基于小波变换模极大的多尺度图像边缘检测在烟雾图像中的应用

发布时间：2022-01-08 01:15

　　为了获得较好的烟雾图像,得到更多的图像信息,分析相关的边缘检测的方法。以利用图像实现烟雾检测为背景,采用一种基于小波模极大值的多尺度的实现烟雾图像的边缘检测算法。选择了B样条函数作为小波函数,通过对实验所采集的烟雾图像进行小波模极值大的多尺度边缘检测算法将图像进行多尺度分析,最后将不同尺度的图像综合起来与传统边缘检测方法作比较,仿真分析表明,基于小波多尺度模极大值的算法在烟雾图像边缘检测中的效果较传统边缘检测效果更好。 

【文章来源】：国外电子测量技术. 2020,39(09)

【文章页数】：5 页

【图文】：

烟雾检测装置

如图2所示，图像边缘检测是图像判读和信息提取的基本处理方法。数字图像包含着大量的信息，图像信息的提取是当前研究的热点问题。判断图像上信息的变换可以利用灰度阈值，有助于图像的分割和模式识别。经典的边缘检测算法一般通过梯度处理来完成图像的检测，利用相应的模板系数通过梯度算子对图像进行矩阵运算[11]。3 小波函数的选取

为了验证本文所提出的基于小波变换模极大的多尺度算法在处理烟雾图像的优越性，在本次实验中采用采集到的一幅烟雾图像。对其进行边缘检测与传统的几种边缘算子的实验结果相对比，几种传统算子边缘检测实验结果如图3所示。图3 经典边缘算子对烟雾图像检测

【参考文献】：
期刊论文
[1]基于matlab的彩色石材图像边缘检测算法研究[J]. 洪天平.  信息通信. 2020(03)
[2]基于Canny算子边缘检测的小波变换多聚焦图像融合方法[J]. 王园园,张娜,韩美林.  电子测量技术. 2019(17)
[3]基于亚像素边缘检测的高速摄影下枪机运动分析[J]. 杨一帆,张鹏军,牛俊财.  电子测量与仪器学报. 2018(11)
[4]基于图像分割与多特征模型的车牌识别算法[J]. 杜媛.  国外电子测量技术. 2018(08)
[5]融合码本模型和边缘检测的目标检测算法[J]. 许锦婷,陈仁文,余小庆.  国外电子测量技术. 2018(05)
[6]基于小波变换多尺度的图像边缘检测方法研究[J]. 谢道平.  大众科技. 2017(11)
[7]基于多尺度降采样规范化割的图像裂纹检测[J]. 王森,伍星,张印辉,陈庆.  仪器仪表学报. 2017(11)
[8]基于B样条小波模极大值的多尺度边缘检测算法[J]. 岳明明,杨国为.  工业控制计算机. 2016(09)
[9]基于LabVIEW的面阵烟雾透过率测试系统[J]. 李冠蕊,王茜蒨,张书晧,孙美,许毅,张波,彭中.  红外与激光工程. 2013(S1)
[10]基于复频域B样条小波与高斯函数的超声信号波至检测[J]. 刘运峰,宋寿鹏,马晓鲲,王成.  仪表技术与传感器. 2012(11)

硕士论文
[1]基于视频图像序列的火灾烟雾检测方法研究[D]. 袁梅.重庆邮电大学 2019
[2]羽烟光学透过率检测方法研究[D]. 吴俊.西安电子科技大学 2015
[3]基于小波变换的图像边缘检测研究[D]. 白海峰.西南交通大学 2011



本文编号：3575616