基于像素差分网络和边缘方向插值的图像缩放算法

通过对图像在缩放过程中使用的不同插值算法分析比较,针对新的边缘定向插值算法中存在人工选取经验阈值的随意性与边缘轮廓连续性的问题,本文提出一种基于像素差分网络和边缘方向的图像缩放算法。从人工选择阈值完成边缘分割改为利用像素差分网络实现边缘分割;对边缘点3×3区域查找边缘线方向作线性插值,以保持图像边缘轮廓的连续性,从而保留图像边缘结构。实验表明:该算法能在提高图像分辨率的基础上保留图像所具有的边缘结构,有较低的时间复杂度,同时对于不同图像该算法具有较好的普适性。

基于聚合边缘方向直方图的图像检索算法

针对传统的边缘方向直方图在图像检索应用中的不足,提出了一种基于聚合边缘方向直方图的图像检索算法。采用小波模极大值边缘检测算法提取图像边缘;根据图像边缘点的方向信息及其之间的空间分布特征得到聚合边缘方向直方图;通过循环移位计算直方图间的最小距离作为相似度,实现了图像检索。该方法具有较好的平移、旋转、尺度不变性。实验结果证明了该算法的有效性和可行性,并取得了较好的检索效果。

基于边缘方向分布和粒子滤波的视频目标跟踪

针对背景复杂的非线性视频运动目标,提出了一种基于边缘方向分布和粒子滤波技术相结合的跟踪方法。该方法利用边缘算子获取目标区域边缘方向图,采用高斯核函数建立目标区域边缘方向分布,结合粒子滤波理论,实现对非线性视频运动目标的有效跟踪。计算机仿真结果表明,该方法可对非线性、非高斯的运动目标进行有效的跟踪,且在跟踪目标区域与背景颜色接近,背景复杂的场景下,与采用灰度特征的方法相比,有较强的鲁棒性和较高的跟踪精度。

基于空间边缘方向直方图的Mean Shift跟踪算法

传统的基于色彩直方图或空间色彩直方图的Mean Shift跟踪算法,在诸如跟踪目标出现尺度变化的复杂条件下,无法得到准确的跟踪结果。这是因为色彩直方图或空间色彩直方图无法显著区分颜色相近的目标和背景。鉴于此,提出了一种基于空间边缘方向直方图的Mean Shift跟踪算法,使用空间分布和纹理信息作为匹配信息。实验结果表明,该算法能够有效的处理遮挡、光照变化和尺度缩放等复杂情况,对目标进行准确有效的跟踪,改善了传统方法在尺度缩放等方面的局限性。

采用显著性分析与改进边缘方向直方图特征的红外与可见光图像配准

为了实现红外图像与可见光图像的信息融合,弥补单一模态图像的不足,提出了一种基于显著性分析与改进的边缘方向直方图EOH(Edge Orientation Histogram)特征的红外与可见光图像配准算法。该算法首先利用显著性分析技术找到可见光图像中的重要信息,得到显著性图;将其与可见光图像融合,实现可见光图像中重要信息的划分。然后,利用自适应FAST(Features from Accelerated Segment Test)算法,探测可见光与红外图像上的特征点;利用改进的EOH,描述特征点。最后,根据描述计算特征点的相似性,在可见光与红外图像上找出对应的特征点,实现红外与可见光图像的匹配。在3种不同情况下对红外与可见光图像数据进行了配准实验。结果表明:在红外图像与可见光图像采集条件相似情况下,特征点正确匹配率为96.55%,而在图像采集条件差异较大的情况下,特征点正确匹配率可达74.21%。该算法可实现红外与可见光图像的精确快速匹配,即使红外图像与可见光图像采集的角度与位置均存在较大差异的情况下,仍可以满足红外与可见光图像匹配对精度和稳定性的要求。

利用边缘方向检测实现H.264帧内预测编码的新算法

提出了一种能够快速实现帧内预测编码的新算法,该算法先利用宏块分割进行宏块边界方向检测,得到图像纹理的方向,只在最可能的几个模式中进行模式选择,从而降低了运算量.对不同的视频测试序列的仿真结果表明,使用该算法后帧内编码时间平均可以减少72.64%.同时保持相近的图像压缩质量和码率水平.

一种基于边缘方向的双线性插值方法

针对传统的双线性插值存在的图像边缘模糊问题,本文提出一种改进方法。首先根据插值点的几何位置及邻点的灰度大小,确定插值点灰度的梯度方向和边缘方向,然后沿边缘方向进行双线性插值。该方法可实现沿任意边缘方向的插值,并且计算简单。实验结果表明,该方法与传统的双线性插值法相比,插值图像的平均梯度增加而均方误差减小,有效地提高了插值图像的质量。

一种新的道路描述子:对称边缘方向直方图

基于主要道路物方空间形状特征 ,本文提出了一种新的特征矢量———对称边缘方向直方图 ,作为较高分辨率航空影像中主要道路的特征描述 .图像空间边缘像素的拓扑关系 ,该矢量较好地描述了图像的主要形状属性 ,并具有对于图像平移、旋转、尺度和光照变化的不变性 .模糊C 均值聚类算法的分割实验表明 ,该特征矢量较好地解决了较高分辨率影像中主要道路的特征描述问题 ,能有效地从实际航空影像中提取主要道路种子点 .

基于边缘方向直方图相关性匹配的图像检索

针对基于边缘方向自相关图的图像检索算法的优缺点,提出了一种基于边缘方向直方图相关性匹配的图像检索算法。使用自适应中值滤波器滤除图像中的椒盐噪声。利用Sobel算子提取图像边缘,通过计算边缘梯度幅值、角度统计后得边缘方向直方图,并对直方图进行等级化排列构成特征向量。最后使用斯皮尔曼等级相关计算图像特征向量间的相关系数作为衡量图像间相似性的指标。实验结果表明:该算法的平均查准率、查全率较基于边缘方向自相关图算法分别提升10.5%,9.7%,平均检索耗时减少了7.5%。实验验证了算法的有效性,可将算法应用到中大规模图像检索系统中以提升检索效果,提高系统速度。

基于边缘方向性的小波边缘检测算法

现有的基于小波变换的图像边缘提取方法会导致边缘细节的损失且边缘位置会发生偏移,因此本文给出了一种改进的边缘检测方法。该算法先对图像进行平滑处理,然后用小波变换提取边缘。传统的平滑方法避开了边缘的方向性,且对图像的边缘保持效果不佳。本文提出了基于边缘方向性的平滑算法,该算法在处理边缘像素时可自动搜索边缘方向进行平滑,用该算法和小波方法结合进行边缘检测。仿真实验给出的实验结果有力地证明了该方法的有效性。

一种改进的边缘方向插值算法

已有的边缘方向插值算法利用高低分辨率图像局部方差之间存在的对偶性实现自适应非线性插值。其性能明显优于传统线性插值算法 ,但图像边缘噪声可能仍然比较明显。为了获得更好的视觉效果 ,提出了一种改进算法 ,充分利用局部降采样像素之间的相关信息 ,用和被插点相邻的 6个降采样像素估计高分辨率图像的局部协方差。该算法应用于灰度和彩色图像的分辨率增强 ,不仅降低了运算复杂度 ,而且有效地抑制了边缘噪声 ,进一步提高了插值图像的视觉质量。

各向异性高通滤波中一种改进型边缘方向估计算法

由于采用梯度估计法得到的边缘方向往往与实际边缘方向有较大的差距,从而导致高通滤波的效果降低,为了提高高通滤波效果,在研究了滤波器长轴和边缘方向的夹角对滤波效果的影响曲线的基础上,结合坐标变换,提出了一种改进型的边缘方向角估计算法。由于该算法尽可能多地利用了区域中像素点的灰度值参与估计,并选择了1个最优化的方向角估计值,因此估计的边缘方向更贴近实际边缘。实验中,以严格遵循"滤波器长轴与实际边缘方向重合"时得到的滤波效果和实验数据作为理想高通滤波的基准,实验结果表明,采用这种改进型边缘估计算法所得到的滤波效果和实验数据更趋近于理想高通滤波的基准。

一种利用边缘方向直方图检测绝缘子的方法

在图像/视频中自动检测和定位绝缘子是绝缘子故障诊断重要前提,但是目前还没有高效的、成本较低的检测绝缘子方法。本文提出了一种利用边缘方向直方图定位绝缘子的方法。首先,分别计算图像子块和模板的边缘方向矢量,并通过矢量变换得到变形模板的边缘方向矢量;之后,针对分块的图像,通过模板与之边缘方向矢量匹配,得到绝缘子的候选区域;而后,对候选区域进行连续性判断,从而实现绝缘子的准确定位。实验表明该算法能够较好地在图像/视频中检测和定位绝缘子。

基于边缘方向的自适应DPCM高质量图象压缩方法

首先介绍图象编码方法 ,然后提出一种基于边缘方向的高质量图象压缩方法 .该方法首先将图象划分为若干块 ,自适应地为每一块选择一个预测误差最小的方向预测器 ;然后 ,对得到的误差图象进行量化 ,使用快速而有效的Rice编码器对量化后的误差图象编码 ;最后分析了该方法的时间复杂性并给出了实验结果 .

基于边缘方向直方图的Adaboost人脸检测

在传统的Adaboost分类器算法中,采用色彩直方图或空间直方图作为提取特征,但这并不能充分描述图像目标的特征,导致了目标检测和跟踪出现偏差。提出了一种基于边缘方向直方图的Adaboost人脸检测算法,使用空间分布和纹理信息作为提取特征。实验结果表明,该方法与传统Adaboost方法相比,准确率明显提高,而速度相当。

基于HAAR小波域边缘方向特征的SAR图像去噪

提出一种新的基于小波变换的SAR(Synthetic Aperture Radar)相干斑去噪方法。利用二级小波分解得到的小波系数子带HL、LH和HH,判断对应点边缘方向性的强弱,并通过设定值确定该点是否位于边缘,在最大限度保护图像边缘信息和纹理信息不被破坏的同时,有效去除了图像噪声,并且计算简单、高效。通过仿真实验,从平滑指数和边缘保持指数这两个评价指标来看,所提出方法的实验结果比现有的其他方法更好一些。

基于对称边缘方向直方图自动提取主要道路

提出一种从航空影像中自动提取主要道路的方法。以对称边缘方向直方图作为主要道路特征矢量,先采用一种顾及数据空间分布特性的模糊C均值聚类算法分割提取主要道路种子段,然后利用Snakes算法跟踪提取完整主要道路网络。实验结果表明,所提方法能有效地从航空影像中自动提取主要道路网。

基于边缘方向直方图的形状检索

近年来,随着多媒体技术和数字设备的出现,如何有效地管理和访问图像信息已成为人们亟待解决的问题。因此,一种新的图像检索技术——基于内容的图像检索技术被提出来。其中,由于图像的形状特征更符合人们的视觉感知,因此基于形状的图像检索越来越受到研究者的关注。旨在研究基于形状轮廓特征的图像检索,提出了基于边缘方向的直方图形状检索算法。通过对常用边缘检测算子的分析和比较,给出了边缘方向直方图特征提取的具体实现技术,对采用的特征匹配方法做了描述,最后通过实验的结果与分析验证了算法的性能。

基于边缘方向投影的图像块修复方法

压缩图像在传输中,信道干扰常导致图像块数据丢失。给出一种基于边缘方向投影的图像损失块修复方法。按照周围邻域未损失像素的边缘方向信息将损失块分类,并根据类别用结合频域和空域信息的凸集投影算法自适应地修复损失块。能较好地修复图像边缘和复杂纹理。与RIBMAP方法相比,此方法在修复质量和算法顽健性上均有提高。

基于边缘方向信息的高效帧内预测算法

为了降低H.264/AVC中帧内预测算法的复杂度,以便满足实时性要求较高的场合,提出基于宏块的灰度直方图能量分布特性,对宏块预测方式intra_4×4和intra_16×16预判;然后对Pan算法所存在的缺陷加以改进,给出一种新的帧内预测算法。实验结果表明,在全I帧编码情况下,该算法与全搜索算法相比编码时间平均减少了68.9%,与Pan算法相比,编码时间减少最大超过37%,在保证图像质量与压缩性能的前提下,可以有效地降低计算复杂度,从而大大提高编码速度。