共生矩阵耦合Otsu阈值的彩色图像边缘提取算法

针对当前彩色边缘提取算法因没有考虑不同颜色通道的关系,导致提取的边缘不连续或色彩边缘信息缺失等不足,提出了一种基于共生矩阵耦合Otsu阈值的彩色边缘提取。首先,为了评估图像的局部区域内容,计算图像中固定距离与方向上两点像素的关联,构建共生矩阵,得到了像素之间的统计特征,有效描述图像局部统计信息的变化。其次,对共生矩阵空间依次从左到右,从上到下逐像素扫描,形成属性图像。然后,利用二阶邻域来描述每个属性图像当前像素与邻域像素之间的关联,通过对当前像素与邻域的加权计算,得到8个边缘强度,并找出最大边缘强度。最后,引入Otsu阈值方法,将图像的局部最大边缘强度与最优Otsu阈值进行比较,获取其边缘像素,完成边缘提取。仿真结果表明,与当前彩色边缘提取技术相比,所提算法能够有效提取彩色边缘,获得的边缘清晰、连续性良好,取得了优异的边缘优质系数与峰值信噪比(PSNR)。

基于Snake模型和四元数描述的彩色图像边缘提取方法

边缘提取在彩色图像处理过程中有着重要的作用,它会影响到后续对图像的分割、特征提取和识别等环节。活动轮廓模型(称Snake模型)大量应用于各种医学图像的分割。近年来,活动轮廓模型得到了不断的改进和发展,并在计算机视觉等诸多领域得到了广泛的应用。本文针对彩色图像边缘提取的实际需求,简要介绍了活动轮廓的原理及数学模型,并针对传统模型处理速度慢,运算量较大,对凹陷轮廓位置处理效果差等缺点,结合彩色图像的四元数描述方法,提出改进算法,利用改进的四元数描述方法所得到的边缘检测初始轮廓,并结合使用改进的GVF产生的外力场,对于图像中凹陷轮廓位置保证正确收敛,且提高了运算速度。实验证明,算法是可行有效的。

基于二元向量值有理插值的彩色图像重建

彩色图像比灰度图像含有更多的信息,描述彩色图像特征的比特数远大于灰度图像,因此数据压缩在彩色图像处理中就起到了重要的作用。传统的方法是将彩色图像分解成多通道的单色图像处理,但这样容易造成图像颜色信息的丢失。考虑到这一缺点,提出一种新的图像重建方法,即在RGB空间中通过对原图像进行采样,构造一种二元向量值有理插值函数,计算采样点之间数据点的像素值,并实现彩色图像的重建。实验结果表明只需原图的30%或更少的像素值即可重建原图像,且重建后的图像边缘清晰,细节保持较好,平均误差率较小。