关于边缘泛函与边缘映射的研究

边缘泛函与边缘映射在最优化理论中具有极为重要的作用.对其连续性的探讨是边缘映射研究中的一个基本问题,因为在最优化理论中,优化问题的稳定性往往就意味着边缘泛函与边缘映射的某种连续性.本文拟介绍边缘泛函的连续性与边缘映射性质的一些主要研究进展.

基于边缘映射抽样与多维尺度压缩的紧凑图像哈希算法

为了充分利用图像的显著特征来生成鲁棒哈希,并提高其生成效率,提出基于边缘映射抽样与多维尺度压缩的紧凑图像哈希算法。联合双线性插值与高斯低通滤波,对初始图像进行预处理操作;引入双阈值Canny算子,提取预处理图像的显著边缘映射。将预处理图像与边缘映射分割为一系列的非重叠子块;计算每个子块的像素值总和,找出其中元素值最大的子块,从中进行选择性抽样,确定对应的包含结构信息最丰富的子块。基于SVD(Singular Value Decompostion)机制,将子块的奇异值视为鲁棒特征;利用Fourier变换与残差机制,提取预处理图像的全局显著特征。将两种特征组合,形成中间哈希序列,再引入多维尺度机制压缩获取紧凑哈希,并通过Logistic映射来实施加密,形成最终的哈希。测试数据表明:较已有的哈希方案而言,该方案具备更高的鲁棒性与哈希生成效率,呈现出更好的ROC曲线。

一类向量值映射与其边缘映射的次微分

本文研究拓扑线性空间上一类向量值映射与其边缘映射的次微分的关系。

基于边缘最优映射的红外和可见光图像自动配准算法

针对同一场景的红外和可见光图像间一致特征难以提取和匹配的难题,提出了一种在多尺度空间中基于边缘最优映射的自动配准算法.在由粗至细的尺度空间中,算法分别采用仿射模型和投影模型作为参考图像和待配准图像间的空间变换模型.在每个尺度层上,首先基于相位一致性方法提取两幅图像的边缘结构,并在相应的空间变换模型下将在待配准图像中提取的二值边缘映射到参考图像的边缘强度图上;接着采用并行遗传算法寻找一组全局最优的模型参数,使两幅图像间的结构相似度最大.在各层的寻优结束之后,使用Powell算法对全局寻优后的模型参数进行局部精化.实验结果表明,该算法能够充分利用图像间的视觉相似结构,有效地实现红外和可见光图像的自动配准.

基于边缘强度映射的SAR图像等效视数非监督估计方法

该文结合边缘强度映射(Edge Strength Map,ESM)对SAR图像等效视数(Equivalent Number of Looks,ENL),提出一种自适应非监督估计方法。该方法先利用各向异性高斯核平行窗通过比率运算生成ESM,进而在简单的图像分块处理基础上,利用一种有效的非监督估计方法分别估计各分块图像在比率ESM下的区域阈值,并由各分块图像的阈值化ESM操作完成对SAR图像的区域划分,然后对非边缘区域中的所有像素在ESM的两次约束下,通过施加大尺度不规则窗完成局部ENL估计,最后通过直方图统计方法从局部ENL中获得全局ENL估计。实验表明:该文方法可有效克服传统空域估计方法 ENL估计值受局域统计方法选择影响大的不足,同时也可避免基于统计模型的估计方法需要相干斑先验信息且对抑斑后SAR图像估计失效的弊端。

边缘s映射、边缘紧映射与k半层空间

主要讨论了k半层空间上的闭映射性质,证明了k半层空间的闭映像若是不含有闭子空间同胚于S_(ω1)(S_ω)的k空间,则该闭映射是边缘s映射(边缘紧映射).最后给出例子表明弱层空间未必是层空间,否定回答了关于层空间的一个问题.

边缘强度映射与区域划分的SAR图像非局部平均滤波算法

为减少合成孔径雷达(synthetic aperture radar,SAR)图像的乘性相干斑噪声,给出了一种改进的非局部平均滤波(non-local means,NLM)算法。首先,用变差系数(coefficient of variation,CV)来估计SAR图像区域划分阈值,根据阈值估计区域划分因子,并利用区域划分因子将SAR图像划分为纹理区和同质区;其次,采用不同尺度的相似窗估计不同区域的像素所对应的边缘强度映射(edge strength map,ESM),进而分别选取搜索窗中每个像素在相似窗下的ESM矩阵与中心像素的ESM矩阵,并利用二者各对应元素比值的2范数来构建适应乘性噪声的相似性测量参量,通过相似性参量和CV控制的自适应衰减因子耦合得到滤波值;最后,对不同区域使用不同的滤波值实现对SAR图像的非局部平均加权滤波。同以均值比与CV联合构建的NLM算法相比,该算法在等效视数上提高至少0.3%,边缘保持指数提高至少0.1%。

基于区域边界最优映射的图像分割算法

为了增强图像分割算法的鲁棒性,避免出现错误或间断的边缘轮廓曲线,获得准确的区域分割线,提出区域边界最优映射分割(ORBM)算法。该算法采用Gibbs分布定义区域分割模型,将多个颜色空间的不同边缘映射求平均值,用得到的边界最优映射确定邻域(相邻像素)的相互作用势函数,利用α-β交换算法求解标签参数空间上目标函数的局部极值并采取简单区域合并策略,获得准确、可靠的区域分割结果。将ORBM算法与几种经典的图像分割算法进行对比,实验结果显示该算法能够生成连续封闭的边界线,实现了图像多区域的正确分割,并且执行速度快、鲁棒性强。

基于方向空间的边缘检测

提出了一种基于方向空间的边缘检测方法。首先建立方向差分级空间,沿方向差分级函数方向,通过逻辑判断的方法分别提取方向Ridge边缘像素和方向Valley边缘象素,构成方向Roof边缘映射图;然后再沿方向差分级函数方向,在所有相邻的方向Ridge边缘和方向Valley边缘之间提取方向Step边缘,构成方向Step边缘映射图;最后将几个不同方向获取的方向Ridge边缘映射图、方向Valley边缘映射图和方向Step边缘映射图,分别通过逻辑“或”的方法合成为相应的Ridge边缘映射图、Valley边缘映射图和Step边缘映射图。将该算法与经典算法、Marr-Hildreth算法和Canny算法进行的比较实验结果表明,提出的算法除了不需要复杂运算之外,在边缘定位准确度方面具有优势。

边缘惩罚层次区域合并SAR图像分割算法

该文利用方向边缘强度信息,建立一种新的边缘惩罚SAR图像分割模型,提出一种最小化该模型的层次区域合并算法。利用多方向比例边缘检测算子(MDRED)提取边缘强度信息,并结合分水岭变换获得高质量的初始过分割结果。利用多边形近似区域边缘,提取边缘的方向,将方向边缘强度映射(OESM)融入边缘惩罚中,获得惩罚强度与边缘强度呈反比的惩罚项。逐渐增大边缘惩罚项的强度,获得由图像特征驱动的层次区域合并算法。利用区域邻接图(RAG)表示图像分割,提高区域合并的速度。实验表明:该文方法与其它方法相比在性能和效率上都有优势,获得更好的分割结果。

基于混沌和边缘特征的医学图像加密算法

基于混沌和边缘特征,给出一种医学图像加密算法,以改善加密效果并提高安全性能。先对原始医学图像进行位平面分解,并利用混沌序列获得源图像的边缘映射;再对原始图像位平面和源图像边缘映射依次进行异或操作;将异或图像合并后进行像素置乱和像素扩散处理,即可实现对医学图像的有效加密。理论分析和仿真实验表明,所给算法具有较大的密钥空间及密钥敏感性,与已有同类算法相比,其抵抗安全攻击的性能更强。

基于BMA滤波器和边缘的红外与可见光图像融合

目前基于多尺度分解的图像融合算法存在以下问题:1)多尺度分解时,图像边缘被平滑;2)融合结果中红外显著区域的对比度降低;3)小尺度细节受到抑制,在融合图像中显示不清晰。为解决上述问题,本文提出了一种基于BMA(Bayesian model averaging)滤波器和边缘的图像融合算法。首先,利用BMA滤波器分别对红外与可见光图像进行多尺度分解;其次,分别利用显著性提取和边缘权值映射算法,计算各基层和细节层的融合权值矩阵;最后通过图像重构获得融合图像。实验证明,该融合算法优于传统的图像融合算法。

面向移动平台的交互式图像边缘删除快速算法

针对移动平台计算资源匮乏问题,提出一种适用于移动平台的交互式图像边缘删除快速算法。利用通用图像边缘检测算法提取图像中的边缘,将图像的连续边缘存储成链表格式,再将链表格式边缘重映射成二维图像边缘。因移动平台触摸屏刷新频率低与图像离散化,导致手画删除边缘标记线间断及标记线与需要删除的边缘之间无交点,为克服该问题,利用线性插值与形态学膨胀运算估算出删除边缘标记线的间断点与加粗删除标记线,从而增加算法的鲁棒性。结果表明,图像边缘删除算法的时间复杂度与图像边缘像素点数无关,能够胜任移动平台的实时操作。

基于不变矩理论线矩法图像特征的提取

传统的Hu不变矩直接针对原图计算,计算量大、实时性不够理想,且受强噪声影响明显,特征描述也不是很准确。文中在不变矩理论的基础上结合Schlick镜面指数简化公式,给出一种将边缘线矩作为识别特征的提取方法。该方法只需对边缘映射图计算不变矩,不必直接在原图上计算,因而避免了不必要的误差,再经过简化指数计算,降低复杂度、减少计算量的同时提高了实时性。最后针对该方法的效率和特征提取性能进行了实验,结果表明该方法快速有效,很好地兼顾了速度与精度。

利用区域划分的合成孔径雷达图像相干斑抑制算法

为在有效保护合成孔径雷达(SAR)图像边缘特征的同时进一步提高乘性相干斑噪声的抑制性能,提出了一种基于区域划分的SAR图像相干斑抑制(DABRS)算法.首先利用带方向的高斯-伽马平行窗通过比率运算生成边缘强度映射(ESM),并利用阈值化ESM对SAR图像进行区域划分,然后利用改进的变窗Kuan滤波与改进的Sigma滤波分别对SAR图像的均匀区域与边缘区域进行相干斑抑制.为进一步提高抑斑效果,两种改进抑斑算法均采用迭代滤波方式,且改进Kuan滤波的窗尺度随迭代次数的增加而增大.实验结果表明:与多种抑斑算法相比,DABRS算法在抑斑与边缘保护方面具有优势,等效视数提高超过30%,边缘保持指数提高8%以上,而且抑斑图像同质区还具有更平滑的视觉效果.

SAR图像相干斑噪声的各向异性扩散滤波算法

传统各向异性扩散滤波算法以梯度作为边缘检测与扩散系数生成的主要依据,当其用于抑制SAR图像中的乘性相干斑噪声时,存在对噪声敏感,边缘检测非恒虚警,扩散不均衡等问题,为此提出了一种新的各向异性扩散滤波算法。该算法利用平行窗通过比率运算生成边缘强度映射(ESM),然后利用ESM代替梯度作为边缘检测与扩散系数生成的主要参数,并将方向扩散与反向扩散结合对图像边缘进行去噪与锐化,从而有效克服了传统扩散滤波算法在处理相干斑噪声时存在的问题。实验表明:与传统扩散滤波算法相比,新算法在SAR图像去噪与边缘保护性能上均有提升,且锐化了图像边缘。

抑制SAR图像相干斑的迭代方向滤波算法

为保护SAR图像边缘特征并有效提高对乘性相干斑噪声的抑制性能,该文提出一种基于迭代方向滤波的抑制图像相干斑新算法。该算法先借助高斯-伽马平行窗估计出的比率边缘强度映射(ESM)与方向信息,自适应地控制各向异性高斯核(AGK),生成沿ESM方向分布的具有各向异性支撑区域的局域窗。然后将SAR图像多种局部统计参量联合作为衰减因子,形成与SAR图像区域分布特性相适应的负指数衰减型加权系数,进而将负指数衰减型加权系数与局域窗带方向的各向异性支撑区域结合形成局域加权的方向滤波。最后对SAR图像迭代地进行方向滤波即可实现带边缘保护的相干斑抑制。实验结果表明,与多种抑斑算法相比,该文算法在SAR图像抑斑与边缘保护方面均获得了更好的性能。

一种基于双尺度高斯核方向导数的图像轮廓检测算法

为了降低图像轮廓检测中纹理对检测结果的影响,提出一种基于双尺度高斯核方向导数滤波器的图像轮廓检测算法。结合大小两个尺度高斯核方向导数滤波器构造图像的边缘强度映射(ESM),小尺度高斯核方向导数滤波器增强了图像细节信息的检测能力,而大尺度高斯核方向导数滤波器起到抑制纹理的作用。利用ESM自身的全局和局部信息对ESM进行均衡化。通过阈值化和形态学处理,得到最终轮廓检测结果。实验表明,该方法有效可行。

关于度量空间的开几乎s映像（英文）

Arhangel’skiǐ引入几乎s映射的概念:从拓扑空间X到拓扑空间Y上的映射f称为几乎s映射,若y是Y的非孤立点,则f-1(y)是X的可分集.本文研究几乎s映射、近似s映射与边缘s映射之间的基本关系,得到了度量空间的开几乎s映像的内在刻画,并且讨论了度量空间上可数双商边缘s映射的性质.