LoG边缘算子改进的加权引导滤波算法

针对原始全局的引导滤波算法对整幅图像各个区域使用统一的线性模型与相同的规整化因子,从而未能适应图像本身不同区域的纹理特性,提出了基于LoG边缘检测算子改进的加权自适应规整因子。通过在局部窗口内计算LoG幅值响应,对原有的规整化因子进行惩罚来取得对图像平滑区域与边缘区域的自适应,使得在保证降噪效果的前提下进一步突出边缘像素和平坦区域像素之间的差异。对开源医学图像库Brain Web中不同断层的T1、T2与PD加权图像,共18张图像,添加9%的莱斯噪声作为测试库,并采用结构相似性因子(SSIM)与无参考图像锐化因子(CPBD)作为算法的定量评估指标。实验结果表明,与原始的引导滤波算法相比,所提方法的SSIM指标获得了最高5%左右的提升,CPBD指标获得了最高6%左右的提升。在引导滤波不同规整化因子的条件下,所提算法均优于原始的引导滤波算法和现有的基于方差图像加权改进的引导滤波算法,并保留了原始引导滤波O(N)的复杂度。与现存的主流滤波算法比较,所提算法能够兼顾SSIM与CPBD指标,具有最高的综合性能,且具有最低的算法复杂度,能够用于医学图像和彩色图像的快速滤波降噪。

一种新颖的基于边缘检测的车辆阴影去除方法

针对普通基于HSV颜色空间算法的缺陷,提出了一种新颖的车辆阴影消除方法.通过自适应混合高斯模型(AGMM)进行背景建模得到视频序列背景和前景,使用改进的高斯-拉普拉斯(LOG)边缘检测算子对前景图像和阈值分割后的前景进行两次边缘检测,最后对两次检测后的前景边缘进行相减,保留车辆运动区域.实验结果表明,提出的新颖算法能有效去除与车辆特性相近的光照阴影.

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。

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。

煤矿视频监控图像的改进非局部均值滤波算法

针对井下光线较差、粉尘大而导致视频监控图像清晰度不佳的问题,提出了一种改进非局部均值滤波算法。首先采用Log边缘检测算子对图像进行边缘提取,获得边缘和非边缘图像;然后分别从相似图像块获取方法以及权重值计算方法2个方面对非局部均值滤波算法进行改进,用于去除非边缘图像中的噪声点;最后将边缘图像与滤波后的非边缘图像进行融合。分别采用该算法与中值滤波算法、均值滤波算法、非局部均值滤波算法对现场采集的图像进行测试,结果表明该算法的图像处理效果明显优于其他算法。