基于车型的图像二值化研究

针对几种常用的图像边缘检测二值化方法.通过MatLab仿真时实验结果进行了比较研究.实验结果表明,基于Canny边缘检测的算法能很好地保留原图的边缘特征.并对低质量的图像处理具有较好的效果.     

基于形态学的图像二值化方法

提出了一种自适应图像二值化方法，它基于数学形态学理论，求取彩色图像边缘特征，并将它与灰度直方图二值化方法相结合，实验表明，这一算法能较好地保留原图像中的特征，二值化后的图像效果不错。     

基于边缘算子的车牌图像二值化方法

提出一种基于Canny边缘算子的车牌图像二值化方法。该方法综合考虑了边缘信息和灰度信息,根据与边缘像素点相邻的像素点的灰度值变化特点,得到图像的高、低阈值,综合利用高、低阈值对原灰度图像进行二值化。实验表明,此方法对于车牌图像的二值化处理有令人满意的效果。     

一种新的自适应二值化方法

提出了一种新的自适应二值化方法。基于解决全局二值化方法分割图像的整体轮廓和细节不能兼顾的问题，首先，提取图像细节部分区域作为子象块，并对每一块小区域进行全局二值化；然后，再对整个图像进行全局二值化。由于这些区域非常小。区域二值化对全局二值化的结果的影响可以忽略不计。另外，提出了利用边缘提取后的图像作为提取区域的依据。实践证明，这种二值化方法能够取得非常好的效果，并且具有相当强的场景适应能力。     

基于边缘梯度方向的图像二值化方法

针对由于图像背景灰度不均导致不能很好地分离目标与背景问题,在已有工作的基础上,提出一种新的二值化方法。该方法结合Canny边缘检测,基于边缘梯度方向特征信息,通过投票标记边缘两侧和决定不确定点的归属,较好地解决了噪声和伪影问题,实验结果表明该方法具有良好的效果。     

一种改进的LOG边缘算法研究

对Marr边缘检测算法中LOG算子性能进行了分析和评估,并研究了LOG模板的构造及二值化处理图像的过程。根据实际应用中LOG模板的设计要求,导出了构造LOG模板的一般公式。针对传统LOG边缘检测算法并不能使目标与背景较好分离的不足,文中利用待二值化像素与其4连通区域像素进行比较对算法中二值化方法进行了改进。经实验验证,此改进获得了较好的边缘检测图。实验结果表明,该方法能够满足实际应用的要求,较好地区分目标与背景,同时还保持目标区域的连通性。     

一种新的动态二值化算法

本文提出了一种新的动态二值化算法，以实现从灰度点阵图象中提取其对象。通过分析象素和其所在的局部区和灰度值等数字特征，可以判断局部区的内是否存在对象，阈值和判断条件对应。     

一种二值图象边缘跟踪的通用算法

一般边缘跟踪算法都没有考虑图形区域的边缘比较复杂时的情况.本文提出一种改进的边缘跟踪算法、该算法可对二值图象中可能出现的各种情况的区域进行跟踪,具有简单明了而且效率高的特点.     

一种基于投影算子的二值图像处理算法

二值图像的处理是图像内容分析领域的一个关键环节,处理效果严重影响图像分析的结果.以历史文档为处理对象,提出了基于投影的二值图像处理算法,通过对投影数组的处理实现灰度图像二值化阈值的合理选取、文档外边框的自动检测和图像污点的自动检测.实践证明该算法处理效果好,时间复杂度和空间复杂度低,是一种切实可行的好方法.     

基于综合技术的二值化算法的研究与实现

对当前存在的两种效果较好的二值化算法进行了分析和研究,提出了一种效果更好的融合算法。该算法既能有效地消除配饰物的影响,又能使二值化后的图像目标更加突出。实验表明,该算法具有较好的鲁棒性。     

基于边缘特征的多源高分辨率影像配准

针对多源高分辨率影像之间较大的非线性辐射差异和局部几何变形造成较差配准精度的问题,提出一种基于边缘特征的多源高分辨率影像配准方法。该方法首先通过各向异性扩散滤波构造输入影像的非线性尺度空间,在此基础上计算每一尺度的扩展相位一致性最大矩以获取丰富的边缘特征,并利用基于分块策略的FAST检测器提取稳定的特征点;其次利用多尺度多方向LogGabor滤波生成主方向索引图（Main Orientated Index Map,MOIM）,并结合高斯加权构建一种稳健的特征描述子;最后采用巴氏距离和快速采样一致（Fast Sample Consensus,FSC）方法获取同名点。选择多组多源高分辨率影像进行实验,结果表明：该方法能够有效克服多源高分辨率影像间非线性辐射差异和局部几何变形,配准效果好于其他相关方法,并且平均配准精度优于1个像素。     

基于边缘特征和模糊理论的阴影检测

阴影检测在图像处理中是一个十分重要的课题。该文提出了一种基于边缘特征的阴影边缘检测方法。对于阴影边缘检测的结果,利用文献所提出的基于模糊理论的边缘连接方法来进行连接,并在此基础上提出了一种基于模糊理论的边缘闭合方法将未闭合的离散边缘点或曲线段连接成闭合边缘。最后,利用局部均值和直方图获取阴影区域。实验结果表明,本文提出的方法在定位精度和去除噪声等方面都取得了较好效果。     

基于边缘特征的水下目标分类识别算法

在水下声纳图像目标检测与识别技术中,水雷等目标的识别问题是关键技术之一.基于形状相似度的概念,利用目标边缘轮廓特征,给出一种基于距离多集方法的水雷目标形状分类算法.首先对检测到的水雷目标阴影区域进行规格化处理,采用距离多集方法对常见水雷形状进行分类识别,提出了一种模板更新策略.通过对球形、圆柱形和圆台形三类目标的阴影区域进行仿真分类计算可知,该方法具有仿射不变性,分类准确率较高.     

随机边缘特征匹配在运动车辆跟踪算法中的应用

目标跟踪算法中往往需要有效的特征对目标进行跟踪识别。本文提出了随机边缘特征的概念,对其物理意义及匹配算法进行了阐述,并将其应用到运动车辆跟踪算法中。实验结果表明,该算法能够对序列图像中的多个运动车辆进行跟踪识别,对车辆的尺度、视角、光线及运动状态的变化等不利因素有较好的适应性。     

图像边缘检测相关算法研究

首先论述了两类图像边缘检测方法,然后论述了图像边缘评价指标,即误检率和定位精度,最后从R0berts算子、Sobel算子、LOG算子、Otsu算法等几个方面,详细论述了相关经典的图像边缘检测算法。     

基于边缘特征的图像检索

颜色、纹理和形状等特征已经在基于内容的图像检索(content-based image retrieval,CBIR)中得到广泛的采用,但边缘特征却没有得到应有的关注.在已有算法的基础上,文中提出了一种综合利用边缘幅度直方图和边缘角度直方图进行图像检索的新算法.实验结果证明,该算法能够有效地提高算法的检索精度.     

基于边缘特征的图像检索

颜色、纹理和形状等特征已经在基于内容的图像检索(content-based image retrieval，CBIR)中得到广泛的采用，但边缘特征却没有得到应有的关注。在已有算法的基础上，文中提出了一种综合利用边缘幅度直方图和边缘角度直方图进行图像检索的新算法。实验结果证明，该算法能够有效地提高算法的检索精度。     

物体边沿特征提取及应用

针对互信息配准方法中目标函数因存在多极值而容易陷入局部最优的问题,提出了一种基于萤火虫算法改进优化策略的互信息医学图像配准算法。该算法使用归一化互信息作为相似性测度,用萤火虫所处位置来表示配准参数,根据每个萤火虫的位置计算互信息函数值并将其作为当前萤火虫的亮度,通过亮度和吸引度的迭代更新来寻找互信息函数取最优解时的最佳配准参数。实验结果表明,该方法克服了互信息函数容易陷入局部最优的问题,有效地提高了配准精度。     

图像特征检测算法的分析与研究

从利用图像信息的角度，系统分析了图像特征检测问题的研究文献，将图像特征检测方法分为两大类，即基于梯度信息的方法和基于相位信息的方法。论述了每类方法的特点，并对主要的特征检测方法进行详细而全面的论述。指出了目前研究中存在的主要问题以及今后的研究方向。