Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Wavelet method of edge detection in images with high-noise level

Tytuł:
Wavelet method of edge detection in images with high-noise level
Metoda falkowa detekcji krawędzi w obrazach o wysokim poziomie szumów
Autorzy:
Niedziela, Tadeusz
Powiązania:
https://bibliotekanauki.pl/articles/1818413.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Technologiczno-Humanistyczny im. Kazimierza Pułaskiego w Radomiu
Tematy:
characteristic features
detection of non-sharp edges
Haar-Gauss wavelet
wavelet transforms
transformata falkowa
detekcja krawędzi
cecha charakterystyczna
falka Haara-Gaussa
Źródło:
Journal of Civil Engineering and Transport; 2020, 2, 3; 119-130
2658-1698
2658-2120
Język:
angielski
Prawa:
CC BY: Creative Commons Uznanie autorstwa 4.0
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
In the paper a mathematical model addressed to non-sharp edges in the images is proposed. This model is based on and integral transform with Haar-Gauss wavelet and matching algorithm of bandwidth, such model is used to detection of the edges in images with high-level noises, both in the x plane and the frequency domains. There is shown that applying the integral Haar-Gaussian transformation the detection of single and double edges is possible. Demonstrated in the paper results confirm that wavelet transform supported by the matching wavelet algorithm of wavelength bandwidth make an important exploration tool of the images with the edges possessing a large depth of sharpness.

W artykule zaproponowano model matematyczny nieostrej krawędzi oraz całkową transformatę z falka Haara-Gaussa wraz z algorytmem dopasowania pasma zarówno w przestrzeni x jak i w dziedzinie częstotliwości. Zilustrowano detekcję pojedynczej i podwójnej krawędzi wykorzystując całkową transformatę Haara-Gaussa. Proponowany model krawędzi wraz z transformatą falkową i algorytmem dopasowania szerokości pasma częstotliwości falki może być ważnym narzędziem w rozpoznawaniu obiektów przez nowoczesne wizyjne systemy transportowe.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies