专利汇可以提供基于小波变换的图像边缘检测方法专利检索,专利查询,专利分析的服务。并且基于 小波变换 的图像 边缘检测 方法,包括如下步骤:步骤1.计算模极大值:对图像信息进行小波变换,计算得到图像在二维尺度内全部点的模值;步骤2.去掉噪声点:去掉随尺度增加模值变化幅度超过A的点,剩余的点作为侯选点,其中A为预先设定的去噪标准;步骤3.提取边缘点:应用模糊 算法 从候选点中提取边缘点。采用本 发明 所述基于小波变换的图像边缘检测方法,对得到的极大值应用模糊算法进行进一步筛选,最终可以得到单象素级的边缘,得到的单象素边缘轮廓清晰,可以应用到医学图像表面重建中。实验结果表明本发明提出的算法是行之有效的。,下面是基于小波变换的图像边缘检测方法专利的具体信息内容。
1.基于小波变换的图像边缘检测方法,包括如下步骤:
步骤1.计算模极大值:对图像信息进行小波变换,计算得到图像在二维尺度内全部点的模值;
步骤2.去掉噪声点:去掉随尺度增加模值变化幅度超过A的点,剩余的点作为侯选点,其中A为预先设定的去噪标准;
步骤3.提取边缘点:应用模糊算法从候选点中提取边缘点。
2.一种如权利要求1所述基于小波变换的图像边缘检测方法,其特征在于,所述A=30-70%。
3.一种如权利要求1所述基于小波变换的图像边缘检测方法,其特征在于,所述步骤
3.提取边缘点为采用下式:
其中f为检测频率,abs表示对括号内数值取绝对值,ε为图象相似度,W表示图象边缘点,上标和下标分别表示维数和维度。
4.一种如权利要求1所述基于小波变换的图像边缘检测方法,其特征在于,所述步骤
1.计算模极大值时将图像按照水平方向和垂直方向分别计算模值。
5.一种如权利要求1所述基于小波变换的图像边缘检测方法,其特征在于,所述步骤
1.计算模极大值时,还包括计算全部点的梯度向量角度值。
6.一种如权利要求1所述基于小波变换的图像边缘检测方法,其特征在于,所述A=50%。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于小波变换的全球剖分金字塔模型 | 2020-05-11 | 784 |
基于HyperX平台的9/7小波变换方法 | 2020-05-11 | 768 |
一种提升小波变换FPGA实现的方法 | 2020-05-12 | 369 |
用于数据压缩或解压的小波变换方法 | 2020-05-12 | 1028 |
小波变换编码/解码方法和装置 | 2020-05-13 | 415 |
利用小波变换分析核酸扩增曲线 | 2020-05-12 | 936 |
利用小波变换分析核酸扩增曲线 | 2020-05-12 | 679 |
用于离散小波变换的结构 | 2020-05-12 | 977 |
一种基于小波变换的语音识别方法 | 2020-05-13 | 647 |
基于FPGA的多级复用小波变换器 | 2020-05-13 | 546 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。