自然地面背景下红外目标检测算法

为了快速准确地检测出以地面物体为背景的红外序列图像中的目标,结合小波变换的特点及其应用于图像边缘检测的优点,提出了一种基于小波技术的图像预处理算法。该方法利用图像边缘在目标识别中的重要作用,讨论了基于小波变换的图像边缘检测方法,并结合地面背景红外图像自身的特点,大大地提高了单帧的检测概率。     

基于形态学的不完全性骨折CT图像裂痕定位

针对不完全性骨折的CT图像损伤位置不易明确定位的问题,提出了一种基于数学形态学的裂痕定位算法。为了从CT图像中获得准确的骨质区域,在CIE Lab均匀色彩空间对原始图像进行双边滤波去噪,利用最大类间方差法计算出最佳阈值,从而分离出骨质区域,采用数学形态学中的黑帽运算结合Canny边缘检测算子对裂痕位置进行精确定位。实验结果表明,能够自动提取并定位不完全性骨折CT图像的裂痕区域。算法易于实现,具有较强的鲁棒性和实用性,方便了医学影像诊断。     

基于块匹配的低光度图像对融合方法

针对低光度条件下长曝光图像与短曝光图像的融合问题,提出了一种基于块匹配的图像融合方法,将低光度图像对融合成为一张更好的图像.首先提出基于金字塔多尺度模型的双向鬼影检测算法,该算法降低了噪声和欠曝对鬼影检测的影响,用于准确检测低光度场景中图像对之间由于物体运动造成的不一致区域;随后利用块匹配算法重建鬼影区域;最后运用改善边缘特性的泊松融合算法提取两次曝光图像中的信息生成结果图像.实验结果表明,该方法有效地保留了短曝光图像的边缘锐度,并保持了长曝光图像的色彩、亮度和细节.     

改进的Zernike矩工业CT图像边缘检测

为提高工业计算机断层扫描(CT)图像亚像素边缘检测的精度和速度,研究了一种改进的Zernike矩边缘检测方法。该方法采用Sobel边缘算子快速检测出图像所有可能的边缘,通过Zernike矩算子对所有可能的边缘进行重新检测,最后,检测出图像的亚像素边缘并计算其精确位置。由于采用Sobel算子检测出可能的边缘使后续Zernike矩算子检测范围缩小,从而减小了运算量,提高了运算速度。对实际CT图像进行的实验结果表明:改进的Zernike矩工业CT图像边缘检测精度绝对误差<0.24 pixel,改进算法的运算速度提高了约70%。     

基于GFO和标记点分水岭算法的医学图像分割

传统的分水岭分割一般是在原始图像中根据边缘检测算子所得的边缘图进行计算,常规的边缘检测算子并没有引入图像的先验信息或形状约束。由于病理改变以及医学影像数据内在的模糊性,常规边缘检测算子很难引导分水岭算法收敛到正确的目标轮廓,由此导致传统分水岭算法容易受到图像噪声的干扰而"过分割"。在此情况下,提出利用基于广义模糊算子(GFO)的边缘检测算法来改进标记点分水岭分割。从实验结果看,提出的方法非常适合应用于临床医学图像分割。     

基于Facet模型的闪光图像边缘检测

针对闪光图像的特点,对经典边缘检测算子进行了分析,发现存在检测出的边缘粗和对噪声的干扰比较敏感的缺点,提出了一种基于Facet模型的爆轰实验图像边缘检测算法。该方法吸取了其它同类方法的优点,引进了正交基简化了运算,用离散正交多项式对图像每个像素的邻域作最佳曲面拟合,在此基础上使用整体梯度算子寻求二阶方向导数的零交叉点,最终提取边缘点。结果表明:该方法检测出的边缘细,并且光滑连续,对图像噪声干扰有较强的抑制能力,对于孤立的边缘能够给出较精确的定位。     

基于灰度矩的CCD图像亚像素边缘检测算法研究

根据灰度矩算子在目标成像前后的矩不变特性,利用Tabatabai等人提出的前三阶灰度矩建立了亚像素边缘检测算法的完备数学模型。通过实验对该算法的有效性和检测精度进行了研究,给出了工件的实测尺寸对比结果。实验表明:基于灰度矩算子的亚像素边缘检测算法比传统算子具有更高的检测定位精度,可满足图像目标高精度实时在线测量的要求。     

一种基于边缘能量图的物体检测方法

物体的变形、边缘中断等因素通常对物体检测的结果影响很大。为了减小这些因素的影响,提出一种新的基于边缘能量图的物体检测方法。边缘能量图在一定程度上反映了物体的边缘出现的概率,便于计算并具有较好的鲁棒性。计算出图像的边缘图像,在此基础上分别计算出模型和测试图像的边缘能量图。基于多分辨率的滑动窗口,在图像中找出测试图像边缘能量图与模型边缘能量图最相似的区域。基于边缘能量图快速得到目标物体的轮廓。实验结果显示,该方法使用较快的计算速度得到了相对较高的检测率。     

基于边缘相位编码的复杂背景下海天线检测

复杂的海空背景环境中云层、波浪反射、复杂气象条件等会给海天线检测带来困难。针对复杂背景下海天线检测的环境适应性问题,提出了一种基于图像边缘相位编码的海天线检测方法。该算法通过双边滤波原理对图像进行保边滤波处理,以高斯拉普拉斯算子增强边缘响应,配合设计的高斯核方向滤波器完成边缘相位编码的抑噪和增强,然后以相位组分内扫描线的累积响应强度和海天区域内像素强度分布模式差值辨识出最优海天线的位置。实验结果表明,该算法能够有效地检测出不同复杂背景条件下的海天线,具有计算量小和环境适应性强的特点。     

一种基于边缘能量图的物体检测方法

物体的变形、边缘中断等因素通常对物体检测的结果影响很大。为了减小这些因素的影响,提出一种新的基于边缘能量图的物体检测方法。边缘能量图在一定程度上反映了物体的边缘出现的概率,便于计算并具有较好的鲁棒性。计算出图像的边缘图像,在此基础上分别计算出模型和测试图像的边缘能量图。基于多分辨率的滑动窗口,在图像中找出测试图像边缘能量图与模型边缘能量图最相似的区域。基于边缘能量图快速得到目标物体的轮廓。实验结果显示,该方法使用较快的计算速度得到了相对较高的检测率。     

A recursive color image edge detection method using Green's function approach

In this paper, an extended version of image edge detector using Green's function approach is proposed for detection of edges in the color vector space field. In the proposed method, the relationship between the Red, Green and Blue components is considered to design a differential operator for detection of edges in color images. By using the proposed operator, partial derivatives of all components of color image can simultaneously affect on the edge detection process. Therefore the proposed method can preserve the vector nature of color images during the edge processing stages. Also, the proposed method is compared both quantitatively and qualitatively with other color edge detectors. Experimental results show that the proposed method can efficiently preserve the edges even when the color images corrupted with different levels of noise.     

Color image edge detection method using VTV denoising and color difference

The traditional Canny edge uses Gaussian filter to suppress the noise, it also smoothes out the image edges. An improved Canny edge detection method for color image is proposed in this paper, the improved method uses fast vectorial total variation (VTV) minimization model to remove noise in color image, and then calculates the color difference and direction in CIELAB color space, which is used for non-maximal suppression. Finally, the improved method extracts the edges by the double-threshold method. The experimental results show that the proposed method achieves better performance than the traditional Canny edge detector. It can remove noise while preserving the image edges, and effectively detect the image edges.     

误差分散类彩色半调图的边缘检测算法

针对误差分散类彩色半调图提出一种边缘检测算法.首先应用K－L变换,将(R,G,B)空间转换为具有正交特性的彩色特征空间(I1,I2,I3),构造灰度图I使之包含所有单色图像的边缘信息,最后设计多尺度边缘检测模板以获取图像边缘.实验表明,算法较传统方法抗半调噪音的能力强,能快速、准确地提取彩色半调图像的边缘.     

彩色图像边缘检测及其在图像融合中的应用

提出了一种新的基于小波变换的彩色图像边缘检测方法,运用噪声和微弱边缘的识别以及动态双域值的选取,使得检测出来的边缘定位精度高,抑制噪声性能好。利用基于区域特征的信息融合策略,比较待融合图像的边缘点的值和区域能量特征值,选择特征突出者对应的原始图像区域组成融合结果。实验结果表明,该算法可以良好地保留两幅图像的细节信息,得到高质量的融合图像。     

基于HSI颜色空间的彩色边缘检测方法研究

针对在RGB空间中很难有效区分颜色相似性的问题,通过选择更加符合颜色视觉特性的HSI颜色空间进行图像处理与分析,提出了一种新的色差度量方法,在此基础上设计了一种彩色边缘检测方法。首先计算色度、饱和度、亮度等三个分量的边缘信息,然后对三个分量进行加权得到彩色边缘信息,通过非极大值抑制和阈值选取后,得到彩色图像的边缘。实验结果表明,该方法可以充分利用彩色图像的色度、饱和度和亮度信息来有效地检测彩色边缘。     

小波模极大值法与数学形态学边缘检测细化结果

图像边缘检测的关键是尽可能多的检测到边缘并且抑制噪声的同时,尽可能的满足单线的边缘定位精度;为此选取了一种融合小波模极大值和数学形态学的边缘检测方法来获取图像边缘;首先在对图像进行小波分解,分别利用模极大值法和多尺度多结构数学形态学方法来处理小波分解的高频分量和低频分量,利用差影法对二者的结果进行融合;然后利用大律法得到二值化图像,并用形态学边缘细化算法细化图像边缘得到最后结果;实验结果显示,融合的方法可以得到比较完善的边缘,经过二值化和边缘细化后,获得的单线宽边缘更加清晰,定位精度更高。     

基于平稳小波变换的有噪弱目标检测方法的研究

利用平稳小波变换的多尺度边缘检测算法分别对模糊图像、低对比度图像和加入噪声的图像进行了边缘检测,验证了多尺度二次B样条小波的检测效果,也比较了三种小波局部模极大值方法在抗噪性、计算量及检测效果等方面的性能,并且针对对比度低,受噪声污染严重的目标图像,提出一种能够根据不同背景计算出自适应阈值的新方法,使其在抗噪的同时又能较好地提取出微弱目标边缘。实验证明,利用多尺度二次B样条小波边缘检测算法能有效地排除噪声干扰,准确地提取出微弱边缘,可以实现3%对比度下的有噪图像的目标探测问题。     

The segmentation of timber defects based on color and the mathematical morphology

Wood has the texture of natural beauty and elegant color so that it can be widely used in the construction and furniture. So people put the special focus on the texture of wood and they are nearly particular about its color. According to the conventional segmentation method, the characteristics of the wood and the actual production process in a short time of the request, this paper presents a segmentation method of wood panel based on color difference and mathematical morphology. In the HSI space, it firstly focus on select morphological edge detection of H component and I component. Instead of considering the small pixel blocks, it uses median filter to clear it to retain accurate edge image. So edge detection is characterized by the H-component of the color model, then region growing is based on edge information, in order to overcome defects of pseudo edge. In this paper, it uses the boundary information to select seed points automatically, then it takes a regional model of the regional boundary for the region growing, and finally it splits out a defective portion of the timber well.