基于侧抑制竞争原理提取图像边缘的方法

根据动物侧抑制原理，提出数字图像侧抑制竞争提取边缘方法。首先提出数字图像侧抑制网络基本结构，确定必要约束条件和学习方法，再在图像中选定若干边缘模块作为样本输入网络学习，得到抑制竞争网络的连接权值，最后将图像输入网络，得到图像边缘。分析结果表明，这种方法具有提取速度快，边缘不移位，能用硬件并行处理实现等特点，可用于实时提取图像边缘。

循环细分方法提取图像边缘

图像边缘提取是图像处理的一个重要主题,基于图形学中的循环细分方法提取图像的边缘,即假设P0是一图像的内点,由P0引出的直线交得局部边缘的边缘点,通过多次由相邻两边缘点细分直至提取整个图像的边缘。在理论上讲,该方法比扫描法和腐蚀算法等具有算法的高效性和边界的连续性。

警用无人机侦查取证的视频图像特征提取方法

警用无人机在侦查取证的实际应用中,不仅需要在夜间、雾霾、地形复杂等不利条件下稳定作业,确保侦查取证工作的连续性和可靠性;还需具备良好的兼容性,能够与其他警务系统无缝对接,实现信息共享与协同作战。针对这些要求,给出一种新的视频图像特征提取方法。首先,对视频图像中目标对象的HSV色彩进行详细的分析。然后,基于对HSV色彩空间的分析结果,引入注意力机制进行视频图像特征提取,分别构建引入注意力机制的光谱多尺度特征提取网络和空间多尺度特征提取网络。最后,将光谱与空间网络合并为一个整体,同时进行训练与融合,得到光谱-空间联合特征提取网络,实现警用无人机侦查取证的视频图像特征提取。实验结果表明:文中方法的特征偏离度较小,特征提取精度最高为97%,总体的每秒帧数(frame per second,FPS)值在50~75,整体保持在较高水平,具有较好的稳定性和可靠性。这不仅满足了警用无人机对高效、准确特征提取的需求,还为其在复杂侦查环境中的广泛应用提供了技术支撑。

基于多任务学习的复杂城市遥感图像道路提取

提出一种新的遥感图像道路提取框架,旨在利用从道路边缘检测中获得的知识来提高道路提取的准确性。研究中引入了一个融合多尺度信息和视觉注意力机制的多尺度视觉注意力模块,并构建了一个级联特征融合模块以集成网络在不同尺度上的预测结果。在此基础上,构建了一个包含编码器和解码器的多尺度视觉注意网络(MSVANet)。同时,提出一个多任务学习框架,该框架结合了MSVANet,并采用粒子群优化算法对多任务学习框架的两个学习率超参数的自动选取进行优化。RNBD数据集的训练和测试结果表明,所提方法在各种分割精度指标和泛化能力方面均优于其他道路提取方法。

基于(I,O_(s))-模糊粗糙集的图像边缘提取和特征选择应用

首先,利用半重叠函数和模糊粗糙集,构造了(I,O_(s))-模糊粗糙集模型,提高了模型的灵活性和适应性;其次,将该模型与模糊C-均值算法相结合,提出了一种新的图像边缘提取算法,该算法在较低引入率的情况下,能够提取到完整的图像边缘;最后,基于(I,O_(s))-模糊粗糙集模型,提出了一种新的特征选择算法,相较于传统的特征选择算法,该算法在保持高分类精度的情况下,可以选择更少的属性条件.实验证明,基于(I,O_(s))-模糊粗糙集模型的算法具有可行性和有效性,可以为相关研究和领域提供支持.

基于卷积神经网络的无人机遥感测绘图像特征提取方法

在地质勘探学领域,无人机遥感技术已成为获取地表数据的重要手段,而卷积神经网络(CNN)因其出色的图像处理能力被广泛应用于图像特征提取。文中介绍了一种基于卷积神经网络的无人机遥感测绘图像特征提取方法,分析了CNN的基本概念与结构、无人机遥感图像的特征类型、网络结构设计、数据预处理、特征提取及特征融合过程,旨在提高地质勘探中无人机遥感图像分析的自动化和准确性。

基于卷积神经网络(CNN)的气象图像特征提取与识别

本研究探讨了卷积神经网络(CNN)在气象图像特征抽取领域的实际应用,并详细分析了CNN在自动特征学习、处理大数据以及多尺度特征抽取方面所展现出的优越性。实验结果表明,CNN在完成气象图像的识别任务时具有优异的性能,同时面临着数据质量和标注、模型复杂性和计算成本的挑战。该研究既为气象图像分析领域带来新思路、新方法,也促进深度学习在气象领域中的运用与发展,有较大学术价值与应用前景。

PDF文件中可识别图像的提取

PDF(portable document format)文件是用于电子文档分发的理想格式,是全球电子文档分发的开放式标准。从PDF文件中提取可供识别的图像,有利于图像识别和信息处理。详细介绍了一种从PDF文件中提取可识别图像的方案。

利用HALCON提取狗獾前肢区域图像的方法

文中介绍了一种提取狗獾图像前肢区域的方法,通过HALCON软件中的一系列算子对狗獾图像进行处理,先利用阈值分割,根据图像中灰度值的不同选取狗獾前肢,之后对选取的狗獾前肢区域进行填充处理,使选取更加完整,最后通过特征检测了解狗獾2个前肢区域的面积,利用面积的不同提取狗獾前肢区域。该研究为狗獾前肢的提取提供了一种有效的方法,为狗獾前肢挖掘运动过程的分析打下基础。

车牌识别(LPR)中的图像提取及分割

在车牌识别 (LPR)系统的实现过程中 ,最关键的部分就是车牌图像的提取以及车牌字符图像的分割。本文详细介绍了一种实际应用的车牌识别系统中的图像提取及分割的过程。针对车牌的固有特点 ,设计了一个变换函数突出其特点从而进行车牌的提取 ;对车牌字的图像分割提出并解决了一些在实际中应该注意的地方。理论分析及实验结果表明文章中提出的方法是非常有效的。在我们的实验中 ,在PentiumⅡ 30 0 ,内存 6 4M的环境 ,从图像输入到识别结果输出的平均时间大概为 0 .6秒。

复杂背景下的树木图像提取

树木图像提取是将树木地面摄影图像中的单株树木与其周围景物分离的技术,为计算机技术在林业中的应用提供基础数据和技术支撑。在自然场景中拍摄的背景具有不确定性的树木图像,其提取是一项探索性很强的工作,具有重要的实用价值和现实意义。本文分析了复杂背景下树木图像的特点和提取的难点等问题;把近年来出现的树木图像提取方法按照图像分割和自然图像抠图分成两大类,并分别对每种方法中的典型算法进行了详细阐述。在此基础上,对图像分割与自然图像抠图技术在树木图像提取应用中的优势和局限性进行了分析和比较,提出把图像分割和自然图像抠图技术合理结合,针对树木图像特征,设计出准确、快速、实时的树木图像提取技术是未来研究的重点和难点。

PCB视觉检测系统中目标图像提取的研究

在PCB视觉检测系统中 ,为了达到实时检测 ,图像提取的质量是十分关键的。本文提出一种环型光纤光源 ,能提供光照均匀、光强可调、发热量小的照明 ,也对光强自调整方法进行了研究。通过理论分析和实验 ,论证了其对目标图像提取质量的作用。

直升机巡检航拍图像中绝缘子图像的提取算法

提出了一种新的绝缘子图像提取算法,可用于直升机智能巡检图像中绝缘子图像的提取。该算法首先将航拍得到的高分辨率玻璃绝缘子彩色图像进行RGB到HSI彩色空间的转换;然后对HSI空间的S分量,采用基于遗传算法的最大熵阈值的方法进行图像分割;接着对分割后的图像用双结构级联滤波器滤除噪声;最后用连通区域方法将分割出的绝缘子串轮廓标识出来。算例结果表明:该算法能够从背景复杂的航拍图像中完整地提取绝缘子图像,有较高的工程应用价值。

基于图像模糊熵邻域非一致性的过渡区提取与分割

本文提出了一种基于图像模糊熵邻域非一致性的过渡区直接提取和分割算法.通过求出图像中介于目标和背景之间的过渡区,根据过渡区直方图获得一个最佳分割阈值.构造了描述模糊划分的隶属函数,模糊熵及其邻域非一致性测度.本文算法摆脱了传统图像过渡区提取算法对噪声比较敏感且受剪切值Llow与Lhigh的限制.理论分析和实验结果表明,本文算法具有速度快,抗噪声性能好和稳健性强等特点,优于现有其它基于过渡区提取和分割算法.

自适应融合目标和背景的图像特征提取方法

针对现有基于结构元描述的图像特征提取算法缺少连续像素或结构元的相关性描述,对图像特征的区分能力不足的问题.通过定义新的结构元和自适应向量融合模型,并引入连通粒概念,提出一种加权量化方法对图像目标和背景进行自适应融合.首先根据视觉选择特性定义9种新的结构元,并且构建了连通粒属性及分层统计模型;然后通过颜色转换和结构元匹配生成相应的映射子图,从中提取统计结构元和连通性特征向量;最后利用自适应向量融合模型把各分量合并为一组特征向量用于图像检索.在3个Corel数据集上的实验结果表明,与其他算法相比,文中方法性能更稳定,能达到更高的检索精度;该方法既能描述图像的全局特征,又能反映图像的局部细节信息.

基于DFBIR场的图像边缘提取的一种新方法

自然纹理的灰度图象是满足分数布朗随机场模型的．本文采用改进了的分形图象模型，即离散分数布朗增量随机场[2]（discretefractionalBrownianincrementalrandomfield，简记为DFBIR场）模型，通过求取图象局部分形特性参数H值，来提取图象的边缘。并且提出了一种有效确定分形特征参数H值二值化门限的新方法，采用该方法可以获取好的图象边缘．

Flash动画的内容特征分析与图像信息提取研究

Flash动画是网络上流行的媒体,由文本、图形、图像、声音等多种媒体元素组成,文章基于Flash动画的文件结构,通过分析Flash动画的内容特征,建立内容特征提取平台,完成图像信息的提取,为Flash动画的图像特征建立索引库,是基于内容的Flash动画检索系统的研发工作的一部分。

多尺度几何活动曲线及MR图像边界提取

活动曲线方法是 80年代末发展起来的基于模型的图像分割方法 ,主要有两大类 ,能量活动曲线方法和几何活动曲线方法 .几何活动曲线方法在数学上比较完备 ,较好地克服了能量方法的许多缺点 ,但是在医学图像分割中 ,尤其在结构性噪声比较严重的情况下 ,几何活动曲线向边界的演化会受到一定程度的影响 .为了解决这个问题 ,作者利用基于小波变换的多尺度边缘检测算法 ,提出了多尺度几何活动曲线模型 .在人体头部 MR图像脑边界的提取中 ,多尺度几何活动曲线比较好地克服了灰质和白质之间复杂边界的影响 ,较好地提取出了有突出形状的人脑边界 .

B超序列截面图像轮廓的提取

介绍了 B超图像的预处理、边缘增强及轮廓提取等算法 ,讨论了图像处理过程中的人工修正 ,并提了一种利用 B超序列截面图像的相关性 。

图像小波边缘提取中阈值选取的一种自适应方法

文中对Mallat的多尺度小波变换边缘提取算法中阈值的选取作了改进 ,提出了对整幅图像设置链平均幅度阈值 (Tm)的下限和链长度阈值 (Tn) 后 ,再采用矩形自适应法选取链平均幅度阈值来对局部模极大值进行删取 ,在不同尺度上提取图像边缘 ,而后综合形成图像真正的边缘 .实验表明 ,这种对链平均幅度阈值先设定下限再采用矩形自适应法选取阈值的方法 ,是一种更加有效的边缘提取方法 .