亚像元精度的图像匹配技术

文中研究了在地图匹配制导了如何提高定位精度的问题，由于数字图像的离散性，传统匹配技术的精度以１个像素的极限，采取对其准图卫片中特征进行亚像元精度特征定位的方法，可以将匹配精度提高到１／３个橡素以内，文中给出了其方法，理论基础，可信性分析和最终的实际匹配结果。     

基于改进的Canny算子和Zernike矩的亚像素边缘检测方法

为满足电荷藕合器件(CCD)图像测量系统的快速、高精度测量要求,提出了一种基于改进Canny算子和Zemike矩的图像亚像素边缘检测新方法.该算法先利用改进的Canny算子进行边缘点的粗定位,在像素级上确定边缘点的坐标和梯度方向,然后再根据构造的边缘点向量和参考阈值,用Zernike矩算法对边缘点进行亚像素的重新定位,...     

基于Zernike矩的黑片图像亚像素边缘检测

针对目前像素级边缘检测算子存在精度较低,难于实现黑片零件缺陷检测的高速度、高精度的要求,提出了一种基于Zernike矩的黑片图像亚像素边缘检测方法。实验结果表明,该方法测量精度高,定位精确,提取的边缘坐标能达亚像素级,可应用于黑片缺陷的在线检测。     

基于改进Zernike矩的光斑图像亚像素边缘检测算法

为了满足光束质量检测中对光斑边缘高精度的定位要求,采用了一种基于改进Zernike矩的亚像素边缘检测算法.首先由Sobel算子对光斑进行粗定位,再由Zernike矩的边缘模型对获取的像素级边缘进行重定位,最后根据改进的边缘判断条件,确定图像中的实际亚像素边缘点,以完成光斑图像亚像素级边缘的提取.通过对仿真图像亚像素边缘...     

基于C-Canny算子与灰度空间的彩色图像边缘检测

提出了利用灰度图像边缘检测结果完成彩色图像边缘检测的算法,并对Canny算子进行了改进,在计算梯度幅值时采用了3×3邻域,改进后的Canny算子对噪声抑制效果明显,且检测边缘更加精细.采用了两种算法将彩色图像转换为灰度图像,利用C-Canny算子对转换后的灰度图像进行边缘检测,在灰度图像边缘检测结果基础上,完成彩色图像的边缘检测.经实际测试证明,该算法检测出的图像边缘连续性好,准确性高,对颜色数不多的彩色图像有较好的边缘检测结果.     

改进Zernike矩亚像素边缘检测算法研究*

针对Ghosal算法检测出的边缘较粗以及手动反复调节阶跃强度阈值引起的效率低的问题,提出了一种改进算法.首先,推导出模板系数,并计算得出Zernike矩.其次,利用推导出的公式计算出距离阈值和边缘阈值,利用Otsu法计算得到最佳阶跃强度.最后,通过设计三组实验,来验证改进算法的有效性.实验证明,改进算法能够更加有效地检测出图像的边缘,减少伪边缘的存在并且细化了边缘,提高了定位精度,同时降低了算法的执行时间.     

一种亚像素边缘检测方法

提出一种新的亚像素边缘检测方法，此方法先经过传统模板算子粗定位边缘，然后再用ZOM矩算法精确定位。并给出此种方法的具体实现步骤，实验证明这种方法检测精度可达到亚像素级，具有很好的检测稳定性，有很强的实用价值。     

一种Zernike矩亚像素边缘检测的优化算法

Zernike矩边缘检测算法是一种基于亚像素级的检测算法,但是传统的Zernike矩算法在阈值选取方面需要人工调试,不具有智能性,无法满足现代高效率工业检测技术的要求。本文为了克服这个不足点,从算法的阈值选取出发,对算法进行了改进,推导出了一种阈值的优化计算方法。实验结果表明这种优化算法能够有效地检测出图像的边缘,并有极高的检测精度,很大程度地提高了算法的检测效率,增强了该算法的实用性。     

基于神经网络和点的重要性度量的边缘提取方法

本文从边缘点所在尺度和基邻域的其邻域的灰度分布状况入手，提出了一个由四个分量组成的，对应于点的、用于衡量该点重要性的边缘重要性度量向量，为了考虑应用背景，用人工分类好的样本对一ＢＰ神经网络进行训练，用训练好的网络对图像的边缘点依重要性进行分类，从而获得图像的重要边缘。另外由于本文的方法无须对图像进行卷积，所以不会产生边缘偏移。经实验验证此方法取得了良好的效果。     

基于直线拟合的细胞边缘形状描述方法

在分析细胞边缘形状特征基础上，用改进的Hough变换实现了细胞边缘的直线拟合。通过分析直线长度序列、直线间角度序列特征，对细胞形状进行了初步分析与描述，并成功地提取了多边形细胞与其他细胞间的特征区别。     

小波变换边缘检测特性分析

本文一改以往的以仿真的感性效果作为信号边缘检测质量的效果评价方法,提出小波变换边缘检测定位精度和抗噪声能力量化分析方法。基于小波变换的边缘检测算法,物理意义上是一个先平滑,再进行边缘检测的过程,其边缘检测特性与边缘类型和尺度大小有关。随尺度增大,定位偏差增大,反映了小波变换局部化特征强弱对边缘检测特性的影响。本文给出了不含噪声和含有噪声情况下,典型边缘定位精度的量化表述。     

基于Contourlet变换的红外图像序列小目标检测技术

Contourlet变换具有多尺度,多方向性的特征,是小波的一种扩展.本文提出了一种基于Contourlet变换的红外小目标检测算法.首先对图像进行Contourlet分解;然后利用能量法提取其局部纹理特征,并计算各点的特征向量与中心向量问的距离,得到一个相关的多尺度距离像;最后根据该距离像进行直方图统计,从而实现目标的检测.文中给出了实验结果,并与基于小波变换的红外小目标检测算法进行了比较,结果表明,本方法能较精确地检测出红外小目标,优于基于小波变换的方法.     

基于多传感器融合的红外图像序列检测性能分析

针对红外图像目标检测性能问题,从多传感器融合算法的典型流程出发,推导单帧检测性能、多帧检测性能和多传感器融合性能的关系,并从理论上对单个因素的影响进行定量分析.分析结果表明,多传感器融合的性能比单帧检测性能和多帧检测性能更优越.     

低信噪比图象边缘提取的非线性方法

针对低信噪比图象的边缘提取问题,本文提出了一种非线性方法,即利用大窗口平滑去噪性能强与小窗口提取边缘性能好相结合的方法,此时采取大窗口滤波,小窗口中作非线性的微分算子求导。为了避免求导后阈值选取的盲目性,文中提出了一种噪声引导的阈值确定准则,并根据这个阈值分割图象。在大窗口滤波中,采用了二维卷积等于两个一维卷积级联的技术压缩滤波器的存储空间。最后对这种方法进行了性能评价,并且给出了实验结果。     

基于K—L变换的红外图像弱小目标检测与分析

针对红外图像中的目标对比度低、尺寸小及背景复杂等特点,利用正交变换去相关特性,提出了一种改进的K－L变换和广义K－L变换的红外弱小目标检测与描述方法,从而实现低信噪比条件下红外弱小目标的检测。     

复杂场景中的红外目标图象分割算法

针对复杂场景中的红外目标图象，本文提出了一种基于自适应阈值面的目标图象快速分割算法。文中详细地介绍了算法的设计思想及其实验方法，并给出了实验结果，其实验结果与理论相符。     

一种改进的马尔可夫随机场图象恢复与分割模型

在现有的马尔可夫随机场图象恢复与分割模型中,图象场能量最低组态被看成是原始景物的一种最优估计。但在图象灰度值发生变化的边界上,能量最低组态不对应于原始景物,从而造成恢复(或分割)误差。本文对这类模型作了改进,利用改进的模型给出了一种引入边界信息的松弛算法,并给出了应用该算法对低信噪比图象进行恢复处理的计算机模拟结果。     

一种基于变形模型的红外图像去噪新方法

红外图像去噪的新方法采用了平滑约束计算机视觉问题的变形模型，并根据 红外图像的成像特点，提出了用变形模型的空间变化尺度因子，去控制红外图像的平滑去噪操作，使得去噪处理具有良好的保边缘性能。     

OCT系统二维图像形成分析

在弱物体近似下分析了ＯＣＴ系统横向二维图像形成过程，研究表明，对于高斯像面图像传输，ＯＣＴ系统相当于一复振幅线性空间不变系统，所得二维相干传递函数表明系统具有低通特性，选用较小光纤－透镜间隔，对成像性能影响不大，减少所用透镜焦距、增大光瞳孔径，均有助于增宽系统带宽，改善成像性能．