基于HSV空间的均值移动算法图像平滑研究

为了能够更好地去除图像的噪声和很好地保留图像的边缘信息,提出了基于HSV空间的均值移动平滑算法。首先将图像转化到HSV空间,由于HSV空间3个分量的相关性弱,根据HSV3个分量不同的特性采取不同的步长进行图像平滑处理。这样很好地克服了由于RGB三分量相关性太强不便于分别平滑处理的缺点。试验表明该方法比基于RGB空间的均值移动算法能更好地满足对平滑结果的要求。     

基于HSV的改进彩色图像光流场估计算法

彩色图像光流场计算是光流场计算技术从灰度图像到彩色图像的推广．传统基于RGB颜色模型的方法在方程组中各等式线性相关或图像的梯度量级相对于噪声很小的像素点处失效，考虑到人眼同时利用灰度与颜色信息进行运动估计．将传统的灰度光流估计方法与基于HSV颜色模型估计方法的计算结果相融合．利用矩阵的条件数判断彩色光流估计结果的可靠性．在可靠性较低的点处以灰度光流方法的估计结果替代．从而得到一种新的光流场计算方法。实验表明．该方法可有效提高光流场估计精度及光流密度。     

复杂背景下的颜色分离背景差分目标检测方法

针对复杂背景下运动目标检测失检率高的问题,提出了用于复杂背景目标检测改进的 基于RGB 颜色分离的背景差分目标检测方法。主要是对RGB 三通道图像独立进行背景差分运 算,阈值二值化后合并三通道前景图像,得到完整前景目标图像;再利用检测的边缘对前景图像进 行修正,消除光照变化带来的噪声;RGB 三通道使用自适应权值的递推算法进行背景更新。最后 采用实验室采集的图像序列进行了仿真实验,结果表明,该方法在复杂场景下有效识别颜色差异, 避免了灰度值相近而造成的目标缺失,提高了检测精确性。     

一种改进的伪彩色图像融合方法

在原TON算法的基础上提出了一种改进的伪彩色图像融合算法。该方法针对微光和红外图像，利喟对微光图像的非线性变换进行了图像增强，使其与经过TON算法处理的红外增强图像一起通过RGB通道完成融合。融合过程结合人眼的视觉特性进行颜色选择，使融合图像更符合人眼视觉感受。给出了融合结果,并与其他方法作了比较，证明了其有效性。     

偏色图像的色彩还原算法实现

针对数码图像在不同光源拍摄中产生的偏色现象,提出了一种基于边缘检测的色彩还原算法。该算法首先对偏色图像进行直方图均衡,使图像的偏色现象得到抑制。然后将直方图均衡后的图像从RGB空间转换到YCbCr空间,再使用sobel算子对Y分量做边缘检测,找到满足条件的近白色区域,进而通过计算增益来对图像进行调整。实验表明:该算法对不同光照下的偏色图像均有很好的校正效果。     

基于颜色和形态学的交通标志检测技术的研究

通过利用交通标志的颜色特征,采用基于RGB空间的彩色分割方法进行图像分割.对分割出的图像进行灰度增强处理,比较和分析了不同边缘检测算子和阈值分割的方法,使用固定阈值分割方法对图像进行二值化,使目标区域突显.利用数学形态学腐蚀算法对图像进行轮廓提取,并通过形状特征对交通标志进行形态学分析.通过MATLAB软件仿真实验,说明算法具有一定实用性.     

基于边界链码的飞机目标检测方法

为有效区分天空背景下飞机目标的边界信息与纹理带入的噪声信息,完成飞机目标检测任务,对基于边界链码的飞机目标检测方法进行研究.分析作为典型人造刚体的飞机目标所具有的特性,利用Canny算法对图像进行边缘检测后,引入边界链码对获取的边缘进行建模;利用形态学修复对边缘的裂缝进行连接,通过滤除短边、验证封闭性及剪枝对边缘进行初步筛选与处理;提取边缘的直线段分量及角度跳变分量特征,构造并训练基于支持向量机的分类器,完成视频序列中边缘的分类,最终获取飞机目标的确切边缘.试验结果表明:该方法在确保分类器训练集大小的情况下,能够有效获取飞机目标的精确边缘,目标检测准确率达到96％,具有较高的工程应用价值.     

基于小波变换的图像边缘检测方法

基于小波变换的图像边缘检测,其图像平滑度与尺度增大成正比:尺度增大,高频受到强抑制,输出图像的信噪比提高,图像边缘平滑变粗,定位精度降低;反之边缘定位精度可提升.小波基函数的选取应保证检测精度,故用大尺度滤波器抑制原图像噪声.同时用小尺度滤波器为图像边缘精确定位,即依据边缘检测的小波母函数一般准则,构造二次B样条小波,并采用自适应阈值图像边缘检测法检测图像边缘.     

基于离散余弦变换的彩色图像水印算法

根据水印在离散余弦变换(DCT)系数低、中、高频的嵌入性能,提出基于绿色分量的DCT中频系数中水印的嵌入算法.即将Arnold置乱加密后的水印图像嵌入宿主图像绿色通道的DCT中频系数中,再对原始图像进行通道分离获得绿色分量,由DCT变换得到嵌入水印信息图像分块并DCT逆变换后将其合并成整图,得到加载水印信息的绿色分量灰度图,最后合成通道得到含水印的彩色图像.由此解决了水印算法对不可感知性和鲁棒性的矛盾.     

基于无人机巡线图像的地面油气管道识别方法

限于成本,无人机搭载的任务设备主要为普通数码相机,采集的是可见光图像,针对此种情况,提出了一种利用彩色分割及形状检测识别油气管道的方法,首先需要设定感兴趣区域ROI,计算出协方差矩阵C和均值m,并使用欧氏距离、马氏距离对图像进行彩色聚类分割,然后对分割图像填色后进行边缘检测,最后根据边缘图像进行霍夫变换来检测直线特征,实现复杂环境下对管道位置的自动定位.测试图像库包含300幅图像,识别准确率达到80.3%,实验结果表明,在色彩差异较大背景中,基于颜色和形状特征的识别方法能有效进行管线跟踪定位.     

百分位形态变换在红外图像边缘检测中的应用

针对红外图像对比度低、边缘模糊、噪声大、空间相关性强的特点,提出了一种基于图像形态学的红外图像边缘检测方法。采用并行复合顺序形态滤波算法对图像边缘进行增强和锐化并抑制高频噪声;根据百分位形态滤波相关概念及性质构造的边缘检测算子,进一步滤除红外图像中的噪声,提取图像边缘。实验结果表明,本文提出的算法可以有效地克服红外图像的缺陷,保持图像边缘细节,优于传统边缘检测器。     

一种高效的图像边缘检测新方法

边缘检测是图像特征提取与分析的基础,其检测质量直接决定后期分析的效果.寻找一种高效、定位精确、不漏检真边缘又不引人假边缘的检测方法,一直是人们的努力目标.文中提出一种基于标准差算子的高效的图像边缘检测新方法.该方法通过计算像素点邻域的标准差值来确定图像边缘的变化程度,从而检测出边缘像素点.实验结果证明,该算法能够较为准确地检测出有用的边缘信息,是一种简单、高效的边缘检测新算法.     

一种基于多分辨率图像融合的边缘检测算法

边缘检测是图像处理中的一个重要环节。文章提出了一种基于小波变换的图像融合边缘检测方案。该方案具体考察了Log算子、Canny算子和小波变换边缘检测算法，通过提取图像边缘对其特点进行了讨论和比较，再将三种算法边缘检测的结果进行图像融合，得到一幅新的边缘检测图像。仿真实验结果表明，此种方法效果要优于单独采用某种算子获得的边缘图像，是一种有效的图像边缘提取方法。     

基于相位一致性的SAR图像边缘检测

由于相位一致性具有光照条件变化和对比度变化的鲁棒性,能够为大多数图像确定1个通用的阈值,且其检测特征的原理与人类视觉系统对图像特征的认知一致,因此本文采用一致性对SAR边缘进行检测。通过将原图像与二维滤波器卷积求取图像相位的一致性,其中使相位一致性达到最大的点即为图像的边界点。试验结果表明:相较传统的基于梯度的检测算子,相位一致性能获得更加丰富和精确的SAR图像边缘信息。一致性图像边缘较为扩散,存在较多的伪边缘,后续采用了非极大值抑制和自适应双阈值法细化边缘和去除伪边缘。     

枪械內膛疵病图像的边缘检测算法

首先介绍了零交叉边缘检测算子的基本概念，把高斯平滑滤波器和拉普拉斯锐化器结合起来，在进行边缘检测的同时平滑掉噪声，并提出应用零交叉算子对枪械内膛疵病图像进行边缘检测的实现方法。然后对真实枪械内膛疵病图像进行边缘检测实验，结果表明零交叉边缘检测算子检测到的边缘比较完整，检测方法直观、简便、运算速度快、边缘定位准确且易于实现。     

双树复小波和独立分量分析的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出一种基于双树复小波变换和独立分量分析(ICA)的检测方法。对图像作预处理:利用双树复小波对原始图像进行去噪,再利用Top-hat算子抑制背景;从原始图像减去通过快速独立分量分析(FastICA)分离出的背景图像,用双树复小波去噪;上述2方面得到的图像求和即为预处理图像。采用模糊Tsallis-Havrda-Charvat熵选取阈值来分割预处理图像。针对红外小目标图像进行了大量实验,并和基于快速独立分量分析的目标检测方法、基于形态滤波的目标检测方法进行了比较。结果表明,本文方法抗噪性强,具有更为优越的检测性能。     

基于灰度共生矩阵的阈值分割算法

针对目前比较成熟的分割方法存在的局限性,提出一种基于灰度共生矩阵的阈值分割方法。该方法利用灰度共生矩阵中包含的图像灰度值的分布和边缘信息,定义一个新的统计量——边缘强度,将其作为确定分割阈值时的一个重要参数,并与传统分割方法进行实验比较。实验结果表明:该方法在处理模糊边界时能取得比传统分割方法更好的分割效果,很好地保留需要的目标边缘。     

对称边缘最大相关性图像插值算法与实现

为了解决数字图像插值过程中出现的边缘锯齿和图像模糊现象,提出一种改进的对称边缘最大相关性图像插值算法.通过边缘检测算法得到图像边缘,边缘像素具有最大相关性的方向确定为边缘方向.对于非边缘方向采用传统插值方法,对于边缘方向沿边缘方向插值.实验结果表明,该算法提高了运算效率,并有效消除图像插值过程产生的边缘锯齿和模糊现象.     

精密零件边缘检测

针对边缘检测中检测精度与抗噪性能之间的矛盾,在分析边缘检测方法的基础上,提出了采用优化Gabor滤波算法降低图像噪声和采用多尺度小波检测理论提取图像边缘相结合的方法,实现了零件的在线高效精确检测。试验结果表明,该方法不仅可有效抑制噪声,而且能得到高精度的零件边缘形状。     

复杂场景下的SAR图像水域边缘特征提取

合成孔径雷达(SAR)图像中的水域具有极高的遥感应用及地理应用价值;针对SAR图像固有的相干斑以及复杂场景下SAR图像水域边缘检测算法受到建筑物等人造地物强散射点干扰造成虚假边缘的问题,提出了复杂场景下SAR图像水域边缘特征提取方法;该方法通过构建SAR图像的二维灰度直方图对SAR图像进行预处理,一定程度抑制了相干斑噪声对边缘检测的影响,并在分析SAR图像中建筑物等人造地物与水域散射特性差异基础上利用二维灰度直方图对SAR图像进行分割,抑制强散射点;通过实验验证,该方法有效抑制了相干斑以及建筑物等人造地物强散射点的干扰,实现了复杂场景下的SAR图像水域边缘特征自动提取.