Mean-shift滤波和直方图增强的图像弱边缘提取

准确定位大脑中的功能区域需要我们对fMRI图像中头骨等生物组织精确提取,但由于核磁共振仪等现有条件的限制,头骨等弱边缘信息难于提取。针对这一问题,提出一种弱边缘提取的有效方法。首先利用Mean-shift聚类特性,在不损失目标信息的情况下,削弱图像中的噪声干扰;根据滤波后像素灰度的区域分布特性,对头骨区域进行直方图增强,最后应用边缘检测算法将头骨边缘提取出来。实验的结果表明,该方法可以有效地将fMRI图像中的头骨弱边缘信息提取出来。

基于改进GVF和最小二乘法的弱边界椭圆提取

提出一种新的基于改进GVF模型和最小二乘原理的快速、抗噪、弱边界椭圆提取算法。该方法首先通过中值滤波和弱边界梯度增强进行图像预处理,然后利用区域灰度的先验知识,引入高斯型模糊贴近度,与气球力结合形成模糊气球力和GVF场共同形成外力。模糊气球力在压痕区内形成很大推力使控点向边界快速移动,在边界处力很小,在边界外形成迅速加大的斥力,将控点推回边界。控点每迭代一定次数后,利用最小二乘原理,估算出椭圆准确位置,对椭圆边界采样作为新的初始轮廓,重新进行迭代,形成有约束形变。此方法应用到赤足足迹分析系统中,能够对常规方法很难处理的存在模糊、纹理噪声、大斑点噪声的弱边界图像,准确提取出椭圆轮廓,而且将经典GVF迭代次数减少一半以上,结果令人满意。

基于弱边缘特征融合的羊脸识别

针对羊面部某些边缘特征由于受到光照等环境因素影响产生的弱边缘从而影响羊个体身份识别的问题,提出一种弱边缘特征提取方法。首先建立数据集:数据采自内蒙古鄂托克旗绒山羊养殖基地,共采集38只羊的2015张图像;对数据进行图像旋转、水平平移等诸多图像增强操作后使数据量扩大至原来的8倍,共计16120张图像。然后训练弱边缘特征融合网络与主干特征提取网络,对两个网络提取到的特征进行融合分类。在自建羊脸数据集上进行特征信息提取识别实验的结果表明,弱边缘特征融合网络Edge_AlexNet、Edge_VGG16、Edge_ResNet50网络识别精确度达到92.45%、98.15%、94.67%,比未融合弱边缘特征的AlexNet、VGG16、ResNet50分类精确度提高了10.09、13.48、6.64个百分点,可见融合弱边缘特征后的网络具有较高的精度与鲁棒性。

遥感图像中尺度海洋锋及涡旋提取方法研究进展

目的中尺度海洋锋及涡旋均是重要的中尺度海洋环境特征。中尺度海洋锋及涡旋的提取及其时空分布、变化的研究对海洋生态系统的研究、渔业资源评估、渔情预报及军事等都有重要意义。遥感技术能在同一时间获取大面积海洋要素观测数据,遥感数据具有优良的连续性、同步性,因此遥感数据被广泛应用于中尺度海洋锋及涡旋提取的研究中。方法对基于遥感数据进行中尺度海洋锋提取的梯度法、Canny算法、小波分析法和基于引力模型的方法,以及涡旋的提取的Okubo-Weiss法(OW法)、Winding-Angle法(WA法)、基于海面高度的无阈值等值线法和Hybird Detection(HD法)进行总结和分析,并提出对中尺度海洋锋面及涡旋提取方法的见解及新思路。结果利用2014年2月南海北部海表温度(SST)数据,分别采用梯度法中的Gradient法、Sobel算法以及Canny算法对南海北部温度锋进行提取并得到该区域温度锋分布图。结果表明在多种锋面提取方法中,Canny算法具有较高的效率且其提取结果的连续性和精度更好。中尺度涡的提取方法中,WA法的提取结果具有更好的准确性。早期的中尺度涡提取方法忽略了多中心结构涡旋存在的情况,而后来的HD法能较好地识别多中心结构涡旋。结论阈值选取是中尺度海洋锋及涡旋提取的难点和提取结果好坏的关键。然而海洋要素图像弱边缘的特点使得传统边缘检测方法不一定适用于中尺度锋提取。文章通过对不同锋面及涡旋提取方法的总结与分析,为海洋锋面及涡旋提取的研究提供了参考依据。