自适应多方向灰度形态学图像边缘检测算法

针对传统的多方向灰度形态学边缘检测算法存在计算量大、效率低的缺点,提出了一种基于自适应噪声抑制的多方向灰度形态学图像边缘检测算法。根据图像所含噪声的种类,采用不同尺度的结构元素对图像进行分类滤波,再根据像素点间灰度值的变化确定边缘方向,由相应方向的结构元素进行边缘检测。实验结果表明,与传统的多方向灰度形态学边缘检测算法相比,检测到的边缘重构相似度和边缘置信度更高,边缘连续性更强,且计算量低,运行效率高。     

基于多尺度张量的边缘检测算法

如何在确保边缘精确定位的同时,最大程度地抑制噪声以及图像灰度不均匀所产生的伪边缘点,是当前边缘检测所面临的难题。针对此问题,提出了多尺度张量的边缘检测算法,这种算法可以在不同尺度下获取更丰富的局部结构信息。选取适当的阈值,滤除噪声点和伪边缘,从而得到细节丰富的边缘。实验证明该方法得到的边缘细节丰富,且抗噪声性能较好。     

基于非局部均值和SUSAN算子的混合噪声滤除

为了更好地滤除图像中脉冲噪声和高斯噪声组成的混合噪声,提出了一种基于非局部均值和Small Univalue Segment Assimilating Nucleus(SUSAN)算子的混合噪声滤除方法.该方法首先根据脉冲噪声点与角点之间吸收核同值区形状特征的不同,采用SUSAN算子检测出大量的特征点,特征点主要是脉冲噪声点,也可能含有小部分角点.将特征点进行排序,出现频次最高两位的点为脉冲噪声点.然后采用改进的均值滤波法计算脉冲噪声点邻域中非脉冲噪声点的均值,以此替换脉冲噪声点灰度值.最后针对已滤除脉冲噪声的图像,采用考虑了图像块信息的非局部均值方法滤除剩余的高斯噪声.去噪实验结果表明:与自适应中值和加权均值结合的方法、中值滤波与小波结合的方法、脉冲耦合神经网络与中值滤波结合的方法相比,本文方法主观视觉效果更好,能够更好地保留图像中的边缘细节,客观评价指标峰值信噪比有较大的提高,滤除混合噪声的优势明显.     

一种尺度自适应调整的高斯滤波器设计方法

固定尺度参数的经典高斯滤波器往往在滤除噪声的同时造成图像的模糊,为此设计了一种尺度可变的自适应高斯滤波器。通过计算滤波器各滤波窗口内像素点灰度值的均值,以及该均值与当前像素点灰度值的差值,确定滤波窗口的平滑度,并将其作为高斯函数尺度的大小,从而实现滤波器尺度参数的自适应调整。实验结果表明,该滤波器在有效滤除噪声的同时能够尽可能的保持图像原有信息不受影响,且计算简单,适于工程应用。     

基于灰度图差分梯度的雾化角测量方法北大核心CSCD

雾场边界及雾化角作为雾场的重要特性参数,主要通过图像法进行测量。在图像处理过程中,一般是将灰度图转化为二值化图像,然后依次针对二值化图像进行处理和计算。由于雾场的多相流特性,得到的二值化阈值和图像与实际雾场是否一致缺少评判依据。提出根据喷雾的灰度图像直接处理,得到掩模板并作用于灰度图像,采用图像形态学和迭代方法,计算灰度图像的梯度值。通过得到梯度值最大时的灰度图像,计算雾场边界和雾化角。实验表明,该方法提供了一种雾场边界的数值判断依据,通过梯度最大值判断并提取雾场边界,从而通过程序自动实现雾场边界提取与雾化角拟合测量。     

基于Harris角点检测器的指纹细节点提取算法

提出了一种基于Harris角点检测器的指纹细节点提取算法。先将Harris角点检测器应用于增强后的指纹图像,检测出指纹的细节点和曲率变化大的点,随后进行后处理操作。在后处理操作中,根据细节点的空间分布特征,删除虚假点。使用细节点的邻域灰度信息,判定细节点的类型。利用细节点的原始方向以及得到的类型,确定细节点的精确方向。与经典的细节点提取算法相比,不需要对指纹图像进行二值化、细化,直接在灰度指纹图像当中提取细节点,大大减少了计算时间,有效地提高了效率。使用FVC2002指纹数据库测试,结果表明,该算法可靠、快速,适合实际应用。     

基于灰度形态学和邻域熵值的弱小目标检测

 提出了一种弱小目标检测的新方法。从实际应用出发，考虑到复杂的背景和大量的干扰噪声，对传统熵值检测算法进行了改进，采用邻域熵值变化为检测标准。为了提高此方法的有效性，结合了灰度形态学滤波来对图像进行预处理。该检测算法的全过程为:首先对图像进行形态运算;然后对形态波后的图像进行邻域熵的计算;接着以计算所得的邻域熵的最大值和最小值为依据对图像进行分割,得到目标或目标边缘所处位置;最后用实地拍摄的空中弱小目标真实图像进行了实验验证。结果发现：该新方法可对弱小目标、大目标、多目标进行检测，且检测速度快，抗噪声干扰能力强。     

基于局部区域灰度矩图像边缘定位方法的研究

在采用机器视觉测量零件尺寸的过程中,提出了一种基于局部区域灰度矩图像边缘定位方法。该方法先利用中值滤波对采集到的图像进行处理,然后通过Prewitt算子对边缘进行初步定位,在此基础上,对图像边缘附近的9个像素的灰度值进行一维灰度矩定位,最后采用误差分析和处理的方法,获得更精确的边缘位置。实验证明,该方法能有效提高边缘检测精度,在检测分辨率为1000DPI情况下,尺寸检测误差小于2um。     

高灰度分辨率图像的伪彩色编码

提出了一种基于RGB三基色系统的对高灰度分辨率图像进行伪彩色编码的非线性方法。在该方法中 ,对小于 2 4位灰度分辨率的图像来说 ,任一空间 (x ,y)处的灰度值 f(x ,y)均可用 2 4位二进制数 fi(i=0 ,1,… ,2 3)来表示。通过Ri=f3i,Gi=f3i+1,Bi=f3i+2 (i =0 ,1,… ,7)进行非线性编码 ,得到 3个 8位二进制数R ,G和B ,将其分别乘以KR,KG和KB 规模因子后 ,作为RGB三基色系统的三色系数 ,实现了灰度图像的等密度伪彩色编码。该方法通用性强 ,可实现 1位到 2 4位灰度图像的伪彩色编码 ,并且处理高分辨率灰度图像与处理低分辨率灰度图像的方法是一致的 ,速度也是相同的     

多分辨率水平集算法的乳腺MR图像分割

针对乳腺MR图像信息量大、灰度不均匀、边界模糊、难分割的特点,提出一种多分辨率水平集乳腺MR图像分割算法.算法的核心是首先利用小波多尺度分解对图像进行多尺度空间分析,得到粗尺度图像;然后对粗尺度图像利用改进CV模型进行分割.为了去除乳腺MR图像中灰度偏移场对分割效果的影响,算法中引入局部拟合项,并用核函数进一步改进CV模型,进而对粗尺度分割效果进行优化处理.仿真和临床数据分割结果表明,所提算法分割灰度不均匀图像具有较高的分割精度和鲁棒性,能够有效的实现乳腺MR图像的分割.     

A novel algorithm in buildings/shadow detection based on Harris detector

A novel method based on corner detectors is proposed in detecting shadow and buildings in this paper. Its most outstanding point is employing Harris corner detector in region-based detection, despite that Harris detector traditionally used to select pixels as final results. Different densities of buildings are generally influenced by different features for recognition. First time, images are self-grouped into two groups according to the distribution of buildings, and two specifical algorithms are ready for detection specifically. A region-based method is used in comparison with our algorithm, and the results indicate that the new idea works not only more robustly, but also more effectively. It is a fast and simple method, which needs average 3.28 × 10⁻⁵ s to run per square image.     

Image fusion through local feature extraction by using multi-scale top-hat by reconstruction operators

The purpose of image fusion is to combine useful image features of different original images into the final fusion image, which will produce one useful result image for different applications. One of the main difficulties of image fusion is extracting useful image features of different original images. In some cases, useful image features are local image features of the whole image. To efficiently extract local image features and produce an efficient fusion result, an image fusion algorithm based on the extracted local image features by using multi-scale top-hat by reconstruction operators is proposed in this paper. Firstly, multi-scale local feature extraction using multi-scale top-hat by reconstruction operators is discussed. Then, based on the extracted multi-scale local features of different original images, the useful image features for image fusion are constructed. Finally, the constructed useful image features for image fusion are combined into the final fusion image. Experimental results on different types of images show that, the proposed algorithm performs well for image fusion.     

特定边界跟踪中角点检测研究

针对边界跟踪算法中在角点附近丢失边界信息的问题,对待检测边界中角点的判别和检测方法进行了研究。分析了边界搜索中所扩展的邻域的半径和角点位置的关系,提出了角点存在判据,给出了角点存在区间。提出了寻区间法角点检测算法,用5个已知边界点之间的关系,判断出角点存在的邻域,通过选取合适的邻域半径,使角点存在区间向角点收敛。对测试图像和人侧面轮廓图像的边界利用所提出的算法进行跟踪,测试图像的边界点从19个增长为37个,人侧面轮廓图像边界点从13个增长为21个,新算法准确地检测到轮廓角点和后续种子点,使边界跟踪能够反映所有的边界信息。     

基于多尺度形态学滤波器的图像融合新方法

提出了一种保持图像细节和高抗噪性的图像融合新方法。这种方法首先对源图像进行多尺度形态学开闭滤波,得到源图像的低频平滑图像;然后应用多尺度Top-hat变换和Bottom-hat变换来提取小于相应尺度的图像细节特征。因为在较小的尺度特征中包含噪声颗粒的可能性较大,据此修正了Top-hat变换和Bottom-hat变换的相应系数;最后对以上两步骤得到的低频平滑图像和多尺度高频细节图像分别进行图像融合,应用形态学重建过程生成融合图像。实验表明,这种融合方法具有图像细节保持完整和噪声消除效果好的优点,处理效果优于传统的图像融合方法。     

基于兴趣区域掩码卷积神经网络的红外-可见光图像融合与目标识别算法研究

建立权重独立的双通道残差卷积神经网络,对可见光与红外频段下的目标图像进行特征提取,生成多尺度复合频段特征图组.基于像点间的欧式距离计算双频段特征图显著性,根据目标在不同成像频段下的特征贡献值进行自适应融合.通过热源能量池化核与视觉注意力机制,分别生成目标在双频段下的兴趣区域逻辑掩码并叠加在融合图像上,凸显目标特征并抑制...     

Speed up junction detector based on azimuth consensus by Harris corner

Compared with common corner, junction point includes much structural data of branch edges. Due to its complicated computation, it prevents the wide use in many computer vision applications. In this paper, we propose a fast and effective junction point detection method based on Harris detector and azimuth consensus. To accelerate the process of the junction detection, we adopt Harris detector to filter out most pixels of the flat region and choose candidate junction set. Comparisons are made with other known detectors including CPDA, JUDOCA, and Lian’s method. The experimental results show our method has high-accuracy in location and branch edges’ orientation and good robustness for noise and contrast impact; what’s more, its computation time is reduced at high speed. Especially for real world image sets, our method can be more than 8 times faster than Lian’s and 1.58 times faster than JUDOCA.     

Optical modulation and digital demodulation of an in-plane moiré carrier

A rotational mismatch of gratings is used to generate a fringe carrier of an in-plane moiré pattern so that specimen deformation shows itself in the form of modulation of the carrier frequency. As both the unmodulated and modulated carriers are the patterns without fringe-loop or fringe-connection, they are automatically numbered with monotonical increasing orders by a digital image processing system without any ambiguity. The orders at every pixel of the image are determined by interpolation of the orders of the tracked fringes to establish two grey image files, from the difference of which, the orders of the in-plane displacement moiré are displayed with grey-level variation.     

多尺度无监督彩色图像分割

非采样Contourlet变换是一种新的多尺度多分辨率分析工具.本文提出了一种基于非采样Contourlet变换的彩色图像无监督分割算法.首先利用非采样Contourlet变换的平移不变性在其变换域应用梯度向量法提取图像多尺度边缘|然后在Contourlet变换域的低频子带和高频子带中分别提取局部低频能量纹理特征与高频多尺度Zernike矩纹理特征,并将二种纹理特征融合.最后在边缘图像中映射种子像素点,利用纹理和颜色特征欧氏距离,对彩色图像采用区域生长和区域合并的方法进行分割.实验结果证明:该算法将图像空间域的颜色特征与非采样Contourlet变换域的多尺度边缘和纹理特征恰当结合在一起实现彩色图像无监督自动分割,与传统算法相比有更高的准确性和鲁棒性.     

基于角点的红外与可见光图像自动配准方法

针对红外图像与可见光图像的自动配准问题,提出了一种基于图像角点特征以及仿射变换模型的方法.利用Harris因子分别在红外图像和可见光图像上检测角点,并对两幅图像进行边缘检测,得到其边缘图像.通过角点邻域在边缘图像上的相关性,实现角点的粗匹配;通过角点的细匹配,从匹配的角点中选择两对匹配最佳的点作为仿射变换的控制点,得到仿射变换模型,并对待配准图像进行仿射变换,从而实现图像配准.实验结果表明:该方法运算速度快,可以很好地完成红外与可见光图像的自动配准.     

多尺度无监督彩色图像分割

非采样Contourlet变换是一种新的多尺度多分辨率分析工具,本文提出了一种基于非采样Contourlet变换的彩色图像无监督分割算法.首先利用非采样Contourlet变换的平移不变性在其变换域应用梯度向量法提取图像多尺度边缘;然后在Contourlet变换域的低频子带和高频子带中分别提取局部低频能量纹理特征与高频...