论文部分内容阅读
该文介绍一种应用避部曲面拟合技术检测图象边缘的方法，其拟合函数是一个Ｂ样条函数，图象中的边缘点定义为梯度方向上的二阶导数的过零点。实验表明：该方法同传统的边缘检测技术相比，具有良好的抑制噪声特性，计算结果令人满意。
基于样条函数曲面拟合边缘检测算法研究
【摘 要】
：
该文介绍一种应用避部曲面拟合技术检测图象边缘的方法，其拟合函数是一个Ｂ样条函数，图象中的边缘点定义为梯度方向上的二阶导数的过零点。实验表明：该方法同传统的边缘检测技术相
【机 构】
：
军信息工程学院(郑州)
【出 处】
：
第八届全国图象图形学学术会议
【发表日期】
：
1996年期
其他文献
该文将自组织特征映射神经网络用于对彩色图象进行自动分割作了全面论述，并通过实验证明了由它所获得的良好分割效果。
构造计算智能涉及机器人视觉部件时，图象分割技术是关键的一个环节，无论是布鲁克斯的包容体系结构还是遥感信息处理智能体。都与这个传感器因素密切相关。该文以计算智能的最新
传统的图象分割阈值化算法在求取多个阈值时需要大量的计算时间，因此影响了它们的实际使用。该文对常用的ＯＴＳＵ法提出了一种利用遗传算法来对最优阈值进行搜索的快速算法。结果表明