针对Ghosal算法检测出的边缘较粗以及手动反复调节阶跃强度阈值引起的效率低的问题,提出了一种改进算法。首先,推导出模板系数,并计算得出Zernike矩。其次,利用推导出的公式计算出距离阈值和边缘阈值,利用Otsu法计算得到最佳阶跃强度。最后,通过设计三组实验,来验证改进算法的有效性。实验证明,改进算法能够更加有效地检测出图像的边缘,减少伪边缘的存在并且细化了边缘,阵列无效块管理-数控滚圆机滚弧机折弯机张家港滚圆机滚弧机电动折弯机提高了定位精度,同时降低了算法的执行时间。亚像素边缘检测原理一幅图像旋转φ角度前后矩Z'nm与Znm的关系如式(5)所示。Z'nm=Znme－imφ(5)从式(5)可以看出，图像旋转前后相角发生改变，这称为Zernike矩的旋转不变性。利用旋转后的Zerni-ke矩可以很容易计算出边缘参数，从而实现对边缘的亚像素定位。图1为图像的亚像素边缘检测理想模型。圆内L两侧的灰度值分别为h和h+k，k为阶跃灰度， 本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com  l为圆心到边缘的垂直距离;φ为l和x轴的夹角。图1b为图1a旋转角度φ后的模型。令Znm表示图1a的Zernike矩，Z'nm表示图1b的Zernike矩。根据图1的模型，计算旋转角度φ后不同阶次的Zernike矩表示为Z'00=hπ+kπ2－karcsin(l)－kl1－l槡2针对传统视觉背景提取法(Visual background extractor,Vibe)不能抑制鬼影和去除阴影干扰的问题,提出一种改进算法。缓存视频前K帧图像,利用随机抽样和改进均值法构建两个背景模型,分别用于前景检测和阴影去除;前景检测环节扩大样本的抽取范围,提高模型可靠度,抑制鬼影;替换虚假样本完成前景检测模型的更新;对所得感兴趣前景区域,结合灰度和LBP纹理特征信息消除阴影。实验结果表明,改进算法能有效抑制鬼影,消除阴影干扰,检测结果更加精确。常规电视基于CRT低亮度范围显示技术已无法满足新型显示器要求。介绍了杜比和BBC公司的HDR光电转换特性,揭示了两种方案支持亮度高达2 000~10 000 cd/m2的技术细节。这两种方案基于人眼视觉系统特性,以较少的量化比特支持10~7高动态范围显示,对提高4K超高清图像质量有重大意义。阵列无效块管理-数控滚圆机滚弧机折弯机张家港滚圆机滚弧机电动折弯机  本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com