基于改进YOLOv5的无人机遥感图像检测算法探究

为了提高YOLOv5模型对无人机遥感图像的检测性能,本文进行了研究,该模型的主要问题是对小目标的漏检率和误检率较高。通过理论分析,发现其Anchor机制具有一定的优化空间,改进策略为使用NWD损失函数代替IoU损失函数。在性能仿真阶段,对比了4种基准模型的特点,将YOLOv5s模型与改进后的模型进行对比,对无人机遥感图像进行检测。结果显示,改进后的YOLOv5模型在准确度、召回率、多类别平均精确度方面均优于改进前。

基于边缘重构图像的边缘检测算法优选研究

边缘检测是视觉定位、零件缺陷识别、视觉测量等图像处理中的关键环节,其检测质量直接影响后续的图像目标识别与定位的精度。针对具体图像处理需选取合适的边缘检测算法的问题,提出了一种基于多方向滑动窗口线性插值重构法的图像边缘检测质量评价算法。首先,采用待处理边缘图像的最大连续非边缘矩形区域作为重构搜索窗口,设计了多方向滑动窗口线性插值图像重构法;然后,根据图像边缘的特征,建立了集成图像结构相似度和边缘错检率为性能指标的边缘检测算法的优选评价方法;最后,进行了实例应用,通过实验对重构算法的性能、优选方法的可行性和正确性进行了验证。研究结果表明:该边缘图像重构算法准确率最高,实验中重构图像的结构相似度可达到0.7087,耗时320.9021 s;采用该优选方法能快速地筛选出最佳的边缘处理算法,与人体视觉评价一致,便于实现边缘检测算法的智能优选和图像的智能处理目标。

一种新的盲图像水印检测算法

数字水印是数字作品版权保护的重要技术手段 ,DCT变换域盲图像水印算法是数字水印研究的主流之一 .该文通过分析盲水印检测与私有水印检测在理论模型上的本质区别 ,认为在水印研究中已被广泛使用的线性相关算法在盲水印检测中不再具有普遍适用的理论依据 .进而根据 DCT交流系数的拉普拉斯分布模型 ,提出了一种新的盲图像水印检测算法——符号相关算法 .通过计算渐进相对效率证明了该检测算法的高效性 ,针对典型攻击的实验结果表明该算法具有很好的鲁棒性 .

自适应SAR图像边缘检测算法

边缘检测是图像分析的基础,在对SAR图像进行边缘检测时,由于SAR图像存在很强的相干乘性斑点噪声,几乎没有一种方法既能有效地检测边缘又能排除斑点噪声的影响而不产生较多的虚假边缘,特别是在低视数SAR的情况下,该文指出了在低视数情况下应当如何对Touzi ratio边缘检测方法和最大似然(ML)边缘方法的检测窗口进行改进,在对SAR图像进行边缘检测时,引入了自适应窗口的方法,并将其应用到Touzi ratio边缘检测和最大似然 (ML)两个恒虚警边缘检测算法中,取得了很好的改进效果,引入自适应窗口的方法也适用于其它的SAR图像边缘检测算法。

基于LOG滤波器的图像边缘检测算法的研究

边缘检测是图像处理技术研究中的一个重要领域。本文在深入分析LOG滤波器边缘检测方法及多尺度特性的理论基础上,提出了一种改进的算法,实验结果表明,该算法在计算量增加不大的基础上提高了检测精度。

一种运用图像力场特性的图像拷贝检测算法

将物理学中用引力场来描述分子间相互作用的思想应用于图像处理,图像力场的计算过程中将像素看作物理学中的粒子,像素的灰度值作为粒子的质量。分析表明,图像力场能够更直观地表示图像的离散信息且与图像本身是同构的。基于图像力场特性,提出了一个称为时钟算法的图像拷贝检测算法,其用表示时钟的时分秒针的3个线段来描述图像力场的主要特性并以此来表示图像的特征。实验结果表明,时钟算法可以通过较小的开销抵抗多种攻击,对噪声类失真与几何失真都有较好的鲁棒性,且可以通过设定检测策略分析遭受的攻击类型与强度,同时检测算法的查全率与查准率可保持在较高水平。

图像边缘检测算法及在电厂中的应用

介绍几种典型的边缘检测算法 ,对它们各自的特点进行比较。讨论边缘检测在电厂锅炉炉膛火焰检测方面的应用。对一幅原始火焰图像 ,用两种边缘检测算法提取火焰图像的边缘 ,并对提取后的边缘图像进行分析。最后对边缘检测算法的发展方向进行展望。

微小孔径尺寸精度图像检测算法的研究

针对微小孔直径的图像测量 ,提出了一种利用最小二乘法确定优化目标函数 ,用Powell优化方法获得优化结果 ,最后采用正态分布理论对优化结果进行修正的新方法。经实际应用该方法计算速度快。

基于Prewitt算子和邓氏关联度的图像边缘检测算法

边缘是图像最重要的特征之一,其检测的好坏对图像的识别和分割的效果有直接的影响,本文探讨了传统的Prewitt算子和灰色关联度在边缘检测中的应用情况,提出并实现了一种将Prewitt算子和邓氏关联度相结合的边缘检测方法。实验表明,该方法提取的边缘较完整、连续性好、非边缘点少,为图像边缘检测探索了一种新的途径和方法。

我国首台双能X射线骨密度仪的正位腰椎图像边沿检测算法

本文介绍了我国首台双能Ｘ射线骨密度仪的正位腰椎图像边沿检测算法，临床使用证明该算法是成功的．

数字图像边缘检测算法及在农产品检测中的运用

数字图像边缘检测算法是对图像识别处理的升级。本文以数字图像边缘检测算法在农产品外观品质检测中的应用为中心,从水果质量、性状、缺陷检测3个方面进行了深入探讨,以期进一步认识数字图像边缘检测算法在农产品检测中的应用价值,提高农产品的销售分类效率。

一种基于边缘邻域关系的图像边缘检测算法

传统的微分边缘检测算法对噪声较敏感,而SUSAN边缘检测算法虽在一定程度上抑制了高斯噪声对边缘检测的影响,但对椒盐噪声鲁棒性弱。本文针对传统边缘检测之不足,提出低信噪比的边缘检测算法。分析椒盐噪声的特性,根据其特性首先判断像素是否受到椒盐噪声的影响;其次,根据高斯噪声的特性,利用像素点的邻域关系抑制高斯噪声对边缘检测的影响;最后,利用边缘邻域关系去除伪边缘。实验结果表明,本文方法在一定程度上对高斯噪声和椒盐噪声具有鲁棒性。

基于HSV空间融合Retinex算法的全天候运动目标检测

提出了一种在矿山复杂情况下基于HSV色彩空间融合Retinex算法的全天候运动目标检测方法。该方法将运动目标检测转换为运动目标上特定标志物的检测,通过颜色空间转换提取目标原始灰度图像,由灰度分布直方图判断是否进行低照度图像恢复,并在场景中选取特定的标志物,将原图像进行HSV颜色空间变换,选择对应ROI区域,通过阈值获取二值化图像,进行平滑处理后使用Canny算子提取轮廓信息,从而提取标志物的特征参数。应用实例证实,通过该方法能精准获得标志物特征参数,进而解决复杂环境下机械设备间连接件脱落问题,具有一定的实际工程应用价值。

基于计算机视觉的咸蛋图像边缘检测算法研究

0引言 图像的边缘是图像最基本的特征，它能反映出图像中目标对象的许多形状特征参数，是进行图像后续处理的前提和基础。长期以来，人们一直在寻找一种高效、定位精确、不漏检真边缘又不引入假边缘的检测方法。

基于深度卷积神经网络的图像目标检测算法现状研究综述

作为计算机领域的一个重要的研究成果,深度卷积神经网络已经广泛用于图像分类问题。随着图像分类的准确度提高,基于卷积神经网络的图像目标检测算法已逐渐成为当前的研究热点。本文首先综述对于卷积神经网络发展有重大意义的网络模型以及近年来的从候选框提取,回归,anchor-free三个方面提出的基于卷积神经网络的目标检测算法。最后结合卷积神经网络及目标检测算法存在的问题对未来研究方向做出展望。

改进的Log_Sobel算法的图像边界检测

本文针对受噪声污染的图像边缘检测时容易出现伪边缘的情况,提出双阈值的Log Sobel图像边缘检测算法,能提高边缘识别的准确性并改善信噪比。在图像边缘识别领域起到了促进作用。如付诸现实将产生显著的经济效益。

基于量子叠加原理的图像边缘检测算法

图像边缘检测是图像处理的关键步骤,本文提出了一种基于量子叠加原理的图像边缘检测算法,首先简要介绍了量子叠加原理,而后寻找图像在水平、垂直和对角线方向的最大像素值已达到增强图像的目的.在此基础上根据量子叠加原理将图像像素转化为像素量子位,对灰度图像进行边缘检测和边缘定位.实验结果表明,与传统的几种边缘检测算法进行对比,基于量子叠加原理的图像边缘检测算法效果令人满意.

基于小波多尺度变换和模糊聚类的图像边缘检测研究

在分析了小波理论和模糊聚类基础上,本文提出了一种基于小波多尺度变换和模糊聚类的图像边缘检测算法。通过这个算法,不仅可以对整个原始图像进行边缘检测,还能对原始图中满足某种特征的不规则的子图进行边缘检测。最后,把这种算法与一些经典的图像边缘检测做了对比分析,实验结果表明该算法具有较好的图像边缘检测性能。

自动孔板印刷机中图像检测系统的设计与实现

设计与实现了自动孔板印刷机中印刷图像质量检测系统。该系统主要包括孔板印刷中多路印刷图像的获取、特征的提取和匹配以及质量监控处理等功能模块。在RG Chromaticity空间中采用模板匹配的方法设计了相关的算法,实现了对印刷图像的错位、漏印、渗溢以及颜色不均等质量因素的快速实时检测,并成功地应用于自动丝网印刷设备中。经过测试和运行取得了良好的质量监控效果和经济效益。

一种改进的图像配准算法

针对常规图像配准算法在图像存在仿射变换情况下匹配效果不明显的问题,本文提出一种基于SIFT(scale invariant feature transform)特征点的图像配准方法。首先,利用harris角点检测算法提取出图像的特征点,然后采用SIFT算法对特征点进行描述,用最近邻与次近邻之比进行匹配,最后用RANSAC(random sample consensus)算法消除错误匹配对。实验结果表明:该方法能够很好的进行仿射图像配准,并且大幅提高了配准的准确率。