基于改进ROEWA算子的SAR图像边缘检测方法

指数加权均值比(ROEWA)算子是一种较好的适用于SAR图像的多边缘检测算子,然而传统方法无法准确定位边缘,且不能计算边缘方向。改进边缘检测流程,分析上述问题产生的原因并采用传统ROEWA算子保证边缘检测恒虚警,对ROEWA加权后的滤波值进行差分运算保证非极值抑制的准确性。利用Radon变换具有较好抗干扰性和几何解析性的性质,提出基于Radon变换计算边缘方向。针对实测SAR图像的实验结果表明,该方法边缘检测及边缘方向计算性能较好。     

基于模糊连接度的高分辨率SAR图像道路自动提取

针对高分辨率合成孔径雷达(SAR)图像受到乘性斑点噪声的影响,且道路环境复杂多变的问题,提出一种基于模糊连接度的高分辨率SAR图像道路自动提取方法。首先,对SAR图像进行斑点滤波,以降低斑点噪声的影响;其次,结合指数加权均值比(ROEWA)算子检测结果和模糊C均值(FCM)分割结果自动提取种子点,从而提高自动化程度;最后,利用以图像灰度和ROEWA检测算子边缘强度为特征的模糊连接度算法对种子点进行扩展提取道路,经形态学处理后得到最终结果。对两幅SAR图像进行实验,并与FCM方法分割出的道路结果进行比较,所提出的方法在提取完整率、正确率及检测质量上均优于模糊C均值方法。实验结果表明,所提出的方法能较有效地从高分辨率SAR图像中提取不同宽度和弯曲程度的道路,且无需人工输入种子点。     

改进的ROEWA算子用于SAR图像的海陆分离

加权指数平均比率（ROEWA）边缘检测算子是一种较好的适用于SAR 图像的边缘检测算子,但是使用梯度计算的方法不能准确地确定边缘的方向。针对这一问题,由于SAR图像受乘性噪声干扰,对图像取对数,将乘性噪声转化为加性噪声的形式,结合Canny算子计算边缘方向。根据陆地图像边缘丰富,海洋区域平滑的特点,以及陆地和海洋在灰度上的差异,结合区域生长完成海洋和陆地的分割。实验表明将改进的ROEWA算子用于海陆分离,检测效率和精度都比较高,且鲁棒性好。     

基于融合的SAR图像机场跑道边缘提取

结合SAR（合成孔径雷达）图像的特性,提出一种基于融合的SAR图像中机场跑道边缘提取新方法。该方法同时采用串行融合与并行融合两种方式,对同一地区机场的2幅不同SAR图像进行处理。提出了融合MRoA算子与MSP-RoA算子和形态学开、闭运算以及融合多幅结果图的思想,通过真实SAR图像实验,证实了该算法能够较准确和全面地提取出机场跑道边缘。     

基于逼近增强算子的合成孔径雷达图像特征提取算法

针对含噪SAR图像的边缘检测效果不理想、边缘特征不明显等问题,提出一种基于逼近增强算子的合成孔径雷达(SAR)图像特征提取算法.该算法利用多尺度非均匀滤波将含有噪声与不合噪声的像素点的灰度值、结构元素以及区域内的像素加权灰度密度这三个特征进行区分,以达到去噪效果.采用基于增强算子的SAR图像检测方法,通过SAR图像的像素灰度值以及像素点分布密度均值来计算综合均值阈值,通过阈值来判断像素点是否属于边缘部分.在实验中,通过分别与基于修改的LSD算法、基于水平集算法以及基于核心聚类算法的SAR图像提取方法进行了对比分析,从对比结果可以得出算法在对含噪SAR图像进行边缘检测时可以得到更明显的边缘信息.     

基于道路信息的高分辨率SAR图像道路检测

针对光学图像道路提取方法不适用于高分辨SAR图像道路提取的问题,提出一种以道路宽度和平行双边缘先验信息为依据的提取算法。算法首先采用各向异性扩散滤波滤除相干斑噪声;其次采用Canny算子和ROA算子进行边缘检测,并对图像边界的信息进行了补偿;而后利用平行线检测方法提取边缘中的平行线特征;最后采用启发式连接的思想连接断裂的线基元。采用算法仿真并对SAR图像进行处理,实验结果表明,该算法对直线和曲线型的道路都具有良好的检测效果。此外,该算法还可以用于提取机场跑道、河流等其他具有平行双边缘的地物。     

一种基于 ROEWA 算子改进的 CV 模型用于乳腺超 声图像分割

基于区域的几何活动轮廓(Chan-Vese,CV)模型是乳腺超声图像中常用的一种分割算法.但传统的CV模型不能满足乳腺超声图像分割精度高、速度快的要求.因此,文章提出了一种基于指数加权平均比率(Ratio of Exponential Weighted Averages,ROEWA)算子改进的CV模型,用于乳腺超声图像中病灶区域的分割.首先,计算乳腺超声图像的ROEWA算子.其次,基于图像的ROEWA算子构建边缘指示函数,用于代替CV模型中的Dirac项.最后,去除平滑项,从而提高曲线演化的速度.实验结果表明,文章提出的算法不仅能提高分割的精度,而且能显著提高分割的速度.     

SAR图像线特征提取方法的仿真

雷达图像的线条特征提取算法一般分为三步:首先作图像预处理,然后采用特定的边缘检测算子提取边缘点,最后形成各种有意义的线条特征。本文采用两步检测算子来直接检测边缘点,不需要对图像进行预处理。首先用比率线探测器对SAR图像进行线特征的提取,然后用互相关探测器进行提取,最后融合二者的结果。本文对该算法进行仿真,证实了该算法能够很好的提取图像的线特征。     

基于边界跟踪SAR图像机场跑道检测方法

本文针对机场跑道成像的线状结构和高灰度值的特征,提出了一种从SAR图像中检测机场跑道的方法.具体介绍了用跑道特征检测算子检测跑道边缘和基于边界跟踪的直线提取方法.实验结果表明,该算法有效地克服在边缘检测和直线提取过程中的噪声影响,提高了检测的速度和准确性.     

分层差分粒子群优化算法对图像边缘检测的研究与应用

边缘检测在图像处理中占有重要地位,其效果好坏直接影响到后续的图像分析和处理,常用的Sobel算子和Prewitt算子提取的边缘图像存在着丢失细节边缘的现象,改进的方法又不易得到指定方向的图像边缘.提出一种分层差分思想的改进的粒子群优化算,以解决粒子群优化算法早熟收敛的问题,并将该算法引入到图像边缘检测中,通过优化梯度算子来得到图像最佳边缘.实验结果证明,所提的方法可以很好地解决细节边缘丢失的问题,同时可以得到指定方向的边缘,值得深入研究.     

一种高性能SAR图像边缘点特征匹配方法

针对合成孔径雷达（Synthetic aperture radar,SAR）图像特征匹配中特征提取的不稳定性和相似度优化搜索的复杂性问题,提出了一种精确高效稳健的SAR图像边缘点集匹配方法. 首先,分析了仿射变换模型在遥感图像匹配中的适应性,并对仿射变换模型进行了参数分解;其次,提出了基于方向模板的SAR图像边缘检测算子,并利用SAR图像边缘的梯度和方向特征,建立了基于像素迁移的多源SAR边缘点集相似性匹配准则,以及图像匹配的联合相似度-联合特征均方和（Square summation joint feature,SSJF）;然后,利用改进的遗传算法（Genetic algorithm,GA）来进行相似度的全局极值优化搜索,获取变换模型参数和边缘点集的对应关系;最后,从理论上分析了本文方法的性能,并利用多幅SAR图像的匹配实验以及与原有方法的对比分析,对本文方法的性能进行了验证.     

一种改进的数学形态学边缘检测算法

针对传统数学形态学边缘检测算法存在的边缘分辨率较低、低强度边缘保护能力较差等问题,提出一种改进的数学形态学边缘检测算法。该算法在保持传统形态学方法优点的基础上引入边缘方向信息,采用非极大值抑制方法对形态学梯度图像进行细化处理,利用新的基于方向的检测和连接方法从中提取边缘,既提高了检测出的边缘的分辨率,又实现了低强度边缘的保护,同时还获得了更强的抗噪声能力。与应用较为广泛的传统形态学方法及Canny边缘检测方法的比较研究也证明了该算法的有效性。     

A novel approach for edge detection based on the theory of universal gravity

This paper presents a new, simple and effective low-level processing edge detection algorithm based on the law of universal gravity. The algorithm assumes that each image pixel is a celestial body with a mass represented by its grayscale intensity. Accordingly, each celestial body exerts forces onto its neighboring pixels and in return receives forces from the neighboring pixels. These forces can be calculated by the law of universal gravity. The vector sums of all gravitational forces along, respectively, the horizontal and the vertical directions are used to compute the magnitude and the direction of signal variations. Edges are characterized by high magnitude of gravitational forces along a particular direction and can therefore be detected. The proposed algorithm was tested and compared with conventional methods such as Sobel, LOG, and Canny using several standard images, with and without the contamination of Gaussian white noise and salt & pepper noise. Results show that the proposed edge detector is more robust under noisy conditions. Furthermore, the edge detector can be tuned to work at any desired scale.     

基于Sobel算子的自适应图像缩放算法

为了提高图像的缩放质量,提出一种自适应图像缩放算法。当原图像像素点处于边缘区域时,沿Sobel算子确定的边缘方向进行自适应插值,当原图像像素点处于非边缘区域时,采用双线性插值法进行插值。实验结果表明,Sobel算子可有效获得图像边缘特性,该算法能通过较低的运算复杂度获得较好的图像缩放质量。     

RETRACTED ARTICLE: Edge-Oriented Spatial Interpolation for Error Concealment of Consecutive Blocks

This paper proposes a low-complexity spatial-domain error concealment (EC) algorithm for recovering consecutive blocks error in still images or intra-coded (I) frames of video sequences. The proposed algorithm works with the following steps. Firstly the Sobel operator is performed on the top and bottom adjacent pixels to detect the most probable edge direction of current block area. After that one-dimensional (1-D) matching is used on the available block boundaries. Displacement between edge direction candidate and most probable edge direction is taken into consideration as an important factor to improve stability of 1-D boundary matching. Then the corrupted pixels are recovered by linear weighting interpolation along the estimated edge direction. Finally the interpolated values are merged to get last recovered picture. Simulation results demonstrate that the proposed algorithms obtain good subjective quality and higher PSNR than the methods in literatures for most images.     

面向惯性约束聚变实验靶图像的快速椭圆检测

目的：针对惯性约束核聚变实验中靶图像轮廓模糊、亮度不均匀等问题,并从提高图像处理实时性角度出发,提出了一种高可靠性和高精度的快速椭圆检测方法。方法：首先利用椭圆边缘点在它与圆心相连方向上具有较大灰度变化率这一特点,以预估中心点为极点建立极坐标系,通过从极点出发的射线上灰度变化率极值点搜索实现椭圆边缘点检测,极值点搜索在图像局部范围进行保证边缘点检测的有效性和实时性;其次利用基于RANSAC的自适应椭圆参数提取算法得到最终椭圆参数,该方法利用椭圆参数空间聚类分析选取最优椭圆参数,从而实现了一致样本集的自适应选择,保证了椭圆参数拟合精度的同时提高了算法的适应性和鲁棒性。结果：采用本文算法检测一幅图像的平均时间约为110ms,与常用椭圆检测方法相比检测速度有显著提高。结论：对比实验表明,本文提出的椭圆检测方法与其他方法相比具有更高的精度、更快的实时性和更强的鲁棒性。     

基于边缘移动匹配法的图像插值

论文介绍了一种保持图像边缘特征的插值方法。经典的插值算法常常使插值后图像边缘部分出现模糊或锯齿现象。为了获得图像边缘部分较好的视觉质量,算法对处于图像边缘部分的象素点首先在原图上寻找边缘方向,即利用边缘移动匹配法计算各象素点之间的相似程度来寻找到边缘方向,再使插值沿边缘方向进行。模拟试验证明,无论对机器生成的图像还是对自然图像,这种方法均能很好地保持图像边缘特征,从而使插值后整幅图像的视觉效果大大改善。该算法运算并不复杂,并且对于任何形式的图像几何变形都适用。