基于区域特征分割的红外弱小目标提取算法

针对现有的红外图像中目标分辨率低且边缘弱等问题,提出了一种基于区域特征分割的红外弱小目标提取算法;该算法根据灰度形态学理论,利用红外背景与目标轮廓信息来提取图像的目标信号;其中算法先根据红外图像的灰度与形状的相似度进行归属度处理,来分类出图像中的目标区与背景区;接着,根据边缘检测算法,该算法对目标区的目标的进行轮廓提取;实验结果表明,该算法能够有效的进行目标提取针对红外图像的不同性质;具有精度高,抗干扰能力强的分割优势。     

一种组合GAUSS-filter、SOBEL、NMS、OTSU 4种算法的图像边缘检测的FPGA实现

边缘检测是分离图像目标主体和背景的主要依据。通过检测图像上灰度显著变化的像素点集合来确定图像的边缘。目前边缘检测的方法大多综合应用两个算法来提高边缘检测质量。本文在FPGA上综合应用GAUSS-filter、SOBEL、NMS、OTSU等多种算法进行图像边缘检测。将原始采集到的彩色图像转换成灰度图像,先对图像进行高斯平滑处理,消除干扰性噪声;应用SOBEL算法计算图像梯度值,再应用NMS算法处理灰度,挑出轮廓边缘梯度值最大的灰度像素集合;最后应用OTSU算法自适应地确定图像门限阈值进行边缘检测。该方法不仅能刻画出图像的边缘,而且还能对边缘进行细化,实验结果显示对不同的图像都有很好的检测效果。本文所提出的在FPGA上实现的图像边缘检测方法具有准确、实时、高速等特点,能够应用到许多领域中。     

基于局部灰度分析的红外图像轮廓跟踪算法

针对在红外图像边缘提取时,断边和分支点会导致伪边界的问题,提出了一种带搜索控制准则的红外图像轮廓跟踪算法.该算法根据飞行目标红外图像特点,将基于最大距离法的局部阈值分割用于目标图像的提取.给出了关于图像局部灰度特性的3个推论,并由此将遗传算法用于轮廓跟踪过程,自动判断出轮廓跟踪过程中出现的分支点、断边,搜索断边并连接.实验结果表明,采用该算法可得到清晰、光滑的轮廓图像,并且具有较快的运算速度,可实现实时处理.     

基于最大熵与小波变换的图像边缘检测算法

提出了一种有效的基于最大熵和小波变换的数字图像边缘检测算法,并用形态学方法对图像进行优化处理,文中算法不但能够很好的提取图像边缘,同时对经典算法提取边缘后出现的断续不完整现象有了很好的改进,还能有效的去除噪声和伪轮廓,和一些传统的边缘检测算法相比,本算法在细节丰富和含有噪声的图像中应用具有优越性,达到了很好的识别边缘的效果.     

基于模糊聚类算法的边缘图像增强技术

通过边缘图像增强处理,提高模糊图像的辨识能力和成像质量。针对边缘图像像素差异性较大,导致成像质量差的问题,提出一种基于模糊聚类算法的边缘图像增强技术。对图像进行小波降噪处理,提取降噪输出图像的灰度直方图特征信息参量,在仿射不变区域对特征量进行模糊聚类,采用C均值聚类算法实现灰度像素点的边缘聚敛和信息增强,进行图像的边缘轮廓特征提取。仿真结果表明,采用该方法进行图像增强处理,提高了输出图像的峰值信噪比,图像的辨识性能得到改善。     

角膜细胞轮廓抽取

角膜细胞图旬轮廓提取的关键是分隔出细胞区域与背影,生成二值图像。由于角膜细胞图像光照不均匀,采用传统的单一域值法无法兼顾亮区与暗区,不能正确地提取出角膜细胞区域。为此本文提出了一种基于动态域值选择和细化算法的角膜细胞轮廓抽取算法。首先对被处理图像进行灰度平均和中值滤波平滑处理,消除细胞内部的不均匀性并保持细胞之间的边界;然后应用动态域值选择算法分割出细胞和背景;最后采用细化算法得到角膜细胞的粗轮廓     

基于图像运动检测的子场编码优化算法

针对等离子显示器中运动图像产生的动态伪轮廓现象,提出了一种基于图像运动检测的子场编码优化算法。该算法在分析常用动态伪轮廓和运动补偿算法的基础上,通过检测图像数据的变化差值判断图像的运动状态,并通过图像运动状态选择不同的显示灰度构成方式:静态图像选择全灰度级编码,动态图像选择较少灰度级编码,通过优化编码方式消除图像的动态伪轮廓。实验表明,算法减少了不同运动速度的图像因算法引起的人工纹理,保证了静态图像的显示细节,达到改善显示图像画质的目的。此外,该算法还具有处理速度快,易于硬件实现等优点。     

一种模糊小目标的自适应阈值分割方法

文章提出了一种基于顶帽变换和边缘检测的强噪声背景下的目标提取方法。模糊背景下图像的目标提取存在一定的困难,必须对图像进行增强处理。文中涉及到的目标具有不同的灰度值,固定阈值法不能保证检测出所有的目标。在原有自适应阈值分割的基础上设计了一种基于顶帽变换和边缘检测的自适应阈值分割方法,首先对图像进行顶帽变换增强图像,再利用Sobel边缘提取算法提取所有可能目标的边缘,利用原图像中对应边缘点的灰度取平均值作为图像分割的阈值来提取目标。实验结果表明:利用检测出的边缘灰度均值作为图像的灰度阈值来分割目标,能有效地提取出模糊小目标。     

基于颜色与线段的图像轮廓提取算法

传统二维图像轮廓识别算法通常是在图像中找到边缘,根据设定的条件将边缘像素组合起来形成轮廓。针对边缘检测算法通常需要对不同的图像设定不同的阈值,对不同类型的图像很难找出统一的阈值的问题,文中提出了一种同时利用图像中颜色与线段信息的彩色图像轮廓提取算法,算法采用自顶向下的颜色空间融合和自底向上的线段检测的方法,在初步获取边缘信息之后,综合利用检测结果生成目标的轮廓。算法的优点在于不需要进行阈值调整,实验表明:该方法可以有效地提取彩色图像中的目标轮廓。     

基于改进轮廓提取的Hough变换椭圆检测方法

分析椭圆目标在成像平面上的特点,提出一种基于改进轮廓提取的Hough变换椭圆检测方法,可以有效地在图像中提取出椭圆的轮廓。对边缘检测后的图像进行边缘点分类,去除交叉点和孤立点,保存端点;根据端点,提取图像中的非封闭轮廓,再扫描图像,提取剩余的封闭轮廓;针对随机Hough变换,根据每条轮廓的长度判断该轮廓需要采样计算的次数,在每个循环的内部,设定阈值来判断每组椭圆参数的统计值,用以跳出循环。实验结果表明,与普通随机Hough变换相比,该算法的内存占用量与计算量大大减少。     

基于视觉神经元双拮抗机制的汽车外轮廓提取

为降低噪音影响、改善汽车车身反光造成虚假轮廓的现象,提出了一种视觉神经元双拮抗机制和自适应双阈值相结合的轮廓提取算法.双拮抗机制算法依据视觉神经元双拮抗原理处理图像得到亮度特征的轮廓,用扩展的大津法(Otsu)根据轮廓亮度分布自动选取高低阈值,对初步提取的轮廓进行双阈值处理,得到最终的汽车轮廓.利用客观性能指标对实验结果进行评价,结果表明提出的算法提升了汽车轮廓的完整性.与经典的轮廓提取算法相比,其计算复杂度低,对图像背景的适应性较强.     

基于基因编码算法的图像轮廓特征信息提取研究

针对图像轮廓特征信息提取的特点,提出基因编码算法。首先把像素映射为基因个体表达式,用基因编码值区分为图像轮廓特征,接着对像素的每个基因所编码属性筛选进行特征提取,最后给出了图像轮廓特征信息提取的算法过程。实验仿真得出基因编码提取的图像轮廓边缘很清晰,抗噪声能力强,时效性快,边缘点保持指数最接近1。     

彩色图像序列中运动目标外轮廓的自动提取

该文提出了一种新的多运动目标精确外轮廓自动提取算法。算法的主要创新点是:采用指数滤波计算彩色图像的梯度强度,改善了彩色图像梯度局部极值点的定位精度,所得到的梯度强度和运动边缘位置信息供随后的轮廓迭代中使用,成功地避免了动态轮廓的过收缩。此外,充分利用轮廓的方向信息,又有效地克服了动态轮廓迭代中的外扩展。从而,算法自动地提取出一个真正紧贴的目标外轮廓。分析和实验表明,该算法抗干扰能力强,对复杂背景及不重叠物体,可以精确定位并提取出各个运动目标的外轮廓。     

基于相位一致性改进的活动轮廓分割模型

为了实现甲状腺超声图像中结节组织的快速准确分割,克服图像灰度分布不均匀和边缘模糊对分割结果造成的影响,采用了基于相位一致性改进的活动轮廓分割模型。首先,利用相位一致性边缘检测原理构造一种新的速度函数,不仅弥补了梯度算子边缘检测中由于滤波处理造成边缘损坏的缺陷,而且可以灵活地控制曲线演化速率;然后,将该速度函数乘入到无边缘主动轮廓模型的能量项中,避免了线性组合中的权重分配问题,同时具有全局分割能力。通过理论分析和实验验证,改进模型的相对差异度均小于1%,运行时间均低于对比模型。结果表明,新模型实现了灰度分布不均匀图像的精确分割,同时分割效率也有所提高。     

基于局部灰度分析的红外图像轮廓跟踪算法

根据飞行目标红外图像特点,提出了用最大距离法用于局部闭值分割,用链码法来做改进的轮廓跟踪算法。该算法把消除颗粒噪声、采样离散化误差作为边缘平滑的重点;通过对图像局部灰度特性的分析解决了轮廓跟踪过程中出现的断边、分支问题。经验证,采用该算法可得到清晰、光滑的轮廓图像,并且具有较快的运算速度,可实现实时处理,实时显示。     

图像分割中采用自适应3次B样条修饰轮廓线

提出了一种在图像分割中获得连续光滑轮廓线的方法,该方法先以动态京都科像的全局最小累积代价阵,并从累积代价梯度降低最快的方向提取全局最优的轮廓线,然后用一种自适应3次B样条对获得的线进行修饰和平滑处理。该样条可根据轮廓线不同处的曲率变化情况,自适应地调整控制点的分布,在各类图像上的试验表明,该方法能有效地消除轮廓线上的小锯齿,获得较其它方法更平滑的曲线,同时又保留了轮廓线的特征细节。     

模糊目标轮廓图像分割研究

针对实际图像成像过程中,由于图像传感器件的特性和光学衍射效应造成的目标轮廓模糊,形成了斜坡边缘。分析了模糊轮廓的边缘特性,研究了不同算子对阶跃边缘和斜坡边缘的影响,提出了模糊引起图像灰度的内插平滑,降低了轮廓与周围点灰度的差异性,产生了过渡带。研究了模糊对灰度值的影响,提出了灰度乘方的梯度边缘检测算法,增强了过渡区域灰度变化的差异性,相应减小了相机采集过程带来的图像轮廓模糊。通过实验表明,该算法有效地解决了模糊目标轮廓的分割问题。     

图像边缘提取的区域联合分割与主动轮廓模型

在目标的识别与跟踪处理中,目标图像的边缘提取是一项关键技术。采用边缘区域分割和主动轮廓C-V模型算法,而C-V模型更适用于水下的球体、椭球体边缘检测,具有提取的边缘连续的优点。当然,在处理不同的实际问题时,针对环境条件和要求的不同,可以选择适合的算子进行图像边缘提取。