一种基于目标特征的多门限图像分割方法

本文提出了一种基于目标特征的多门限图像分割方法。它通过对特征量匹配的方式将属于景物的先验空间知识引入分割过程,使图像分割由单纯的灰度聚类过程变成灰度－几何空间聚类过程。实验结果表明,本文提出的方法可以完整地分割出复杂背景图像中本身具有多个灰度层次的景物。     

一种新的飞机红外图像灰度量化方法

针对飞机红外图像仿真中灰度量化存在的问题,提出一种基于自动低频增益限制的飞机红外图像灰度量化方法。首先分析了飞机红外图像仿真中存在的灰度量化问题,通过研究红外成像导引头处理高动态增益的自动低频增益限制电路原理,提出一种基于自动低频增益限制的红外图像灰度量化方法。以某型飞机的红外图像进行仿真验证,相对于以往的均匀量化方法,本文提出的灰度量化方法,可有效适应飞机高动态范围的红外辐射亮度,生成的红外图像可清晰地反映飞机的高温和低温辐射特征。     

一种改进的SAR图像边缘检测算法

灰度平均值比率与梯度(RGoA)边缘检测器是一种简单、有效的SAR图像边缘检测方法.但它也存在缺点,边缘点检测准则在某些情况下不适用,比率门限和梯度门限均需要由人工预先确定.本文提出一种改进的SAR图像边缘检测算法,它修正了边缘点检测准则,采用Otsu方法计算灰度平均值比率门限和梯度门限,实现优化门限自动选择.用SAR图像对算法进行了实验验证.实验结果表明,所提出的算法是一种有效、实用、自动的边缘检测算法.     

自适应灰度门限法在水面图像分割中的应用

图像分割是图像处理中重要的组成部分,其效果直接影响到后面的图像分析。这里介绍了传统的图像分割法以及自适应灰度门限法在水面机器人视觉图像分割中的应用,首先对算法原理和特点进行了介绍,然后运用Matlab进行了仿真实验研究,对分割的结果加以比较和分析,得出基于最小类内均方差的自适应灰度门限法分割图像的效果最佳,且具有良好的滤波和去噪能力。     

基于LDC的图像过渡区提取与分割

提出一种基于局部清晰度-复杂度的图像过渡区提取算法,通过计算图像局部清晰度获得清晰度图像,增加了过渡区灰度层次信息,再计算清晰度图像的局部复杂度,并根据复杂度曲线确定过渡区提取门限对过渡区进行提取,根据提取的过渡区灰度直方图,获得图像的分割阈值并对图像进行分割。实验结果表明,本文方法比传统的基于局部复杂度法提取的过渡区更加准确,图像分割效果更好。     

SUSAN边缘检测算法性能分析与比较

介绍了一种基于灰度比较的边缘检测算法——SUSAN算法,讨论了该算法的模板和门限的选取方法,并用VC 编程实现了该算法。通过与传统边缘检测算法的比较,结果表明:由于该算法不涉及梯度的运算,因此对噪声图像的边缘检测效果优于传统的边缘检测算法。该算法适于含噪图像或低对比度灰度图像的边缘检测。     

成份制导中的红外图像分割算法

采用凝视焦平面阵列(FPA)的红外成像制导技术以其优越的性能在空空导弹中得到了广泛的应用。由于空中飞机目标表面各部位的温度不同，使得红外成像探测装置获得的目标图像的不同部位存在着较大的灰度差异，这给正确分割出目标带来了很大的困难。针对飞机目标红外图像的特点和成像制导技术中图像分割的目的，文中提出了一种有利于目标特征点识别的图像分割算法，它首先对目标红外图像进行阈值分割，然后选取合适的结构元素并利用数学形态学的并行性特点对目标内部的空洞区域进行填充，最后得到比较精确的分割图像，这种分割结果对基于灰度连续性的目标特征点识别算法非常有利。     

灰度值不连续图像的边缘检测方法研究

对灰度值不连续图像的边缘检测方法作了研究，把梯度法，门限法和边缘跟踪法等3种方法分别用于目标图像，进行比较并得出了结论。     

成像制导中的红外图像分割算法

采用凝视焦平面阵列(FPA)的红外成像制导技术以其优越的性能在空空导弹中得到了广泛的应用.由于空中飞机目标表面各部位的温度不同,使得红外成像探测装置获得的目标图像的不同部位存在着较大的灰度差异,这给正确分割出目标带来了很大的困难.针对飞机目标红外图像的特点和成像制导技术中图像分割的目的,文中提出了一种有利于目标特征点识别的图像分割算法,它首先对目标红外图像进行阈值分割,然后选取合适的结构元素并利用数学形态学的并行性特点对目标内部的空洞区域进行填充,最后得到比较精确的分割图像,这种分割结果对基于灰度连续性的目标特征点识别算法非常有利.     

基于模糊ART的图像分割

本文提出了一种基于模糊ART神经网络的灰度门限化图像分割方法,该方法不仅可以自动确定分类数目,而且还能有效地抑制噪声.对人工和实际图像的分割实验结果验证了本文方法的有效性.     

基于特征域的目标分割算法

文中以可见光舰船目标的检测方法为研究对象，为解决黑白极性，海浪干扰等问题提出了基于特征域的目标分割方法。该方法是将目标难以正确分割的灰度图进行特征转换，生成使目标突出的特征图，然后在特征图上进行目标分割并给出利用基于特征域的目标分割方法的试验结果，说明此方法的优越性。     

一种基于统计平均的图像处理自适应阈值模型

用统计力学的思想和方法分析了图像象素灰度值和宏观图像信息之间的关系,用统计回归方法对实验数据进行模拟和曲线拟合,建立了基于Boltzmann统计法的平均灰度值和图像阈值的关系模型。在眼睛盯视输入人机交互系统中,对所建模型编写了程序处理函数和算法,进行了实验分析。结果表明,此方法在图像信息稳定的情况下可以得到更好的效果,用建立的自适应阈值模型可以自动获取阈值。实验中图像平均灰度值在110～230情况下,提取特征信息的准确率达到了95％。     

基于SLPP-SHOG的红外图像车辆检测方法

针对红外图像的车辆检测,结合梯度方向直方图(HOG)特征与监督保局投影(SLPP),提出单帧图像车辆检测算法。首先,为增强特征描述能力、提高检测性能,在不增加特征维数的情况下,利用图像分割将区域的轮廓信息、灰度信息融入HOG特征中;其次,针对传统HOG特征维度过高,影响车辆检测效率以及准确率的问题,采用SLPP对提取的SHOG特征进行降维;最后,利用极限学习机(ELM)对样本图像的低维特征进行训练得到ELM分类器,实现车辆检测。本文以实拍红外图像作为实验数据,实验结果显示:针对红外图像的车辆检测,本文算法的检测性能较好,与原始HOG特征相比,本文所提SLPP-SHOG特征的特征维数由1764降至30,检测准确率升高16.03%,F1-measure提高了8.79%,检测时间由5.7 ms降至2.6 ms。     

基于灰度相关和区域特征的图像拼接算法

本文提出一种结合灰度特点和区域特征的图像拼接算法。首先采用灰度直方图均衡化的方法降低光照条件不同造成的灰度差异;其次为减少匹配块的计算量,在选取的特征块上计算灰度平均值和每个像素与平均值的绝对差值,然后通过控制阈值来减小搜索范围;最后引入平滑因子消除拼接痕迹,最终实现无缝拼接。实验证明,本文算法合理,可行性强,能够达到良好的拼接效果。     

二层减法聚类图像颜色迁移算法

提出了一种图像自动颜色迁移方法,利用二层减法聚类将图像分成一定数量的子块,通过灰度差值直方图方法提取子块纹理特征,建立目标图像与源图像间子块的最佳对应关系,选取各子块数据点密度较大的像素组成子块的样本块,在对应源图像样本块中查找目标样本块的最佳匹配像素,完成样本块间颜色迁移,进而根据已上色的样本块完成目标图像的全局颜色迁移.该算法既适用于彩色图像间颜色迁移也适用于灰度图像上彩色.     

基于数学形态学的红外图像小目标检测

针对红外成像跟踪系统的低信噪比、背景和噪声干扰严重的小目标图像,以及后续的目标识别处理需要目标的灰度信息的特点,设计了一种基于数学形态学的红外灰度图像小目标检测算法,并用FPGA硬件实现。实验表明,数学形态学滤波能够大大提高目标的信噪比,去除背景和噪声干扰,保留目标的灰度信息,满足系统实时性要求,是一种有效的红外灰度图像小目标检测算法。     

基于灰色关联分析的图像匹配方法

针对图像匹配正确率的问题,在研究灰色关联理论的基础上,提出了基于灰色关联分析的匹配方法,找出模板图像在待匹配图像中的最佳匹配位置。通过计算图像直方图的灰关联度及边缘点集间的Hausdorff距离,从图像的灰度分布和形状特征两方面来验证了定位的准确性。实验采用了多张不同的图片进行图像匹配,实验结果表明了该算法的有效性和良好的匹配效果,具有匹配效率高、匹配误差小等特点。     

飞秒激光烧蚀光斑图像的周期灰度变化分析

在不同的飞秒激光烧蚀功率下,由于核心烧蚀区被烧蚀掉的材料体积不同,使得衍生的等离子体发光强度也不同。因此,有必要研究序列烧蚀光斑图像灰度变化与烧蚀工艺之间的关系。首先,连续采集2400帧光斑图像,获得光斑图像的灰度周期变化曲线,并对曲线进行小波去噪处理;其次,分析光斑图像周期性灰度变化曲线与烧蚀加工周期间的关系;再次分析了不同烧蚀状态下的光斑图像熵与光斑图像灰度间的对应关系;最后,分析了同一烧蚀功率,不同烧蚀时刻下烧蚀光斑图像灰度变化的稳定性。研究结果表明:烧蚀光斑灰度的周期变化与激光工作台的周期运动一致。在工作台向左或向右运动时,烧蚀过程是稳定的,光斑较亮。而在左右端点处,烧蚀光斑灰度值较低。     

用Delphi开发质谱图扫描图像识别系统

从图像文件中获取图像灰信息是传统的图像处理与识别技术所采取的方法。本文提出了利用Ｄｅｌｐｈｉ提供的Ｃａｎｖａｓ对象获取图像灰度信息的方法,为了充分体现这种方法的优点,本文对如何用它识别质图扫描图像进行了详细的论述。     

图像字典的盲构造算法

为了使冗余字典能够自适应地表征图像特征,提 出了一种优化的图像字典构造算法。算法 采用了冗余字典内基元类之间的灰色关联度作为字典优化依据,建立了一种新的字典优化原 则,提出了一 种自适应的字典设计算法。算法能够根据图像结构和噪声等信息自适应地选择字典的冗余 因子,将算法运用于图像去噪,结果表明,算法效率大大提高,同时也提高了图像去噪 效果。