图像边缘检测算法的研究

边缘是图像的最基本特征，它包含了用于识别的有用信息，为人 们描述或识别目标以及解释图像提供了一个重要的特征参数。边缘检 测是图像处理、图像分析和计算机视觉领域中最经典的研究内容之一， 是进行模式识别和图像信息提取的基本手段。图像的边缘检测领域有 着很长的研究历史，一直是研究的热点和焦点问题。实际处理的图像 一般都混有噪声，如何消除噪声干扰带来的伪边缘并且同时保证边缘 定位的准确性成为边缘检测需要解决的一个重要问题。

基于Gauss_Laplace算子的灰度图像边缘检测

图像处理技术已经渗透到人类生活的很多领域并得到越 来越多的应用，用计算机进行图像处理的目的：（&）产生更适合 人观察和识别的图像。（!）希望能由计算机自动识别和理解。数 字图像的边缘检测是图象分割，目标区域的识别，区域形状提 取等图像分析领域十分重要的基础，图像处理和分析的第一步 往往就是边缘检测。图像边缘是图象最基本特征，是指图像周 围象素灰度有阶跃变化或屋顶变化的象素集合。通常的边缘检 测算子是边缘检测局部算子法，如’()*+, 算子。在处理灰度渐 变和噪声较多的图像中，效果不是太好。论文引入高斯拉普拉 斯边缘检测算子（-./,,01.23.4*）进行图像处理，讨论其工作原 理和实现算法，通过对比通常的边缘检测算子得到图象，该算 子在处理灰度渐变和噪声较多的图像时，效果较好，并且得到 的图象具有各向同性，边缘更为清晰。同时，因高斯拉普拉斯算 子目标图象是灰度图象，其常采用的格式为567 位图格式，论 文简要介绍了567 灰度位图操作原理和处理方法。

线性系统的快速优化 与电力系统相关

线性系统的快速优化，英文，本文论述了电力系统中所用到的与系统优化相关的知识