融合模糊增强与改进Canny的植物叶脉边缘提取

针对植物叶脉边缘提取存在的问题,提出一种图 像模糊增强与改进Canny算子相结合的叶脉边缘提取方法。该方法首 先构造分段模糊隶属度函数对高低灰度进行不同处理,然后通过模糊增强函数来增强叶脉两 侧邻接区域灰度对比度,最后对 增强图像采用改进Canny算子提取叶脉边缘。改进Canny算子根据像素点与局部像素的均值差 来自适应的应用高斯滤波,以 减小滤波对边缘的平滑影响;采用Prewitt模板计算梯度幅值和方向,以减小噪声对梯度计 算的影响;采用线性插值技术实现 全向非极大值抑制,以更准确的实现边缘细化。实验结果表明,本文方法在低照度叶片和光 照不均叶片下提取叶脉边缘的 PSNR分别为51.136 dB和50.217 dB,与传统边缘提取方法及 相关文献相比,本文方法对边界模糊性不敏感,可以更加有效地提取完整精细的叶脉边缘。     

基于多尺度方向局部极值滤波和ASR的图像融合

为了更好地提取源图像的边缘和方向信息,充分利用边缘保持滤波器的保边缘特性和方向滤波器有效提取方向信息的能力,提出一种基于局部极值滤波和非下采样方向滤波器的多尺度方向局部极值滤波图像融合方法。源图像经多尺度方向局部极值滤波,得到低频子带以及一系列的高频方向细节子带,对低频子带系数提出一种基于自适应稀疏表示(ASR)的融合规则,采用空间频率与l1范数相结合的策略得到融合的稀疏表示系数,对高频方向细节子带系数提出一种基于改进拉普拉斯能量和匹配度的选择与加权平均相结合的融合策略。实验结果表明,本方法能够有效提取源图像的边缘等细节信息,融合结果对比度更高,具有更好的主观视觉效果,其客观评价指标也优于传统的图像融合方法。     

结构保持的双边滤波极化SAR图像降噪

针对极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)图像相干斑抑制时结构保持的难题,该文提出一种PolSAR图像的双边滤波算法:结构保持的双边滤波(SPBF)。该算法通过结合边缘结构特征和地物散射特性,增强对PolSAR图像结构信息的描述,减少滤波时图像结构信息的损失,实现滤波性能的提高。该算法首先使用边缘检测模板在极化总功率图像(Span)上提取边缘方向,实现自适应选择滤波方向窗;其次,采用Freeman-Durden分解获取像素的散射机制,并根据极化数据的统计分布特性获取地物散射的聚类标记;最终在所选的方向窗中,以聚类标记图为掩膜,利用改进的双边滤波算法对PolSAR数据进行相干斑抑制。真实SAR数据的实验结果表明,该方法能够有效抑制相干斑噪声,同时提高了对图像的边缘、强点目标和极化散射特性的保持能力。     

基于边缘保持滤波的Canny彩色图像边缘检测方法

提出了基于边缘保持滤波的Canny彩色图像边缘检测方法。该方法利用了HSV颜色空间信道相关性低的优点,结合Canny算子定位准确的优点和边缘保持滤波理论,用边缘保持滤波取代传统的高斯滤波,用梯度矢量计算法替代传统的梯度标量计算法,从而增强了在平滑过程中对图像边缘的保持,最大程度保留了色彩的差异信息,实现了彩色图像边缘的自适应提取。实验结果证明,该方法将灰度空间的Canny算法推广到彩色矢量空间,充分利用了彩色信息,对彩色图像边缘提取具有较好的检测精度和准确度。     

基于多级滤波的感兴趣边缘检测算法

针对边缘检测过程中阈值难确定和提取干扰边缘较多的问题,提出了一种基于多级滤波的感兴趣边缘检测算法。该算法分为四个步骤:首先对图像进行平滑滤波;之后计算水平方向和垂直方向的梯度幅值图像和梯度方向图像;然后根据梯度方向图像对梯度幅值图像进行噪声边缘滤波,并对梯度幅值图像进行非最大值抑制;最后对滤波后的梯度幅值图像进行分割,对得到的边缘映射图进行边缘跟踪,获取所有的边缘段及其特征,并滤除不满足特征约束的边缘,得到感兴趣的边缘。试验结果表明本文算法有很好的适用性。     

一种小波域改进非局部均值滤波算法

提出了一种噪声图像高效滤波算法。该算法对经典非局部均值滤波算法从边缘保持效果和计算复杂度两个方面加以改进。提出一种基于图像结构相似度(SSIM)相似性检测算子,并将其与传统的高斯加权欧氏距离进行加权融合,从而实现对经典非局部均值滤波的改进,可实现对图像边缘和平坦区域滤波的有效兼顾。将其引入到小波变换域,对于高频子图像,首先采用Canny算子实现自适应边缘检测,获得边缘和非边缘图像,采用改进非局部均值滤波和经典非局部均值滤波分别加以处理,然后实现图像的融合;最后实现小波系数重构。通过对实物图像和标准测试图像的仿真实验结果表明,该滤波算法的去噪效果较优,能基本实现对高强度随机噪声情形下的图像复原,从而印证了该滤波思路的可行性。     

基于ROEWA和Gabor滤波的SAR图像边缘提取

针对合成孔径雷达(SAR)图像特有的乘性噪声和非恒虚警统计特性很难正确提取目标边缘的问题,提出了在指数加权均值比(ROEWA)算子基础上寻找自适应的最佳局域Gabor滤波器进行目标边缘提取的方法。利用Gabor滤波器具有的多方向特性确定边缘方向,然后用最大似然估计纠正错误边缘方向,重新结合视觉细胞倍频程计算出Gabor函数的最佳局域滤波参数,提取出SAR图像的正确边缘。实验表明,该方法取得很好边缘提取效果,并且后期分割出的目标更符合实际目标形态,具有较强的通用性。     

基于Contourlet变换和Susan算子的边缘检测方法

现存的基于空间域的图像边缘检测算法只能有效检测出图像有限方向的边缘。针对这一问题,根据Contourlet变换子带的各方向子带代表的方向信息及其梯度方向,提出了一种基于Contourlet变换和Susan算子的边缘检测算法。边缘检测算法首先对源图像进行Contourlet变换,然后分别对高、低频子图像进行边缘提取,最后通过一定的融合规则进行融合,得到边缘图。实验结果表明,这种边缘检测方法具有有效地抑制噪声、边缘检测精度高等特点,是一种有效的图像边缘提取算法。     

岛岸背景下的红外运动多目标跟踪

提出了一种基于粒子滤波和FCM的岛岸背景条件下红外运动多目标跟踪方法.通过对红外序列图像进行中值滤波、边缘提取、海天线检测和形态滤波等预处理,提取出若干个候选目标.然后利用基于粒子滤波和FCM的算法实现对候选目标的数据关联和连续跟踪.实验结果表明,该方法具有良好的可行性和效果.     

基于机器学习算法的图像边缘识别

文章首先改进边缘检测算法对图像边缘进行定位,使用双边滤波代替高斯滤波进行去噪处理,利用灰度相似性与几何相似性的权值分配边缘特征,提高精度;其次,在提取边缘坐标工作中利用多项式插值的方式提取出亚像素级精度的图像边缘坐标表示;最后,利用边缘轮廓追踪分析法实现了边缘线段分割,并将直线型、圆弧型以及椭圆弧型边缘进行曲线拟合,实现边缘几何属性提取。     

基于固有模态函数域滤波方法

本文首次提出了基于固有模态函数(IMF)域滤波方法,该方法可以用于对带噪信号的边缘检测。首先通过经验模式分解(EMD)把信号分解成有限多个IMF分量,然后对相邻尺度的IMF分量进行相关,相关运算可以凸现信号的边缘而有效抑制噪声。最后把相关后的结果与IMF分量进行逐点比较,实现对IMF分量的滤波。仿真表明了该方法的有效性。     

基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。     

基于边缘增强引导滤波的光场全聚焦图像融合

受光场相机微透镜几何标定精度的影响,4D光场在角度方向上的解码误差会造成积分后的重聚焦图像边缘信息损失,从而降低全聚焦图像融合的精度。该文提出一种基于边缘增强引导滤波的光场全聚焦图像融合算法,通过对光场数字重聚焦得到的多幅重聚焦图像进行多尺度分解、特征层决策图引导滤波优化来获得最终全聚焦图像。与传统融合算法相比,该方法对4D光场标定误差带来的边缘信息损失进行了补偿,在重聚焦图像多尺度分解过程中增加了边缘层的提取来实现图像高频信息增强,并建立多尺度图像评价模型实现边缘层引导滤波参数优化,可获得更高质量的光场全聚焦图像。实验结果表明,在不明显降低融合图像与原始图像相似性的前提下,该方法可有效提高全聚焦图像的边缘强度和感知清晰度。     

基于模态滤波的水下声源深度估计方法

针对水下声源深度估计问题,对模态滤波技术进行研究.利用简正波在深度方向模态振幅的分布特性估计声源深度.首先使用水平阵列接收声源信号,然后对时间-距离二维数据进行二维傅里叶变化将其表示在频率-波数域,最后通过建立二值掩模滤波器,将声源的各阶模态能量从频率波数域提取出来,通过与模拟接收信号的各阶模态能量匹配,实现声源深度估计.对于多方向的声源信号,提出建立对应的滤波器,完成对固定方向上声源信号模态能量的提取,实现固定方向的声源深度估计.仿真结果表明:该方法有较好的抗噪声性能,能在低信噪比下估计声源深度.通过对固定方向建立相应的滤波器,可以实现从多方向声源信号中提取特定方位的声源信号,最终准确估计得到声源深度信息.     

基于多尺度多方向结构元素的形态学图像边缘检测算法

为进一步改善图像处理中的噪声抑制和边缘检测性能,提出了一种多尺度多方向结构元素形态学图像边缘检测算法.该算法基于数学形态学中结构元素的方向性差异,充分利用了腐蚀、膨胀、开、闭及其变换和组合运算.对图像进行去噪、边缘提取等预处理操作,以提高图像的信噪比和边缘细节;利用递归的多尺度多方向结构元素形态学滤波得到图像的初始轮廓;利用多尺度形态学和多方向结构元素进行图像边缘检测.实验结果表明提出的算法抗噪性强,能有效准确地提取边缘信息.     

一种提高SAR图像分割性能的新方法

针对传统小波变换域SAR图像分割存在边缘保持和方向分辨率较差的不足,该文提出了一种在非下采样Brushlet变换域提取图像灰度共生概率特征的新方法。该方法在Brushlet的不同方向系数块中利用自适应窗口的Gabor滤波器提取灰度共生概率特征,有效地解决了实际操作中的最优窗口尺寸的选取问题,并利用压缩感知来对冗余的特征进行压缩,降低了聚类复杂度。最后使用模糊C均值聚类,得到分割结果。实验结果表明:该文方法与其它方法相比在边缘保持和方向分辨上有明显优势,获得了更好的分割结果。     

基于Gabor变换的图像纹理识别

提出了一种改进的Gabor变换的图像纹理增强算法,将空域的纹理图像变换到联合空间频率域并将联合空间频率域的能量分布作为掌纹的特征,Gobar滤波器在频域内对子块其主方向上频率能量分布进行滤波,特征向量进行了匹配识别,增强特征纹线信息并对核心区域进行多方向空间频率能量滤波合成,同时也对滤波算法进行了优化,有效地减少了运算量.实验证明,该套增强算法运行稳定,效果好,可有效提取纹理图像特征纹线信息.     

昆虫高速运动图像翅膀边缘亚像素提取

昆虫翅膀边缘是昆虫翅膀运动变形三维重构的主要依据.通过分析翅膀边缘图像的特点,提出了一种用于提取昆虫高速运动图像亚像素级翅膀边缘的图像处理方法.该方法首先采用高斯滤波预处理图像,然后利用模糊小波增强算法增强图像的弱边缘信号,再通过求灰度图像的梯度,在其梯度变化方向求极值点的方法提取翅膀边缘特征.文中还给出小波原理检测边缘的翅膀边缘检测结果.最后,给出几种算法实验结果的比较和分析,表明该方法成功实现了弱昆虫翅膀的边缘特征提取,并有效抑制了噪声和干扰.     

基于阈值三方向改进Hough变换的红外图像边缘检测

针对Hough变换存在无法处理伪像的问题。提出了一种新的改进检测过程,首先对红外图像Hough变换,计算像素连线所有的(θ,ρ),对水平和垂直方向量化,然后对采样点(i, j)目标像素计算梯确定最佳阈值,最后进行三方向检测滤波,用3×3的滤波模板实现,给出了滤波公式,检测方向覆盖了(0,2π)。实验仿真通过对基本图、简单图、复杂图检测提取其边缘线段特征进行对比,本文的检测质量较清晰、连贯,并消除了伪像。     

生物视觉同时对比机制在高通滤波中的应用

本文首先比较了生物视觉同时对比现象与各向异性高通滤波之间的相似性,再对各向异性高通滤波器方向与边缘方向之间的夹角和滤波效果之间关系进行了研究,从而提出了一种基于角度搜索的各向异性高通滤波方案,并从实现方式和滤波效果实验等两个方面将该方案与采用灰度梯度方向估计的滤波方案进行了比较。实验表明,采用灰度梯度方向估计的边缘方向与实际边缘方向尚存在较大的差距,这将直接导致高通滤波效果的下降;而新的滤波方案却能大大地改善高通滤波效果。根据角度搜索时所设定的搜索精度大小,该滤波方案将具有不同的工程应用价值。