一种扩展边缘特征的图像定位方法

针对图像匹配受几何变形影响的情况,采用侧抑制竞争方法准确提取图像边缘。比较边缘移位对图像匹配的影响,提出扩展边缘特征的匹配方法,改善了因各种原因造成的基准图与实时图的变形对匹配定位的影响。实验表明,本文的图像边缘提取和扩展边缘特征匹配方法具有模型简单和抗几何变形的能力等特点,便于实现。     

一种新的堆积颗粒图像边缘检测方法

提出了一种应用混合神经网络进行颗粒图像边缘检测的方法,混合神经网络由用于对边缘侯选图像的二值输入模式进行聚类特征提取的自组织竞争子网络（ASCSNN）和用于获取颗粒图像边缘矢量信息的BP子网络（BPSNN）组成,边缘侯选图像是通过采用基于灰度极小值算法提取边缘倏选像素获得,神经网络以边缘倏选图像中的边缘侯选像素及其邻域像素的二值模式作为训练样本,对经过噪声污染的图像进行实验表明,该方法获得的边缘图像封闭性较好、边缘描述真实、抗能力较强、适用于颗粒图像的边缘检测。     

融合边缘条件的多个鉴别器生成对抗网络

针对现有图像处理方法仍然存在人脸补全后,人脸五官等局部区域的视觉连通性较差的问题, 提出了一种包含全局鉴别网络、局部鉴别网络和人脸部位鉴别网络的边缘补全方法。其中全局鉴别网络鉴别 全图的视觉连通性;局部鉴别网络约束补全部分;人脸部位鉴别网络约束补全图像效果。将残缺灰度图、 残缺边缘图和掩膜图输入到边缘补全网络,得到补全边缘图。然后将补全边缘图和残缺彩色图输入到图像 补全网络,得到补全图像。边缘补全网络和图像补全网络进行端对端连接,形成一个完整的解决方案。在 CelebA 数据集上与对照组进行视觉连通性对比,结果表明：提出的算法能够更好地还原人脸部位的信息。     

基于小波变换的图像边缘检测算法

目的提出一种边缘检测改进算法，提高边缘检测精确性．方法从小波变换入手，将图像进行多尺度分解，在各个尺度下对图像各个高频的细节进行加权处理，然后对处理后的图像进行Laplacian边缘检测．结果噪声得到抑制，边缘定位精确度上升，识别率提高．结论理论和试验结果分析表明，在边缘精度、强弱边缘提取和噪声抑制方面，该算法是有效的．     

BDCN和U-net边缘生成两阶段修复算法

为了对图像中大面积不规则缺失区域进行合理的结构修复和精细的纹理重构,提出了一种基于双向级联边缘检测网络（BDCN）和U-net残缺边缘生成的两阶段网络图像修复算法.第一阶段首先基于BDCN网络提取边缘,然后基于U-net架构的边缘生成网络用下采样对缺失图像边缘提取特征,再结合上采样的输入信息和下采样各层信息还原图像边缘纹理细节;第二阶段使用空洞卷积进行下采样和上采样,经过残差网络重建细节丰富的缺失图像.在公开数据集上将所提算法与现有经典算法进行对比,实验结果表明,所提算法能得到合理的结构和精细的纹理细节,优于对比算法.     

基于形态学的红外图像边缘检测

为了提高红外图像边缘检测的性能,提出了一种基于形态学的红外图像边缘检测算法,改进了仅依靠单一方向和采用固定方向权重的边缘检测算法.通过使用多方向结构元素对图像边缘进行提取,采用方向自适应权重进行加权融合,得到图像边缘检测的结果.实验结果表明,该方法能够有效地抑制图像中的噪声,提取的图像边缘更加完整,提高了红外图像边缘检测的效果.     

基于B样条小波的图像边缘检测

提出了一种检测图像边缘的方法。该方法在满足Canny提出的边缘检测3个准则的基础上，构造二维可分离滤波器组，利用B样条小波对图像函数进行小波变换，提取图像边缘，较好地解决了图像边缘的提取精度与图像噪声的抑制能力之间的矛盾，并采用了多孔算法防止图像质量丢失。实验证明了B样条小波检测图像边缘的有效性、正确性。     

基于反馈网络的磁共振图像超分辨率重建研究

针对磁共振图像超分辨率重建算法存在的边缘信息丢失和运动伪影等问题,本文提出一种基于反馈网络的磁共振图像超分辨重建方法.采用反馈路径构成网络结构,在所提出的重建算法中,将输入图像进行上采样和下采样操作,提取图像特征,并对提取的特征进行融合后与输入图像一起进行局部循环训练,同时通过残差和卷积操作,重建超分辨率图像.为了更加...     

用于计算曲线光流的边缘提取

提出了一种新的曲线边缘提取方法。用Sobel算子对综合图像和真实图像进行边缘检测，得到了图像的边缘点，通过选择边缘点增强因子、阈值和重复次数，进一步对图像的边缘点进行了增强，实现了图像的边缘细化，采用轮廓跟踪算法进一步细化边缘，得到了具有单像素宽的轮廓曲线，对综合图像和真实图像的实验结果表明，新的曲线边缘提取方法获得的效果较好。     

融合Canny边缘检测技术的SAR图像改进滤波方法

5×5窗口的增强型Lee滤波方法能够有效抑制相干斑噪声,但边缘细节等纹理信息损失严重。针对增强型Lee滤波方法的这一缺点,结合边缘提取技术,提出改进的滤波方法。该算法首先对图像进行5×5窗口增强型Lee滤波处理,然后对图像使用Canny算子进行边缘纹理信息提取,最后将增强型Lee滤波后图像的边缘和纹理区域的像元值用边缘提取技术得到的结果进行取代。通过利用均值滤波、Lee滤波及其增强型、Kuan滤波及其增强型、Gamma MAP滤波和改进方法对SAR图像进行处理,得到改进的滤波方法在克服相干斑抑制和边缘保持这一对矛盾上是有效的。     

基于分布式流的复杂网络上边级联失效

考虑现实网络中流的分布式传输方式和边的负载-容量关系,提出了一个带有可调权重参数的边级联失效模型。依据新的度量网络鲁棒性指标,探讨了两种典型复杂网络由蓄意边攻击而引发的级联失效行为。仿真结果表明,存在最优参数值使得网络达到最强抵制边级联失效的鲁棒性,能够显著降低灾害动力学发生的可能性。而且,网络的拓扑结构和平均度均对网络鲁棒性产生了影响。     

一种人工模糊的伪造图像盲检测方法

针对模糊操作常常用来掩饰伪造拼接合成图像的拼接边缘但使边缘宽度增大的特点,提出了一种基于边缘宽度的伪造图像检测方法,该方法通过确定图像的边缘像素,计算边缘的宽度,去除较细边缘保留宽边缘等手段确定伪造数字图像的篡改区域。经实验验证,文中方法能有效地检测出伪造图像中经过模糊操作的边缘,从而确定伪造区域。     

一种新的边缘检测算法研究

为了提高边缘检测的运行效率和检测精度,提出了一种新的边缘检测算法,该算法由一个自适应神经模糊推理系统和一个后处理程序组成.选取与边缘方向和梯度双重信息相关的4个目标函数作为自适应神经模糊推理系统的输入,采用计算机合成图像对自适应神经模糊推理系统进行训练.运用一个后处理程序,判断自适应神经模糊推理系统的输出值是否小于门限值,若小于则该像素点为边缘点.仿真实验表明,该方法边缘检测效果优于传统方法和当前文献报道方法.     

基于生成式对抗网络和多级小波包卷积网络的水下图像增强算法

为了解决水下图像的雾模糊和偏色问题,针对水下图像成像模型提出基于生成式对抗网络（GAN）和改进卷积神经网络（CNN）的水下图像增强算法. 利用生成式对抗网络合成水下图像,以对配对式水下图像数据集进行有效扩充. 利用多级小波变换,以不丢失特征分辨率的方式对水下图像进行多尺度分解,然后结合卷积神经网络利用紧凑式学习方式对多尺度图像进行特征提取,并利用跳跃连接以防止梯度弥散,克服水下图像的雾模糊效应. 利用风格代价函数学习彩色图像各通道间的相关性,提高模型的色彩校正能力,克服水下图像色彩失真的问题. 实验结果表明,相较对比算法,在主观视觉和客观指标上,本研究所提算法拥有更优秀的综合性能及鲁棒性.     

基于直线抽取的数字视频全局文字提取的研究

提出一种基于相位编组提取数字视频文字区域的算法.本算法首先基于相位编组抽取视频帧中的直线,然后过滤掉弱边缘直线;对边缘进行尺寸限制过滤掉了不符合文字尺寸的边缘.进一步提出了像素密度α的概念,并指出文字区域的像素密度α应在某一阈值范围之内(αmin≤α≤αmax),通过像素密度α滤去了非文字区域,最后应用投影法最终确定文字区域.以上方法的结合保证了本算法的正确率和鲁棒性.最后选用不同类型的视频素材对本算法进行了实验,表明本算法具有较好的正确率和较快的计算速度.     

考虑相依边负载的相依网络鲁棒性研究

针对现实中不同网络之间的连接边存在负载传递和容量约束的现象,提出了一种考虑相依边负载的相依网络级联失效模型,并将该模型运用到地铁公交相依网络上,分析不同交通网络之间的换乘所带来的负载分配问题。该模型综合考虑了相依边过载失效、相依节点故障和非最大连通子图节点损失的失效情况。通过调节攻击比例,分析不同负载重分配策略、不同的网络耦合方式与组合模式、网络的相依程度、不同边攻击方式下对相依网络鲁棒性的影响。结果表明:剩余容量分配策略能有效缓解相依边的过载失效,小世界网络组成的相依网络鲁棒性更好;提高耦合程度和子网络的平均度能有效提高相依网络的抗毁性;相较于相连边,攻击相依边对网络的鲁棒性影响更大。     

Digital image processing-based automatic detection algorithm of cross joint trace and its application in mining roadway excavation practice

This paper proposes a digital image processing-based detection algorithm for cross joint traces of coal roadway heading face. Initially, the acquired images were preprocessed, i.e., adaptive correction was conducted for non-uniform illumination images based on the 2D gamma function. The edge detection algorithm was then applied to extract the edges of the structural plane, followed by the filtration of the non-structural plane noises. Moreover, the Hough transform algorithm was applied to extract the linear edges; finally, the edges were locally connected in accordance with the angle and distance criteria. The experimental results show that this algorithm can be used to reduce the noise caused by non-uniform illumination and avoid the mutual interference of multi-scale edges, so as to effectively extract the traces of the cross joint. Furthermore, Q-system and rock mass rating (RMR), were applied to conduct a quantitative evaluation on the stand-up time of unsupported roof in the four test images. The Q-system quality scores are 26.7, 43.3, 3.1, and 6.7, and the RMR quality scores are 56.84, 58.73, 48.42, and 51.42, respectively. The stand-up time of unsupported roofs with a span of 4.6 m are 30, 36, 7.7 and 14 d, respectively.     

基于非采样高斯差分金字塔的多尺度融合边缘检测

针对传统边缘检测算法抗噪性差、边缘连续度低、细节边缘冗余,对运动目标检测应用领域的适用性差等缺点,论文基于图像多尺度的思想,结合小尺度图像边缘信息准确,大尺度图像抗噪性强、边缘冗余度低的优点,提出一种基于非采样高斯差分金字塔的多尺度融合边缘检测算法。算法首先对图像进行非采样高斯金字塔分解得到多尺度图像,同时在分解过程实现基于高斯差分算子的边缘检测,得到多尺度边缘图像。最后采用多尺度图像边缘融合策略实现多尺度边缘融合。论文通过实验对算法的有效性进行验证：通过对边缘融合结果进行Abdou-Pratt品质因数分析,表明该算法抗噪性强,边缘定位准确;连续度分析结果表明该算法在降低边缘冗余度的同时保留了主要边缘,且边缘连续度较高;车辆检测实验结果表明基于该算法得到的车辆检测结果准确度较高。     

一种双路网络语义分割模型

深度卷积神经网络对高分辨率遥感影像进行语义分割时,对图像的下采样会造成物体边缘模糊,使分割结果在边缘附近划分不清晰,误分类较多.通过在网络中增加边缘信息可以提升模型对遥感图像的分割能力.因此,提出了一个用于语义分割的双路网络模型,增加一路边缘网络学习目标的边缘特征,并利用边缘特征对分割特征进行细化.同时,作为一个多任务...     

基于自适应阈值的活体细胞图像分割改进方法

针对非活体细胞去除问题,提出一种改进的活体细胞图像分割方法。该方法利用自适应阈值分割算法对原图像进行阈值分割,然后对图像中所有连通区域面积特征值进行判断,去除非活体细胞。由于图像初次分割后细胞边界存在不完全封闭的情况,提出了改进的图像边缘断点连接算法和改进的孔洞填充算法,使细胞边缘闭合,从而得到完整的细胞表面图像。实验结果表明,该方法能够准确的进行细胞分割,具有较好的鲁棒性。