一种视觉增强环境中的快速目标定位映射算法

文章对在视觉增强的交互系统中所面临的利用图像校正数据进行定位和映射的问题进行了研究,针对交互系统应用的实时性特征,提出了一种快速高效的双四边形定位和映射算法。该算法克服了采用传统方法所可能引起的耗时低效的缺点,利用一定的近似性原理,较好地满足了交互系统定位过程中的高效性和精确性需求。该算法应用于人机交互系统VIPwin中,实践证明达到了很好的效果。     

基于图像内容的边缘增强算法

图像增强是图像处理的一个重要组成部分,目的是为了消除原始图像边缘模糊的缺点,增强图像的视觉效果。文章介绍了一种基于图像内容的边缘增强算法,该算法以图像的整体象素分布为基础,压缩图像边缘区域的象素,扩展图像平坦区域的象素,从而达到突出边缘,提高图像清晰度的目的。     

像素不扩展视觉密码的边缘增强研究

针对像素不扩展视觉密码的边缘恢复失真问题,在分析图像边缘特征的基础上,通过构造LP算子,设计了一种具有可变膨胀倍数的边缘增强算法,并给出了边缘增强的像素不扩展视觉密码方案的设计方法。实验结果表明,该方法有效地改善了边缘的恢复质量,并显著提高了整幅图像的视觉效果。     

数字图像中边缘算法的实验研究

边缘检测是图像处理、计算机视觉中的基础内容．也是至今仍未得到圆满解决的一类。目前图像处理大多数都是针对数字图像，本文对数字图像中几种具有代表性的边缘检测算法进行了理论分析，并通过编程实验，对各种算法进行实现，通过比较得出了各自的优缺点和适用范围。     

基于模糊增强的图像区域分割算法研究

针对图像平坦区、纹理区和清晰边缘的分割问题,提出了一种基于模糊增强的图像分割算法.该算法依据基于模糊增强的Canny边缘检测原理,在充分分析图像纹理区和清晰边缘的像素分布特点的基础上,通过增强纹理区像素对比度,检测出更多的纹理区细节.并利用膨胀、区域连通等方法实现了图像的区域分割.实验结果表明,该算法能够准确地实现了图像平坦区、纹理区和清晰边缘的分割,并有较强的抗噪能力.图像分割结果可以反映更多的纹理细节信息.     

书籍扫描图像几何畸变校正

提出一种图像扫描技术,解决书籍扫描时图像背景灰度不均匀、线性几何畸变、以及非线性几何畸变等问题。这个方法不依赖扫描仪的参数。通过对图像的预处理,选取适当的采样窗口,基于直方图背景分析导出背景灰度因子,校正背景灰度不均。提出了一种线性几何畸变校正算法,用横向数值校正算法解决了非线性畸变的问题。     

区域模糊增强算法在列车轮对检测中的应用

根据列车轮对图像的模糊特性,将图像中象素的灰度等级作为模糊特征,采用模糊增强算法实现了图像的模糊增强,并且采用改进的算法对图像模糊增强的灰度阈值进行了选择.实验结果表明,新算法比传统的图像增强方法获得了较高的清晰度;显著地提高了图像的增强效果.     

显著特征的标记图像倾斜校正方法研究

随着计算机技术和机器视觉技术的快速发展,数字图像处理在工业生产方面的应用日趋广泛。数字图像处理技术作为一种新的无损检测技术在工业产品表面检测领域得到了深入研究,同时在工业生产效率和质量检测方面提出了更高的要求。数字图像处理在工业检测中,最难以解决的是检测精度和计算速度问题。为此,文中提出一种显著特征的标记图像倾斜校正方法。该方法主要针对具有显著特征的标记图像进行倾斜校正。在数字图像处理中能够大幅提高检测精度和检测速度。     

基于SIFT变换的水印图像几何失真校正算法

分析了目前数字水印抗几何攻击的实现方法,对SIFT进行了改进.提出了特征点筛选算法,以增强提取特征点的鲁棒性,然后基于攻击前后图像的SIFT特征点匹配技术获取匹配点对,并基于匹配点对的尺度特征和SIFT中心距之比获得尺度失真参数以实现尺度失真的恢复.同时基于匹配点对的SIFT中心角度差确定旋转失真参数,进而完成旋转校正.实验结果表明,该算法能够有效进行水印图像几何失真参数的估计与几何失真的校正.     

基于边缘检测的保特征的图像缩放算法

针对Seam Carving算法在实现图像缩放的过程中,对图像边缘几何特征造成破坏的现象,提出一种基于边缘检测的改进Seam Carving算法。首先在Seam Carving算法计算低能量线的同时引入图像边缘检测,其次确定低能量线与边缘的交点,进而提升交点邻域的能量,分散过于集中的低能量线。仿真实验结果表明,该算法能够有效减少Seam Carving算法缩放图像后产生的畸变,很好地保持了图像的重要几何特征。     

基于形态学梯度的图像边缘检测算法

边缘检测是数字图像处理的一个重要内容，讨论了经典的边缘检测算子算法，该算法更多地采用Prewitt算子、LOG算子、Canny算子等在空域中进行。数学形态学在图像处理中有广泛的应用，其基本原理是基于利用结构元素去探测图像；在讨论常见数学形态学梯度的基础上，提出了一种基于形态学梯度的图像边缘检测算法，应用定义的形态学梯度结构检测出较理想的图像边缘信息。仿真结果表明，该算法在含噪图像中能得到较为理想的图像边缘信息，其抗噪声性能明显地优于经典的算子检测算法，在检测精度方面较经典的单一算子检测方法亦有一定的改善。     

基于形态学梯度的图像边缘检测算法

边缘检测是数字图像处理的一个重要内容,讨论了经典的边缘检测算子算法,该算法更多地采用Prewitt算子、LOG算子、Canny算子等在空域中进行。数学形态学在图像处理中有广泛的应用,其基本原理是基于利用结构元素去探测图像;在讨论常见数学形态学梯度的基础上,提出了一种基于形态学梯度的图像边缘检测算法,应用定义的形态学梯度结构检测出较理想的图像边缘信息。仿真结果表明,该算法在含噪图像中能得到较为理想的图像边缘信息,其抗噪声性能明显地优于经典的算子检测算法,在检测精度方面较经典的单一算子检测方法亦有一定的改善。     

一种快速模糊图像边缘检测算法

针对传统模糊方法处理速度慢的弱点,该文建立了一种新的快速图像处理算法,包括模糊图像增强、模糊平滑和模糊边缘检测,该方法利用相应算法建立快速查找表,通过简单的查表运算,大大提高了图像处理速度。所提方法的快速性和有效性在B-超图像应用后得以证明,并取得了比其他处理方法好的效果,为这种新的快速模糊图像边缘检测算法在B-超临床应用打下基础。     

图像边缘提取方法及展望

该文对现有代表性的各种图像边缘提取方法进行了介绍,对比、分析了各自的优缺点,重点对以小波变换为代表的现代信号处理技术提取图像边缘的方法进行了分析和阐述,为了更清楚地看出各种算法的效果,给出了一些常用算法对同一幅标准测试图像Lena进行边缘提取的实验结果。最后,对图像边缘提取技术所面临的问题和发展方向阐述了自己的观点。     

可抗噪声的Canny改进边缘检测算法

由于图像噪声的存在,传统的边缘检测算法常常无法准确检测到边缘信息.本文分析了噪声条件下边缘信息的几何特征,提出一种基于几何边缘增强技术的边缘检测算法.首先采用Canny算子计算图像的初始边缘信息,然后根据初始边缘信息自动计算阈值排除弱边缘,对剩余边缘计算带方向梯度值进行增强,根据增强边缘信息自动计算双阈值,最后用双阈值方法检测、过滤并连接边缘.该算法提高了边缘检测的准确性,可以高效率地处理噪声和纹理导致的虚假边缘.     

基于格林函数的边缘检测算法

提出了一种基于格林函数的边缘提取新算法,而且经过详细的数学推导与计算,得到算子的精确解析式。通过实验结果发现该算子计算简单、有效,与其他算子作用效果相比较发现其效果较Canny算法要好。     

基于改进SUSAN算法的移动车辆检测

针对复杂行车环境下智能车辆行车安全问题,提出了一种基于改进 Susan 边缘检测算法提取车辆边界特征。首先介绍了SUSAN边缘检测算子的原理,然后提出改进的SUSAN算法,即对待检测像素粗略提取,采用一种自适应选取阈值的方法对候选边缘点检测提取边缘。实验表明,算法能在复杂图像中识别前方车辆,有较高的准确度。     

基于Zernike正交矩的图像亚像素边缘检测算法改进

介绍了Zernike矩及基于Zernike矩的图像亚像素边缘检测原理, 针对Ghosal提出的基于Zernike矩的亚像素图像边缘检测算法检测出的图像存在边缘较粗及边缘亚像素定位精度低等不足, 提出了一种改进算法. 推导了7×7 Zernike矩模板系数, 提出一种新的边缘判断依据. 改进的算法能较好检测图像边缘并实现了较高的边缘定位. 最后, 设计了3组不同的实验. 实验结果同Canny算子及Ghosal算法相比, 证明了改进算法的优越性.