建筑图像中线段提取算法研究

从图像中提取线段是建筑图像理解和分析研究过程中的一项重要工作。在已有的算法中,最具有代表性的是Hough变换算法和基于连接的算法。本文在分析图像基本特征的基础上提出了一种改进的线段提取算法,将两种算法的优势较好的结合起来,为系统的设计与开发提供了强有力的支撑。     

基于目标提取和小波变换IHS图像融合算法

针对传统的IHS(Intensity-Hue-Saturation,强度-色调-饱和度)融合算法会使部分光谱信息丢失,提出一种基于目标提取和双正交小波变换的IHS图像融合算法,主要应用于红外图像与可见光图像的融合.算法首先采用基于区域能量的算法在红外图像进行目标提取,将目标图像与可见光图像进行IHS融合.对融合后的图像进行小波变换,变换得到的高频分量与低频分量分别提出适合的改进融合规则.通过实验数据分析,该算法得到的图像包含的信息更多,图像的清晰度更高.     

运动图像目标提取方法

简述自底向上的运动图像目标提取方法，分析其中基于有向图的区域合并算法及在实际问题中的应用。     

基于目标提取的红外与可见光图像融合新算法

针对灰色系统理论在空间域对红外与可见光图像融合的不足,以及非下采样Contourlet变换（ NSCT）在图像融合领域的优势,提出了一种基于目标提取的红外与可见光图像融合新算法。首先,对红外和可见光图像分别进行NSCT变换;其次,对红外低频分量应用灰色系统理论进行目标提取,并利用所提融合规则对低频分量进行融合,同时对高频分量采用常用融合规则进行融合;最后,对融合后高、低频分量进行NSCT逆变换,得到融合图像。通过与4种常用方法进行实验对比,结果表明,文中算法得到的融合图像视觉效果较好,某些客观评价指标提升明显。     

汽车图象中字符目标的提取算法

针对汽车图象的复杂背景和多变的光照条件,提出一种用于汽车图象的字符目标提取算法,该算法采用了基于边缘分析的二值化算法结合自适应的形态滤波方法,对字符图象的灰度和纹理分布进行了分析,设计了一种基于一维边缘分析的二值化方法,与其他传统分析方法比较,该方法在运算速度和抗干扰能力上明显优势,在对二值化图象进行分割时,不采用固定形态滤波结构元素,而是根据子域及其邻域关系自适应地调整用于滤波的结构元素,更有效     

基于Grabcut的图像目标提取

在图像处理过程中,快速准确地提取感兴趣的目标是图像处理的一个重要任务.提出了一种基于Grabcut准确提取图像目标的算法,该方法根据用户指定前景物的基本形态获取初始的前景、未知的背景区域,并用mincut/maxflow对分割能量函数进行了优化,利用大量图像对本文方法进行了实验分析,结果表明了算法能有效提取图像中感兴趣的目标.     

图像目标检测算法研究

论述了一种图像目标检测算法。利用区域PCA对图像进行变化,用低维子空间描述高维空间中的图像。将低维子空间中的向量加载到BP网络的输入端进行训练,调整神经网络权值。然后利用建立起来的BP网络对图像中的目标进行检测;并且在此过程中,建立多种训练的目标库和背景库。最后编写了一个实现整个系统的软件,将图像输入软件,根据神经网络检测,输出端即可得到识别结果。     

含噪图像中动目标轮廓的实时提取

提出用模式和模式分布理论分析活动图像图像边界的特征以及硬件检测、提取动目标轮廓的方案，在５点处理窗口中，分别检测出当前帧内的水平轮廓和垂直轮廓，再和前一帧的图像轮郭进行异或操作，检测出活动图像轮廓，给出了软件模拟结果，详细论述了硬件设计原理和方法，该检测方法具有一定的抗噪能力、运算最小、速度快、可实时工作、成本低等优点。     

含噪图像中动目标轮廓的实时提取

提出用模式和模式分布理论分析活动图像边界的特征以及硬件检测、提取动目标轮廓的方案．在５点处理窗口中，分别检测出当前帧内的水平轮廓和垂直轮廓，再和前一帧的图像轮廓进行异或操作，检测出活动图像轮廓．给出了软件模拟结果，详细论述了硬件设计原理和方法．该检测方法具有一定的抗噪能力、运算量小、速度快、可实时工作、成本低等优点．     

视频图像中运动目标跟踪算法研究综述

分析和描述了当前运动目标跟踪的有关方法,通过分类介绍的形式,从跟踪方法的研究现状、研究进展、应用领域等方面进行讨论。比较介绍了几种方法的优缺点以及研究过程中所面临的难题。最后对运动目标跟踪算法的研究前景进行了展望。     

图像感兴趣区域自动提取算法

感兴趣区域提取技术在图像处理和分析领域中有着重要地位。提出了一种ROI的自动提取算法,在显著度图和相对位置指示图的基础上,采用基于子区域的区域生长法,以像素点的显著度、相对位置及颜色纹理信息作为生长条件,颜色、纹理信息的权重可以根据图像的内容自适应调整。实验结果表明,该方法与现有算法相比,在速度和ROI提取的准确性方面均有提高。     

一种复杂背景图像中文字区域提取算法

嵌入在图像中的文字信息是图像语义的一种重要表达方式,通常反映了图像的主要内容,因此,对图像中的文字区域进行提取是十分有必要的。提出一种结合颜色、边缘及连通域特征的文字区域提取算法,先提取出彩色图像的纵向边缘,再通过两次动态行列分割得到候选文字区域,最后,根据候选区域二值图中边缘及连通域特征去除非文字区域,确定最终文字区域。通过对一定数量的复杂背景图像进行实验,证明该算法效果较好。     

基于图像的目标特征提取算法

为对彩色图像进行快速、准确的特征提取,在分析研究彩色图像的三维参数的色彩边缘、分叉点、拐点等特征基础上,提出彩色图像的色彩边缘、分叉点的一种抽取算法,即色彩相似区域法,给出这种算法使用于色彩分布的不同情况的提取效果,给出此算法与现有常用的经典图像边缘、分叉点提取算法的对比实验及效果分析。实验结果表明:在色彩边缘较明显的情况下,色彩相似区域法比现有经典图像处理算法检测边缘效果好、抗噪声能力强、速度快等特点。色彩相似区域法算法的提出,不但丰富了图像处理算法的内容,而且为图像分割、特征提取、准确定位等提供了一种解决工具,为快速、准确的破案、手术、科研信息搜索提供了思路方法。     

彩色图像目标轮廓提取算法研究

提出了一种新的彩色图像的边缘提取方法：首先选取信道相关性最低的lαβ彩色空间,在此空间中采用基于小波变换的图像边缘检测方法进行了边缘点检测,并进行了阈值的有效确定;然后利用改进的GVF Snake模型CGVF（Color Gradient Vector Flow）Snake模型进行目标初始轮廓线的自动设置,通过极少次的逼近,得到彩色图像的目标边缘.实验结果表明,本方法提高了边缘检测的准确性,同时可以成功检测出彩色图像的目标轮廓.     

多目标显著性区域提取算法

结合对象估计和超像素分割,提出面向多目标的显著性区域提取算法.首先,应用对象估计对图像中的多目标作初步检测,得到若干个显著性区域的初步结果;然后,再将这些显著性区域与超像素分割的结果作图像拼接,完善这些显著性区域;最后,将图像拼接的结果二值化,作为多目标显著性区域提取的最终结果.结果表明:所提算法可实现面向多目标的显著性区域提取.与3个经典算法的比较结果表明:所提算法在面向多目标显著性区域提取时更优.     

序列图像中运动点源目标检测算法的研究

点源运动目标由于其形状、尺寸特征不明显,使得通过单帧图像处理对其进行识别变得十分困难。因此,通常依靠目标连续运动形成的多帧图像目标轨迹进行识别,其主要方法是搜索所有轨迹中最长的连续轨迹。本文提出最小二乘轨迹预测搜索算法,该算法采用多点航迹进行最小二乘曲线拟合,根据拟合结果预测目标在下一帧的位置,有效地减小了轨迹预测位置误差。     

复杂场景图像中人员目标检测算法的改进

图像或视频中的人员目标检测,一般采用单个深层神经网络检测器(SSD)算法.但在复杂场景下,SSD算法因场景复杂、物体重叠、遮挡等干扰,检测精度大大降低.在SSD算法中加入反卷积网络反馈用于增加环境感知信息;采用辅助损失函数以促进损失降低,并将复杂场景中的目标检测多分类问题转换为二分类问题.以无人机拍摄的复杂场景下的行人数据集为例进行人员目标检测实验,对比分析多种检测方法的准确率表明,改进后的SSD算法在检测速度和识别精度上均提高明显.     

震后单幅全极化SAR图像中倒塌建筑提取研究

合成孔径雷达(SAR)以其全天时,全天候对地观测的能力,在地震等灾害应急应用中可以发挥难以替代的作用。针对只有一幅震后全极化SAR图像的应用场合,提出了一种倒塌建筑信息提取方法。该方法从少量样本中提取特征模板,采用基于特征模板匹配的图像检索的思路进行倒塌建筑信息的提取。特征模板是由以下13维特征构成,包括HH、HV、VV三通道幅度特征,基于Cloude分解的H/α/A极化特征,基于Yamaguchi分解的四散射分量,圆极化相关系数,归一化圆极化相关系数以及极化方位角等。选取2010年玉树地震发生后的一景RADARSAT-2全极化SAR数据进行倒塌建筑信息提取试验,结果表明该方法在保证较高检出率的情况下,降低了虚警率。     

基于张弛法的图像边界提取算法

常用的边界提取方法均没有将单个边界元素与整个边界相联系,结果不是丢失边界元素就是增加边界元素,使图像的边界变得不甚平滑.为此,在张弛法的基础上结合迭代算法,提出了一种新颖的算法,有效地解决了这一问题,从而得到了高精度平滑的边界图像.