基于图像边缘和对比度的显著目标检测

为了对自然场景中各类显著目标进行准确的检测,提出了一种结合图像边缘和多尺度对比度信息的检测方法。首先对图像进行快速双边滤波,在对图像平滑去除复杂纹理的同时保留物体结构边缘信息,然后用直线检测算子进行边缘检测得到边缘显著图。再利用对比度检测算子计算图像的区域对比度和全局对比度得到对比度显著图。融合边缘显著图和对比度显著图得到最后的显著目标图。实验表明该方法准确率高于大多数现有的显著目标检测方法。     

结合Curvelet变换与加权双边滤波的图像去噪方法

针对加权双边滤波方法在边缘纹理方面保留不好使得图像模糊的问题,提出一种结合Curvelet变换与加权双边滤波的图像去噪方法.该方法使用加权双边滤波器将噪声图像分解为低频部分和高频部分,然后将Curvelet变换的折衷阈值应用于高频部分用以保留图像纹理细节,最后将低频部分和处理后的高频部分进行重构得到去噪图像.实验结果表...     

基于梯度修正和多向纹理提取的素描画生成算法

针对目前常见素描画自动生成算法中纹理方向单一、整体画面层次感不佳的问题,提出了一种基于梯度修正和多向纹理提取的素描画生成算法。该算法在图像分割基础上,针对不同分割区域提取亮度分布信息和梯度修正后的纹理方向分布信息,并利用这两种信息结合运动模糊滤波生成纹理图。最后将由霓虹处理生成的原图像的轮廓图与该纹理图合成最终的素描图。结果显示,本算法以运动模糊滤波代替线积分卷积来生成纹理,算法相对简化;以多向纹理和区域亮度信息更好地描述了整体的层次感、明暗对比度,视觉感官上获得了较好的素描效果。     

基于图像变差函数的多尺度边缘检测

文章基于变差函数的变程提出一种滤波尺度参数的确定方法。由于变差函数能反映图像数据的随机性和结构性特征,因而对图像边缘具有识别能力。文中算法根据变差函数的这种性质自适应调整多尺度边缘检测的尺度参数。实验结果表明它能很好地消除噪声而又将图像的细节检测出来。     

一种基于Canny算子的图像边缘检测改进算法

针对传统单一的Canny算子在使用高斯滤波进行平滑处理时丢失大量边缘信息、无法保留大量图像细节的问题,提出一种基于Canny算子的图像边缘检测改进算法,弥补了传统算法在图像边缘检测中的不足.改进算法采用双边滤波代替传统高斯滤波,通过控制双边滤波器权重参数来减少图像边缘信息的丢失;利用小波变换对图像高频系数进行放大,并缩小低频系数,增强图像细节;在配置了开源计算机视觉库的Microsoft Visual Studio 2010开发环境下,将增强后的边缘信息与传统算法的边缘信息进行比较,以验证其视觉效果及参数效果.结果表明,改进算法较传统算法具有明显优势.     

彩色纹理图像分割的非局部Mumford-Shah多通道全变差模型

彩色纹理图像分割的困难在于纹理图像成分的描述及彩色图像层与层之间的耦合。为解决该问题,基于多通道全变差规则项可优化彩色图像层与层之间的耦合,非局部算子可以描述纹理图像特征的特点,提出了彩色纹理图像分割的非局部Mumford-Shah多通道全变差变分模型。所提模型综合多通道全变差模型、非局部Mumford-Shah模型优点,并用二值标记函数划分区域。为了提高数值计算效率,对所提出模型设计了ADMM(alternating direction method of multipliers)优化算法。最后,通过数值实验对比以及定性与定量分析表明方法对于彩色纹理图像的分割取得较好结果。     

基于双边滤波算法InSAR干涉图平滑处理的分析

双边滤波算法是数字图像处理领域中较优良的一种算法,研究该算法应用于InSAR干涉图噪声抑制,提出双边与中值滤波的联合滤波算法,采用真实数据分析滤波效果。文中先阐述了常用的滤波算法和双边滤波算法的原理,然后对含有噪声的合成孔径雷达干涉图像进行不同的滤波算法处理,并对滤波结果进行了统计分析,最后采用双边与中值滤波的联合滤波方法,对原干涉图进行处理。结果表明,先双边滤波,再中值滤波处理结果的残留点最少,且对干涉条纹边缘有较好的保护效果。     

修正Durrmeyer Bernstein算子对有界变差函数的点态逼近度

本文研究文(1)引入的修正Durrmeyer-Bernstein算子Dn(f, x),逼近区间[0,1]上有界变差函数的点态估计。     

基于天空识别与加权引导滤波的图像去雾算法

针对图像去雾算法在天空和景深突变区域的失效问题,文章提出一种天空识别与加权引导滤波的图像去雾算法.首先针对透射率与纹理无关的情况,利用改进的4-RT V模型平滑有雾图像,并将其作为引导图像;其次运用自适应加权引导滤波细化透射率,获取更清晰的边缘细节;最后结合天空识别的结果对透射率进行修正.实验结果表明:相比一些经典的去...     

一种细胞边缘信息提取的结合型算法

目的 本文较详细介绍了一种提取细胞边缘信息的、基于Canny算子和数学形态学的结合型算法. 该结合型算法的建立为后续细胞图像的目标识别、特征提取、图像匹配等的实现提供一定的理论依据. 方法先采用Canny算子进行细胞边缘的粗提取, 接着运用数学形态学对图像进行一系列操作, 直至检测出细胞边缘. 结果与结论该方法优于传统的微分算子和经中值滤波后再进行Canny算子检测后的边缘效果.     

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     

基于有理数阶偏微分的图像增强新模型

为了在锐化图像边缘的同时增强纹理细节特征,结合分数阶与整数阶微积分理论,推导出全新的有理数阶微分,从而在空间域构建了基于有理数阶偏微分的图像增强模型,并利用有理数阶偏微分掩模算子实现增强模型的数值计算.实验结果表明,该方法对图像可以得到连续变化的增强效果,不仅图像纹理得到很好的增强,图像边缘增强效果也比分数阶微分方法有所提高.客观上,借助实验对特征评价参数进行数据统计,结果显示新模型融合了整数阶微分与分数阶微分各自的优点,弥补了各自的不足,很好地达到了图像增强的目的.     

一种基于分形测度的图像纹理边缘检测方法

从图像纹理特征的描述出发，通过分析不同纹理特征局部分形测度随尺度变化的差异，提出了一种新的基于分形测度的图像纹理边缘检测方法．并且给出了该算法用于边缘检测的实例．新的边缘检测算子中包含了图像的纹理特征和灰度特征，因此，它具有好的抗噪性能和局部化性能，适合于有噪背景下目标边缘的提取     

基于次序统计滤波器的阶跃边缘检测

在二值图像的边缘检测理论中,经典的方法是用固定的卷积核构成边缘检测算子,如Sobel算子,Prewitt算子,Kirsch算子和Roberts算子等。它们对数字图像边缘的复杂几何结构缺乏算法自适应性。现作者将随机滤波的思想引入边缘检测,用次序统计滤波器构造随机卷积核,从而引入一种新的随边缘检测算子,将OSF边缘算子,并分别对雷达图像和文本图像实施边缘检测。实验结果证明了OSF边缘算子的有效性。     

单一图像多滤波联合快速去雾算法

提出一种多滤波联合单一图像快速去雾算法。首先基于大气散射光特性,计算雾天图像最小通道图,给出大气耗射函数初估计;利用双边滤波保边缘的平滑特性,对雾天图像灰度图进行平滑增强处理;再以此滤波图作为引导图,对大气散射图进行引导滤波,生成准确的能体现深度变化的大气散射图。为了正确估计全球大气光,采用循环四分图形法求解雾天图像最小通道图中最亮像素;在此基础上生成视觉上较真实的清晰无雾图像。比较实验表明算法去雾效果更完整、视见度更高、速度更快。     

基于滤波的单幅图像去雾方法

基于Tarel方法提出一种新的基于滤波的单幅图像去雾方法. 先利用双边滤波求出初始的大气散射光, 较好地保持了边缘平滑纹理; 再利用自适应中值滤波器进一步求得边缘清晰、 纹理平滑、 景深信息真实的大气散射光; 然后基于分层搜索的四叉树分解方法求得大气光; 最后, 依据雾天退化模型得到复原的图像. 与经典去雾算法对比结果表明, 使用该方法复原的图像更接近真实图像, 特别对于纹理较丰富的区域和远景区域去雾效果更明显.     

基于各向异性双边滤波红外背景抑制方法研究

红外复杂背景抑制作为红外弱小目标检测的重要环节,直接影响着后续算法的目标检测概率和虚警率.针对各向同性双边滤波背景抑制方法因无法改变背景预测方向,在方向性的结构化云边缘存在较大预测残差的问题,本文设计了一种利用原始图像邻域统计信息自适应更新滤波尺度、掩模尺寸和滤波方向的各向异性双边滤波背景预测器,以最大限度地分离目标和背景.仿真实验表明该方法对输入信杂比为4的目标的信杂比增益大于4和对原始图像邻域杂波的背景抑制算子大于4.     

基于混合滤波器的Canny边缘提取算法改进

在Canny最佳边缘检测算法准则的基础上,提出了用混合滤波器代替高斯滤波器,并通过计算像素四个方向差分替2×2领域内有限差分来确定梯度幅值的方法,提高了Canny算子在提取图像边缘细节和抑制假边缘噪声方面的性能。另外,通过实验验证了该方法具有较高的信噪比和高精度边缘定位,并能达到良好的边缘视觉效果。     

用前向网实现噪声图象的边缘提取

本文提出采用多层前向网及改进的ＢＰ算法，对经Ｃａｎｎｙ最佳边缘检测算子处理噪声图象后得到的高、低门限图进行不连续轮廓的并行“修补”，能够较快地得到信噪比高的边缘图象．     

边缘点颜色分布结合车牌自身结构的车牌检测

提出了一种基于边缘点颜色分布结合车牌自身结构的二次车牌定位方法。首先,根据牌照区域的纵向纹理特性,提取灰度图像的竖直边缘突出车牌特征,然后计算边缘点的颜色分布,滤除不满足车牌特定颜色搭配的背景边缘点,最后通过形态学运算、滤波、矩形区域覆盖等得到候选目标。在验证模块中,依据车牌的结构特征对候选区域进行验证分类,最终确定车牌位置。本文对实际收集的样本车牌图像进行试验,结果表明,算法对车牌目标定位具有较高的准确率。