值。     

一种基于计算机图像处理经典算法的染色体边缘检测方法

在生物学和医学领域的染色体分析中,边缘检测技术尤为重要。最大程度地获取边缘细节和降低噪声干扰是染色体边缘检测的关键。本文提出了一种改进的边缘检测方法。这种方法的理论基础是阈值迭代法和数学形态学,能增强染色体边缘和图像对比度,同时获取更清晰真实的边缘信息。通过计算机仿真实验发现,相比常规算法,这种改进算法能够得到更加准确可靠的染色体边缘图像。     

一种基于小波变换的边缘检测算法

目的 利用小波变换,完成图像边缘的检测,提取能表征图像概貌的重要特征.方法 学习并比较几种边缘检测方法,结合小波变换的多尺度特性,对小波变换分解的近似系数和高频系数进行处理,构建模值和幅角图像,提出一种基于小波变换的图像边缘检测算法.结果 在MATLAB R2018b环境下,首先以屋顶图像为例,将算法与Roberts算...     

基于改进形态学人脸图像的边缘检测算法

如何确定人脸特征并对这些特征进行有效提取是至关重要的。本文提出的形态学边缘检测算子,能够有效地检测出人脸图像边缘,并保持人脸边缘的平滑性。与传统的边缘检测算子相比,该算法性能好,计算量小,实用性强。     

一种改进的LoG图像边缘检测方法

对LoG算子边缘检测算法的性能进行分析,指出LoG算子在实际应用中的不足.针对LoG算子的缺点,通过实验数据得出图像灰度共生矩阵的熵与高斯空间系数的关系.实现使用LoG算子对图像进行检测边缘时能根据具体的图像的熵值自动获取适合该图像的高斯空间系数的值.因此,提出的改进算法既能有效的抑制噪声又能较精确的定位边缘.     

一种新的基于小波变换的边缘检测算法

提出了一种新的基于小波变换的图像边缘检测算法。该算法首先按水平、垂直和对角方向对图像进行多尺度二进制小波变换,提取3个方向的小波系数。然后采用相邻尺度小波系数相乘的方法去除噪声,提取小波系数乘积的极大值点。最后将这3个方向上的极大点进行融合,形成图像的边缘。仿真实验表明,该算法具有较好的边缘检测和抑制噪声的能力,边缘检测效果明显优于传统的边缘检测方法。     

一种基于粗糙集理论的神经网络图像分割方法

神经网络用于分割图像时需要大量的训练数据,由于数据量大,计算速度相当慢,不适合实时数据处理.基于此,将粗糙集理论与神经网络相结合,提出基于粗糙集的神经网络图像分割方法.利用粗糙集理论中的约简的计算方法,从图像属性中获取精简的规则,根据这些规则构造神经网络各层的神经元个数,并根据粗糙集理论中的属性重要性来修正神经网络的权值.实验结果表明,该方法抗噪能力强,提高了精度,在大大缩短网络训练时间的同时改善了分割效果,满足图像处理的实时性要求.     

关于利用小波变换对稻米图像进行边缘检测的改进方法研究

为了进一步提高稻米图像边缘检测效果,本文在小波变换和双阈值相结合的方法基础之上,提出了利用边缘长度提取有效边缘的方法,并利用该方法对稻米图像进行边缘检测,取得了较好的边缘提取效果。     

基于分形特征的图像边缘检测算法

基于分形图像的自相似特征,提出了一种新的图像边缘检测算法,实验结果证明该算法能有效提取图像边缘,具有较强的抗噪声性能。     

模极大值法与尺度独立法在稻米边缘检测中的模拟研究

稻米图像边界是阶梯型边界,在稻米图像的边缘检测中,利用模角分离的小波变换,结合尺度独立的算法提取了阶梯型边界,但得到的边缘图像存在边界不连续和边缘响应次数不唯一的问题。而小波变换的模极大值法检测出了所有类型的边界,其中包括不需要的边界。本文提出一种边缘检测方法,将尺度独立法与模极大值法的优点结合,在稻米图像的边缘检测中取得了理想的结果。     

基于图像边缘识别的鸡蛋曲率测量

利用机器视觉获取鸡蛋截面图像,进行相应的图像处理后提取其边缘点坐标,用最小二乘法进行数据拟合,求取以三次多项式表示的曲线拟合方程,并将求得的拟合方程生成的曲线与原图像边缘进行了比较,其匹配度达99.22%,说明该曲线能反映鸡蛋的边缘曲线变化规律.通过拟合曲线的曲率图的变化,对鸡蛋的形状结构进行了分析,为进一步研究鸡蛋的特性提供了理论依据.     

一种离焦模糊图像边缘检测新方法

通过将几何亚式期权应用到再装期权中,解决了传统再装期权在再装日按BS模型执行时所产生的经理激励问题,建立了几何亚式-再装股票期权的定价模型,并在股价服从分数OU过程下得到了相应的定价公式.通过模拟分析发现,与传统再装期权相比,几何亚式〖CD*2〗再装期权的价值要低一些,这说明几何亚式〖CD*2〗再装股票期权能更好地降低代理成本.     

基于小波变换的图像边缘检测技术的改进

边缘检测是图像处理的主要内容之一.由于存在噪声,经典算法的图像边缘检测效果不好,针对其缺陷,应用小波变换对图像边缘进行检测,能得到较好的边缘,但是去掉了一些模糊的、弱的边缘.因此,采用自适应阈值的改进型小波边缘检测算法,在消噪的同时,可以很好地保留微弱的边缘.通过实验结果的比较,证明了这种方法的有效性.     

基于灰色关联度和纹理分析的图像边缘检测算法

针对LOG算子中噪声平滑能力与边缘定位能力之间的矛盾,把灰色关联理论同LOG边缘检测算子及图像的纹理分析结合起来,利用图像中某一点及其邻域像素的分布和模板的分布规律的相似程度,提出了基于灰色关联度和纹理分析的图像边缘检测算法,给出了算法的具体实现过程。结果表明,设计的边缘检测算法在相同的空间系数下,能够检测到更加丰富的图像边缘,并且边缘的连续性较好。     

基于形态学和小波变换的图像边缘检测方法

电力机房图像边缘提取是实现电力机房三维重建的重要辅助环节,机房图像边缘提取越精准,三维重建将会更准确.本文提出一种融合小波变换模极大值和多尺度多结构形态学的图像边缘检测算法对电力机房图像进行处理.首先,对原始电力机房图像进行小波分解得到高频图像和低频图像;然后,采用小波变化模极大值算法提取高频图像的边缘信息,多尺度多结构数学形态学算法提取低频图像的边缘信息;最后,通过叠加运算融合高频和低频的边缘信息,得到原始图像的边缘信息.通过仿真实验表明,本文提出的边缘检测算法在抗噪性能、边缘连续性、定位精度上综合实力最强.     

改进的种子点生长模糊边缘检测算法

针对传统模糊边缘检测算法计算量大、效率低的弱点,利用图像边界点连续的特性,结合模糊边缘检测算法的思想,提出了一种基于模糊理论的改进种子点生长边缘检测算法。利用相应算法建立两张快速查找表,对图像中的像素点通过查表,选取种子点,根据边缘点的判断准则对其进行生长,最终实现边缘检测。实验证明,算法具有较高的效率和较强的抗噪能力。     

基于多结构鲁棒估计的虹膜外边缘定位方法

在Adaboost检测人脸区域的基础上,提出了基于多结构鲁棒估计的虹膜外边缘定位方法．通过对200幅单人脸的图像数据集的仿真实验,结果表明,本方法相比于传统的RANSAC模型生成算法以及Hough变换等方法,能得到更精确的定位结果,而且能加快有效的模型生成,虹膜外边缘定位精度达到94％．