图像关于边缘提取算子的微分不变性

图像边缘是一类重要特征， 该文研究图像关于边缘提取算子的微分不变性， 其目的是考察图像在边缘提取的过程失去了什么信息． 利用Ｌｉｅ变换群在节丛上的延拓公式以及由此导出的相关微分方程的不变性条件， 文中给出了构造Ｌａｐｌａｃｅ边缘算子微分不变量的详细推导过程． 为使该文自封闭， 作者发展了所需的数学工具， 包括一系列延拓Ｌｉｅ导数的计算公式和有关微分方程解的不变性条件． 最后给出了一个包含尺度、灰度、旋转变换的数值实例．

一种图像边缘提取快速KIRSCH算子的设计与实现

对前人提出的数字图像边缘的经典算子--kirsch算子进行研究,详细分析了这种方法的出发点、理论根据、数学原理和实现方法及优缺点。并通过用Visual C++实现的实验结果,对kirsch算法提出了改进,实现了改进的快速kirsch算子的边缘提取,给出了对于一般图像的处理效果的分析。

基于逆向学习改进算法的汽车边缘提取

根据智能交通系统中车型识别的特点提出了使用逆向学习改进算法提取汽车边缘的新方法,这种方法的优点在于可以充分利用车型识别系统的特点和汽车历史轨迹的先验知识得到较好的提取精度,并有效地解决了车型识别中,因使用黑白图象而使基于色彩的汽车边缘提取失效的问题.

基于SIFT的新特征提取匹配算法

针对传统的图像匹配算法特征点不稳定和匹配时间慢的问题,提出了一种改进的尺度不变特征变换(SIFT)图像匹配算法。首先对传统的Harris角点构造高斯多尺度空间,使角点具备多尺度不变性;然后采用Canny边缘提取算法修饰Harris角点以增加稳定特征点数量;最后构造SIFT特征描述符,计算多幅图像中对应特征点描述子的欧式距离,完成特征点对的匹配。实验结果表明:相比于传统的SIFT算法和SURF算法,研究所提出的方法能够有效地提高特征点匹配精度,减少图像匹配时间。

基于Landsat 8的南极内陆考察车辙印自动提取

分析了内陆考察车辙印的Landsat 8卫星影像特征,利用目视解译以及统计量分析车辙印与背景雪面的差异,得出近红外和短波红外波段是车辙印自动提取的优选波段,高斯增强方法为提升车辙印与背景之间的对比度的优选方案;同时运用动感模糊、canny边缘提取算子、膨胀腐蚀算子和噪声线段去除技术,实现车辙印在不同环境下的高精度自动提取.通过对中国第33次南极考察期间的内陆考察车辙印进行自动提取试验验证,此算法直接实现54%路线上车辙印的自动提取,32%的路线略需人工干预,仅14%的路线难以实现自动识别.另外,本文结合雪积累率、雪粒径大小、冰流速以及地形数据分别分析了气候、冰雪物理特性、冰川动力特征和地形特征对车辙印识别的影响.

几种检测鸡蛋边缘算法比较

前言 图像边缘对图像识别和图像分析十分有用.边缘能勾画出目标物体,使观察者一目了然;边缘蕴含了丰富的内在信息(如方向、阶跃性质、形状等),是图像识别中抽取图像特征的重要性质.从本质上来说,图像边缘是图像局部特性不连续(灰度突变、颜色突变等)的反映,它存在于目标与背景、目标与目标、区域与区域、基元与基元之间,图像边缘标志着一个区域的终结和另一个区域的开始.……

一种消除局部强光影响的跑道特征提取方法

针对因局部的强光干扰导致小型无人机降落时可能出现跑道图像特征提取失败,同时传统方法难以运用在小型嵌入式系统的问题,提出一种复杂度较低的消除局部强光影响的图像处理算法。通过Sobel边缘检测算子处理原始图像,再将处理后的图像与原始图像的像素点对应相除,与阈值分割方法处理后的原始图像相互叠加,得到抑制局部强光影响的跑道特征图像。仿真结果表明,在局部强光的条件下,与传统单尺度Retinex算法相比,上述方法对跑道特征的提取效果更好,同时算法运行效率提高40%左右。

激光共焦显微图像多尺度边缘提取算法研究

为解决微小尺寸的快速精确测量问题,提出一种基于Shannonδ函数的多尺度图像边缘提取算法。该算法选定2个不同尺度的边缘提取算子,并利用自适应选取阈值算法,将不同尺度下的处理结果图像结合起来,得到最终的边缘图像。经过对大量的共焦显微图像的处理表明,该方法具有较高的抗噪性和准确性,可实现共焦显微图像尺寸的精确测量,性能优于传统微分算子,数据处理速度是Canny算法的2倍。

全息图像轮廓线叠差分析桥梁挠度变形的方法

为通过摄影测量手段方便快速地得到整个试验梁的真实挠度,采用Log边缘提取算子提取图像灰度信息和轮廓线信息,再对试验梁下边缘轮廓线进行叠差分析即可得到主梁全息变形数据。通过与传统位移计测量挠度的方法对比发现表明:采用全息图像轮廓线叠差分析桥梁挠度所得结果满足工程应用精度要求;运用此方法,定期采集桥梁轮廓线信息,可以对桥梁进行长期监测,方便快捷找出桥梁的异常变形。

基于图像内容的非对称数字水印

在小波变换的基础上,提出了一种基于图像内容的非对称数字水印。首先,利用SOBEL算子提取经过小波分解后的低频区域中的图像的边缘特征的系数,存储在一向量中,利用非线性函数对水印加密,并将水印嵌入图像的边缘系数中。实验结果表明该算法具有极强的鲁棒性和不可见性。在实验过程中,利用MATLAB的引擎,在VC++中实现调用MATLAB的工具箱,快捷的编写了简洁的原代码。

基于显著密度的高效子窗口搜索的精准目标检测算法研究

准确性和实时性是影响目标检测性能的两项重要指标。为了在多种复杂场景中进行快速精准的目标检测,提出了一种融合超复杂傅里叶变换(HFT)显著性计算、高效子窗口搜索(ESS)和大津法(OTSU)的精准目标检测算法。该算法首先将输入图像进行HFT显著性计算,得到显著图,然后在显著图的基础上通过高效子窗口进行全局搜索并初步定位目标,最后利用大津法分割子窗口范围内的图像,并根据子窗口边界的像素值优化子窗口的位置,实现精准的目标检测。实验结果表明,新算法在保证运算速度的同时,显著提高了检测精度。

基于数学形态学算法的遥感图像边缘去噪方法

为了提升遥感图像边缘去噪质量以及去噪效率,设计一种基于数学形态学算法的遥感图像边缘去噪方法。对遥感图像数据实施归一化处理、标准化处理、图像增强处理。以预处理后的数据作为研究基础,对原有形态边缘提取算子实施多次改进,采用加权自适应多尺度形态边缘提取算法提取遥感图像边缘,利用伞形算子进行递归局部邻域扩散,实现遥感边缘图像去噪。测试结果表明,该方法的最大去噪误差与平均去噪误差较小,边缘去噪时间较短,小曲率数据点的个数明显增加,而大曲率数据点的个数则明显减少,说明设计方法的遥感图像边缘去噪质量高,去噪效率高。