基于模糊集的图像边缘检测算法

边缘检测一直是图像处理中一个热门课题，本文在对经典模糊边缘检测算法思想进行分析的基础上，提出了一种边缘检测算法，该算法通过阈值分区间定义一种模糊隶属函数，可将数字图像转化在等效的模糊特征平面上，然后选用适当的增强算子对图像进行模糊增强，增强后的图像经逆变换后进行边缘提取即可得到所需图像的边缘特征。应用这种算法计算量小，运算速度较快，提取的边缘细致，是一种很有实用价值的边缘提取算法。     

SUSAN算子在车辆检测中的应用研究

SUSAN算子是一种基于图像灰度的类积分算法。该算法利用圆形模板对图像中的感性区进行扫描,经由对模板中心点和非中心点灰度值比较、运算。所得运算结果与阈值进行比较,从而判断此中心点是否为兴趣特征点,实现对图像特征点的提取。特征检测前首先利用Hough变换检测道路边界线以确定路面区,然后应用SUSAN算子在检测出的路面区中对车辆进行特征提取。可以快速准确地提取出行驶中车辆的兴趣特征点。     

基于NSST图像融合的变电站开关状态识别

针对变电站中开关状态图像识别易发生误判的问题,提出了一种基于非下采样剪切波变换(NSST)图像融合的变电站开关图像识别方法。该方法采用可见光和红外光双摄像模式,得到开关可见光图像和红外图像,根据两者的特点与互补特性,采用基于NSST的图像融合算法对可见光图像和红外图像进行融合,生成含有两种开关图像丰富细节信息和特征量的融合图像,采用改进加速稳健特征(SURF)算法对融合图像进行目标特征量提取和匹配,再采用基于混沌布谷鸟(CCS)算法的多阈值图像分割技术进行处理,最后基于霍夫变换得到开关臂和触点所在直线的斜率,根据两者角度差判别开关状态。仿真实验表明:所提方法对闭合与断开状态隔离开关的识别率分别为94.4%和100%,验证了所提方法的有效性。     

基于主结构提取与签名算法的织物缺陷检测

为解决目前基于图像处理的织物缺陷检测算法中,因织物组织纹理结构复杂、花型繁多造成的检测效果差的问题,提出一种基于主结构提取与图像签名算法的纹理织物缺陷检测方法。首先,使用改进的总变差模型去除织物纹理提取主结构;其次,利用高斯变换对待检测图像进行多尺度分解,构建高斯金字塔;然后根据视觉注意力机制提取颜色特征,通过图像签名算法对疵点进行显著性检测,最后利用自适应阈值的方法分割得到疵点区域。实验结果表明,算法可有效地提取各种织物的主结构,实现不同纹理织物图像的缺陷检测。     

基于KAZE的自适应模糊图像配准算法

为了提高图像配准算法对于模糊图像的配准性能,提出一种融合非线性尺度空间和空间余弦相似度的自适应模糊图像配准算法。该算法将非线性尺度空间理论应用于图像的局部特征提取,采用KAZE算法提取图像的特征点,以构成M-SURF特征描述符;利用空间余弦对图像特征点进行匹配,并且根据不同的图像特性进行自适应阈值匹配,以得到便于寻求最优变换关系的合理数量的匹配点对;最后采用RANSAC算法滤除误匹配点对,以提升算法精度。实验结果表明,该算法可以有效地提高模糊图像配准的匹配准确率和精度,准确率和精度比KAZE算法最大可以提高25%和7.909像素,具有更好的配准性能。     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。     

基于红外热点的电力缺陷检测方法

针对直升机电力巡检拍摄到的实时红外视频序列,寻找定位高温点并实时反馈给控制系统,首先对其进行Hough变换检测输电线,然后采用Otsu自适应阈值算法对红外图像中的热点区域进行分割,提取出缺陷区域,接着利用SIFT特征匹配识别红外图像中的绝缘子,最后对缺陷进行分类和分级。实验证明该算法发热点定位准确率较高,可智能识别缺陷,减轻了人工作业负荷。     

一种改进的数字图像模糊增强算法

本文在PAL提出的用模糊集合理论进行图像增强方法的基础上,提出了一种在多个区间定义隶属度函数,提取景物边缘附近像素、选取图像阈值的算法。新算法使增强后图像的灰度值更加均衡,文中给出了用灰度直方图定量描述的结果。     

一种变电站智能巡检机器人的仪表图像空间变换算法

针对变电站智能巡检机器人的仪表识别问题,提出了一种基于SURF的图像空间变换算法。首先,对建模图像仪表区域和待识别图像进行SURF特征提取;其次,采用KNN算法和双向匹配对所提取的特征进行筛选,提取优质匹配点对;最后,利用随机采样一致性算法(RANSAC)计算得到投影矩阵,从而能将待识别图像转换到建模图像空间,为后续识别提供便利。变电站实际测试结果表明了该算法的有效性。     

一种基于双阈值区域分割的SAR图像目标提取方法

本文提出一种基于"双阈值"的区域生长算法。该方法首先对图像中感兴趣的区域进行分割,通过阈值的选取对已分割区域进行合并与剔除虚警来提取感兴趣的目标。采用国产机载SAR图像,以大中型建筑物为例进行了实验。实验结果表明该方法能够有效地提取目标特征,进行区域分割。     

LBP与低秩分解的网状织物纹理缺陷检测方法

针对网状织物纹理复杂,缺陷检测难度大的问题,提出一种基于局部二值模式(LBP)与低秩稀疏矩阵分解的网状织物纹理缺陷检测方法.首先,采用等价旋转不变的局部二值模式算法提取网状织物纹理特征,获得纹理特征矩阵;其次,根据纹理特征矩阵构建低秩稀疏分解模型;最后,通过最佳阈值分割算法对网状织物低秩稀疏分解产生的显著图进行分割.实验结果表明,与K-奇异值分解(K-SVD)算法相比,该方法的平均准确率达到89.94%,平均召回率达到93.88%,分类总正确率达到92%以上。     

一种改进的快速全景图像拼接算法

全景图拼接是将具有共同部分的多幅图像进行组合,实现一幅全景图的过程.针对基于传统SIFT(scale-invariant feature transform)算法全景拼接中的特征点匹配计算消耗时间过长和存在冗余错误的不足提出了改进.其中,传统算法的特征点匹配计算是基于KD-tree算法的树结构,由近及远地逐个查找并计算特征点的匹配度;改进后的最近邻搜索算法(best-bin-first,BBF)是先根据每个特征点的多维度分量特性对其进行优先级排序,查询时总是从优先级高的开始,来提高匹配计算效率.冗余错误问题则是通过随机采样一致算法(RANSAC)的优化迭代计算错误概率,代替传统方法的阈值筛选法来减低错误匹配点的出现次数.实验中分别对简单纹理图像和复杂纹理图像进行了拼接实验并与原算法比较,证明本算法的拼接精度和时效性的提升.     

基于方差调节策略耦合结构特征的图像修复算法

针对当前图像修复算法主要采用图像的 R、G、B 信息来获取最优匹配块,忽略了图像的结构特征,导致修复图像中含有 纹理不连续及块现象等问题,设计了方差调节策略耦合结构特征的图像修复算法。 首先,借助图像的梯度模值来构造结构度量 因子,以度量图像的结构特征。 联合置信度项、结构度量因子和数据项,构造优先权函数,以寻求优先修复块。 然后,采用图像 的方差特征,建立方差调节策略,考虑图像纹理的动态变化,寻求与当前纹理情况最吻合的样本块尺寸。 最后,将结构度量因子 引入到最优匹配块的搜索过程中,以弥补通过 R、G、B 信息搜索最优匹配块时所忽略图像结构特征的不足,得出最优匹配块修 复图像,实现损坏区域的复原。 通过实验结果发现,较当前修复方案而言,所提算法的修复图像具备更优的纹理连续性。     

遥感云图纹理特征提取算法实时加速设计

为了解决灰度共生矩阵对遥感云图特征提取实时图像处理过程中算法复杂度高,运算时间长,数据运算量大等问题,提出了一种Vivado HLS实现卫星遥感云图特征提取算法的硬件加速方法。通过对灰度共生矩阵纹理特征提取算法以及Vivado HLS硬件加速设计进行研究,利用Vivado HLS对灰度共生矩阵纹理特诊提取进行硬件加速,并且封装为可调用的IP核,将PC端遥感云图处理结果与Zynq7020硬件加速后的处理结果进行比较,实验结果表明,该方法能够快速的解算遥感云图纹理特征,加快遥感云图处理速度,同时克服了FPGA设计图像算法难度大的缺点。     

A novel fast fractal image coding algorithm based on texture feature

A novel, fast fractal image coding algorithm based on the texture feature is proposed in this paper. Fractal image coding is a very promising technique for image compression. However, it has not been widely used because of the long encoding time and high computational complexity. The most fractal image encoding time is spent in determining the approximate D‐block from a large D‐blocks library by using the global searching method. Clustering the D‐blocks library is an effective method to reduce the encoding time. First, all the D‐blocks are clustered into several parts based on the new texture feature α derived from variation function; second, for each R‐block, the approximate D‐blocks are searched for in the same part. In the search process, we import control parameter δ; this step avoids losing the most approximate D‐block for each R‐block. Finally, the R‐blocks whose least errors are larger than the threshold given in advance are coded by the quad tree method. We have performed a simulation with MATLABR2010a to verify the effectiveness of the proposed algorithm. The experimental results show that the proposed algorithm can be over 6 times faster than the moment‐feature‐based fractal image algorithm; in addition, the proposed algorithm also improves the quality of the decoded image and increases the PSNR's average value by 2 dB. The comparisons demonstrate that this method is better than the fractal image coding algorithm based on statistical features. © 2012 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

结构化矩阵分解的网状织物缺陷检测方法

针对在网状织物缺陷检测过程中因纹理复杂造成误检问题,提出了一种结构化矩阵分解的网状织物缺陷检测方法。 首先,通过 Retinex 算法对图像进行增强,利用所提取的底层图像特征生成特征矩阵,并将其分解为含有织物图像背景信息 的低秩矩阵和含有缺陷信息的稀疏矩阵;其次,引入了高级先验矩阵和索引树两个部分,通过利用增强后图像进行获取,并 对两个部分进行特征融合,实现缺陷显著性增强。 通过计算稀疏矩阵的值,获得缺陷的显著性的大小;最后,通过最佳阈值 分割算法分割缺陷显著图,从而得到缺陷检测结果。 利用公开数据集 TILDA 和 BASLER 工业相机采集到的网状织物缺陷图 像验证了算法的性能。 研究表明,与其他算法相比,本文算法的识别准确率达到 94. 25%,召回率达到 92. 48%,分类准确率 达到 90. 12%。     

拟合扩散的自适应图像去噪方法

针对纹理等细节信息丢失和图像边缘退化的问题,提出一种拟合扩散的自适应阈值图像去噪算法。首先,改进了扩散方程中的扩散系数,建立拟合扩散系数,克服因扩散强度过大带来的纹理细节信息丢失和边缘退化的弊端;然后,对阈值函数进行了自适应设计和改进,使其根据图像的最大灰度值和迭代次数自动控制阈值,进一步保留图像边缘和细节特征;最后,对新算法进行分析和仿真。实验结果表明,提出的新算法在图像去噪和保边缘、纹理等细节信息方面效果明显,峰值信噪比有了大幅提高,新算法性能优异,有利于实际应用。     

一种基于颜色与纹理特征的图像模糊检索算法

提出了一种新的综合颜色与纹理特征的图像模糊检索的方法。其主要思想是首先利用隶属度函数剔除与查询图像相关性较小的图像,然后再综合考虑图像的颜色和纹理特征,最终返回与查询图像相似度较大的部分图像。实验结果表明,综合颜色和纹理特征并采用隶属度函数的改进算法检索速度快,准确率较高。     

纹理特征提取的不变矩探讨

针对目标形状发生变化引起图像特征提取困难等问题,采用不变矩作为特征量的特征匹配算法,以纹理图像为研究对象,分析不变矩的基本理论,探讨具有全局统计信息的不变矩设计方法。仿真实验中,分别利用Hu矩和Zernike矩提取纹理图像的视觉特征,比较2种统计矩在纹理特征提取中的应用范围。实验结果表明,不变矩可以作为目标形状改变后的一种图像特征。然而,对于新的不变矩的构建仍需作进一步研究。