一种二值图像的快速细化算法

提出了一种适应于二值图像的快速细化算法，该算法利用边缘跟踪、根据边缘跟踪特点所设计的判断规则及单向链表结构存储边缘信息等技术，大大地加快了细化速度，而且占内存少，当仅需对目标模式进行细化处理时，该算法更为有效。     

基于像素标识细化方法抗笔画边缘毛刺的研究

对基于像素点标识的新细化算法在抗笔画边缘毛刺方面的作用进行了深入研究．基于像素点标识的新细化算法中细化保留点的确定是基于像素标定信息矢量的，而影响像素标定信息矢量的领域非常大，边缘无规律的毛刺对标定信息矢量的影响被平均化了，该细化算法的细化结果受边缘毛刺的影响最小，对比研究证实了这一点．给出了对比研究的结果，研究了该算法抗笔画边缘毛刺的机理．     

一种基于边缘知识的雷达图像匹配定位算法

针对低信噪比实孔径雷达图像的特点，选用适于提取多尺度稳定边缘的Ｃａｎｎｙ算子，结合具有视觉非线性的门限准则、Ｎｅｖａｔｉａ细化和跟踪准则及Ｈｏｕｇｈ变换，提取可靠稳定的边缘特征描述，根据可见光参考图提取与ＳＡＲ图像共性的稳定边缘特征的知识以及稳定边缘的知识描述，提出了一种基于边缘知识的雷达图像与可见光图像匹配定位算法．实验结果表明，该算法能可靠地完成雷达图像的匹配定位．     

一种基于边缘知识的雷达图像匹配定位算法

针对低信噪比实孔径雷达图像的特点，选用适于提取多尺度稳定边缘的Ｃａｎｎｙ算子，结合具有视觉非线性的门限准则、Ｎｅｖａｔｉａ细化和跟踪准则及Ｈｏｕｇｈ变换，提取可靠稳定的边缘特征描述，根据可见光参考图提取与ＳＡＲ图像共性的稳定边缘特征的知识以及稳定边缘的知识描述，提出一种基于边缘知识的雷达图像与可见光图像匹配定位算法，实验结果表明，该算法能可靠地完成雷达图像的匹配定位。     

基于细化指纹图像特征提取的改进算法

文章深入研究了细化指纹图像细节点提取算法，针对常规提取算法中存在一定数量的伪细节点问题，提出了一种改进的细化指纹图像细节点提取算法。该算法在原有提取算法的基础上，在细节点提取中采用了邻域查找删除、边缘删除等措施。实验表明，该算法显著地减少了伪细节点的提取，是一种较为理想的细化指纹图像细节点提取算法。     

陶瓷基片检测中Robert边缘细化算法

陶瓷基片检测中为了对亚像素进行精确定位,需要对基片图像进行灰度边缘细化.为了得到保留信息的细化灰度边缘,对边缘细化算法进行了研究,提出了Robert边缘细化算法.先对基片图像进行均值滤波,然后用Robert算子进行两次边缘检测,最后将两次检测结果进行减法运算得到边缘细化的陶瓷基片图像.实验表明,该算法可以得到允许范围内的单像素连通的细边缘,保留边缘灰度信息,为下一步对图像进行亚像素细分,提高测量精度打下良好的基础.     

普通Sobel边缘细化算法的改进

Sobel边缘检测算法检测到的边缘较粗,需细化处理,而普通Sobd边缘细化算法细化后的边缘会不连续,细化效果也不理想。为了更加突出边缘,更好地保留边缘信息,本文对Sobel边缘细化算法做了改进,测试证明改进使边缘检测的效果得到了改善。     

扫描图矢量化研究与实现

结合大比例尺扫描地形图的特点，研制了扫描图矢量化系统。系统将边缘检测与二值化有机地结合起来，实现了基于边缘检测的图像二值化方法；提出了针对水平、垂直线段的基于完整线段跟踪的线段细化算法，使得经细化处理的线段从整体上最佳逼近于原线段位置，减少了矢量化所带来的处理误差；经处理后的线段没有曲折和毛刺，也减少了大量的后期处理工作量。     

从多面体图象到线画图表示

如何在单幅线画图上进行空间多面体形状信息的定量恢复，魏在其论文［１］中已给出了主要的理论结果。为了从所摄入的多面体图象得到相应的线画图，要对图象进行一系列处理，包括：提取边缘、细化、跟踪及拟合。本文着重对该过程所涉及的图象处理问题及有关算法作一较为详细的讨论和介绍。     

边缘宽度细化与交叉皮层模型结合的图像分割算法

针对弱边缘图像分割中交叉皮层模型产生目标几何尺寸失真等问题,提出了一种基于边缘宽度细化与交叉皮层模型结合的图像分割算法。该算法借助prewitt边缘算子和边缘斜坡模型,细化图像边缘宽度。在此基础上,利用二维直方图将交叉熵扩展至二维空间,以获得交叉皮层模型的最优分割阈值。实验结果表明,该算法不仅能克服边缘模糊的影响,对弱边缘图像进行精确分割;而且处理速度也大幅提升了。     

铝合金钨极氩弧焊熔池图像处理

对铝合金熔池图像特点进行了分析，提出了一种快速有效的熔池边缘提取算法．采用边缘保持滤波和模糊增强对铝合金熔池图像进行预处理，并采用max-min算子对边缘进行检测，采用投影法对边缘进行细化和去除伪边缘而获得清晰的熔池边缘．该算法抗干扰强、计算速度快、计算准确，能有效提取熔池的形状．     

细化后畸变节点修正算法的研究

细化在图像识别中有非常重要的地位，基于细化的识别处理算法是工程图自动识别处理中使用较为广泛的一种技术，然而，目前的细化过程会在节点处引入畸变而产生较多的细碎矢量，使得系统对基本图元，即直线和圆弧的识别率较低。本文对细化后畸变节点形态进行了深入地分析，提出了一种基于自适应视口的节点校正算法，有效地抑制了细化后节点的畸变，从而使得后续的跟踪及识别更为准确，该算法已成功地用于解决实际问题。     

红外序列图像目标的高效跟踪

针对Mean shift算法中仅使用灰度特征难于实现对红外序列图像目标准确跟踪的问题,提出了利用边缘-灰度特征相融合的目标跟踪算法.为了实现红外序列图像中目标的高效跟踪,在研究Mean shift灰度特征的基础上,根据红外序列图像的边缘方向信息与灰度信息构建了边缘-灰度目标模型,将此模型应用到目标跟踪算法中,提高了Mean shift算法在红外序列图像目标跟踪过程中的运算能力.实验证明,该方法能够增加灰度直方图对目标模型的描述能力,提高了目标跟踪算法的鲁棒性.     

基于小波变换的汽车前照灯图像边缘检测

用改进的基于小波多尺度变换的数字图像边缘检测算法,提取汽车前照灯近光图像的边缘,完成图像的初步预处理,从而为车灯的近光检测奠定基础.采用小波分解算法进行图像增强,针对小波模极大值在不同尺度下传播的特性,检测出图像在两个方向的极大值,之后通过边缘跟踪补偿和平滑细化得到图像的边缘.对比几种经典的边缘检测算子,小波变换的数字图像边缘算法对汽车前照灯近光图像的处理结果较好.     

由手写体图象恢复笔划的一种方法

本文提出一种由手写体图象复恢笔划是的跟踪算法。该算法突破了象素级链码跟踪的传统方法，在考虑了周围笔划的走向基础上进行笔划跟踪。首先，灰度图象经过二值化和细化产生手写体的原始骨架；其次由手写体的宽度信息进一步得到两类骨架：基本骨架与参考骨架；再通过基本骨架的跟踪连接得到笔划段。实验表明该方法对手写体笔划段。最后讨论了跟踪后处理，其目的是为了得到和人书写结果类似的笔划。实验表明该方法对手写体笔划跟踪有很好的效果。     

工程扫描图象去噪和细化处理

针对工程扫描图象的特征，提出一种简单的基于密度划分的去噪算法和细化方法．基于密度划分的原理，定义了密度函数，讨论了灰度图象和黑白二值图象的情况．给出了一种直接根据中心像素8-邻域情况进行细化的算法．实验证明，该方法对工程扫描图象处理速度较快，实现简单．对各种质量的扫描图象均能在有效去除噪声的同时，锐化了图象的边缘，细化效果较好。     

一种基于Robinson理论的自适应边缘检测算法

针对Robinson算法运算速度慢,且需要人为指定阈值等问题,提出了一种Robinson自适应边缘检测算法。利用Robinson基本原理,删除了一些算法模板,根据待检测像素周围的3×3邻域的像素平均灰度值,结合人眼的视觉特征自适应地生成动态阈值,这样既保留了原Robinson算法可并行处理、能够抑制噪声等优点,还提高了运算速度。同时,针对Robinson算法边缘检测相对粗糙、边缘细化算法效率较低的问题,分析和改进了原有边缘细化算法,改进算法先对含有噪声的图像进行边缘检测,过滤了伪边缘,再对图像边缘进行细化,从而得到单像素边缘。实验结果说明了所提算法的性能。     

一种自动分割视频对象的新方法

提出了一种视频对象自动分割及跟踪方法。该算法首先进行相邻帧差分检测和Canny边缘提取,得到相邻帧差分边缘模板;其次在相邻帧差分边缘和当前帧边缘的基础上,检测出视频对象的初始边缘模板。然后分为快变和慢变两部分进行跟踪,并对视频对象边缘模板更新以适应对象的运动;最后根据跟踪更新出的视频对象二值边缘模板,通过文中提出的填充技术及模板轮廓修正得到精确的视频对象模板提取出视频对象。实验验证表明,该算法对目标的整体运动和局部形变都有较强的适应性。此外,算法还具有简便、准确性高的特点。     

基于颜色和边缘特征自适应融合的人脸跟踪算法

针对传统的基于颜色直方图跟踪算法不能精确跟踪的缺陷,提出了一种基于粒子滤波的自适应融合多特征的人脸跟踪算法.该方法首先在视频序列中提取人脸的肤色和边缘特征,并以加权颜色直方图和边缘直方图描述人脸特征;然后采用自适应融合方法计算粒子集权重.这种自适应融合方法,有效地增强了人脸跟踪的可靠性.实验结果表明,在视频人脸存在类肤色以及光照变化等复杂背景下,该方法改善了跟踪效果并且具有较强的鲁棒性.     

基于暗通道边缘细化的图像快速去雾算法研究

指出了在雾霾天气下,镜头获得的户外图像必然会出现降质和退化等问题,暗通道先验算法能够很好地解决有雾图像复原的问题,但是其时效性较低.针对这些问题,提出了一种对暗通道图进行边缘细化修正的改进图像快速去雾算法.该算法对暗通道边缘进行细化,并对透射率进行适度修正,以加快透射率的细化过程并提高图像复原的性能.实验结果表明:所提算法在图像复原质量和速度上都有了较大的提升,具有一定的实用价值.