数字电视节目中马赛克的检测算法设计与试验

本文提出一种基于马赛克块直线边缘检测并延长使其交叉标识的方法来检测图像中的马赛克。首先,对图像进行边缘识别;其次,对边缘图像进行霍夫变换来识别直线;最后,延长这些直线,通过其相交点来识别马赛克块。本算法基于OpenCV库函数实现,并通过大量计算对比和数据分析来寻找出最佳检测参数,完成预期实验。     

基于偏振权重局部对比度的目标检测

分焦平面红外偏振探测器输出的是红外偏振马赛克图像,传统处理流程需要进行去马赛克恢复出四个偏振通道的完整图像,然后再实现后续的任务。然而,去马赛克过程会引入误差,而且计算复杂度高、耗时长。针对如何直接在红外偏振马赛克图像上进行目标检测的问题,本文提出了一种偏振权重局部对比度的目标检测方法。首先分析了目标与背景的偏振特性差异;然后设计了红外偏振马赛克图像的斯托克斯矢量计算卷积核;在此基础上提出了基于偏振权重的偏振度显著图,在偏振度显著图上利用自适应阈值操作实现目标检测。此外,利用边缘检测方法进一步优化目标检测结果,得到更加完整的检测结果。最后,使用采集的红外偏振马赛克数据集验证了所提出的目标检测算法在复杂背景以及恶劣天气影响下的鲁棒性。     

马赛克故障图像的分析与检测

本文提出一种利用差分边缘检测获取灰度图像的边缘特征与色差分量信号特征相结合的检测马赛克故障图像的方法，该方法在保证较低误报的情况下，实现了马赛克检测的功能。     

一种抑制脉冲噪声的边缘检测算法

提出了一种针对脉冲噪声图像的边缘检测算法,算法借鉴了中值滤波的思想,并采用十字型卷积模板计算图像梯度。首先,对参与图像中梯度计算的像素点进行阈值判断,如果是噪声点,该点像素值用3x3窗口中值滤波结果值替代,然后参与梯度计算,如果不是噪声点则直接参与梯度计算;其次对梯度图像进行细化和二值化以提取边缘图像。实验证明,本文算法对脉冲噪声污染图像边缘检测效果良好,较好地抑制了脉冲噪声的影响,而且提取的图像边缘较细,轮廓清晰。和传统的边缘检测算法及基于小波模变换的边缘检测算法相比,算法在抑噪能力上和边缘提取效果上均比较优秀。     

基于模板匹配的快速少纹理目标识别算法

针对传统的基于模板匹配算法通常考虑模板的整体性往往遇到计算性能复杂的问题。文中提出一种基于二进制方向压缩映射和局部特征加权的快速少纹理目标识别方法。根据目标边缘点的量化梯度方向,利用二进制方向压缩映射方法对目标模型进行特征描述,快速提取出目标候选位置及其对应的尺度、角度信息;在检测出目标候选位置后,再利用局部特征加权方法建立新的模板特征,对目标候选位置计算新的相似度从而确定目标最终姿态。实验结果表明,文中算法与其他具有代表性的算法相比具有更好的识别率,并且识别时间大幅降低。     

基于灰度图像的积累加权边缘检测方法

研究了基于灰度图像的边缘检测问题,针对传统边缘检测方法对噪声极为敏感的问题,提出了基于灰度图像的积累加权边缘检测方法.该方法采用了积累加权的办法,不仅有效滤除了随机噪声,而且图像细节也得到了很好的保留.理论分析和仿真试验结果表明,该方法抗噪性好,各向同性,实时性好,边缘保持性好.较之传统的模板法,该方法的边缘检测效果更好.     

一种基于改进的边缘插值的运动自适应去隔行算法

针对从隔行视频到逐行视频的视频格式转换,提出一种基于改进的边缘插值的运动自适应去隔行算法,算法包括运动检测、改进的边缘插值和加权求插值及滤波3个步骤.运动检测通过计算相邻四场的两个单元块的绝对差值并与阈值对比计算,检测出运动情况并分类,改进的边缘插值提出了水平方向边缘搜索,并利用周围像素判断边缘,减小了误差,提高了小角度边缘搜索的精确度,加权插值根据运动情况分类计算,得出插值并进行滤波,此算法取得了很好的效果.     

视频广告监播中的图像匹配方法研究

在视频广告监播系统中,首先对视频广告进行关键帧的提取,然后对所提取的图片进行预处理,然后进行图像匹配.传统的方法是对图像二值化,利用序贯相似性检测算法进行图像匹配.本文提出将图像灰度化后,利用小波对图像进行边缘检测,采用基于图像边缘特征的启发式快速匹配算法,这样能提高匹配速度,提高识别效率,在视频广告监播系统中达到实时监播的作用.     

基于八方向卷积模板的边缘检测算法

针对传统图像边缘检测算法存在的边缘方向性不强及边缘较粗等问题,提出了一种基于八方向卷积模板的边缘检测算法。算法采用0°、22.5°、45°、67.5°、90°、112.5°、135°和157.5°八个方向的卷积模板进行边缘检测,模板权值根据中心像素点到邻域像素的距离及方向夹角的大小进行设定,充分考虑到了邻域内像素对中心点方向梯度的贡献大小,能够较好地检测出图像不同的方向边缘。对梯度图像采用了改进的非极大值抑制方法进行细化,可得到单像素的图像边缘。实验结果表明,该算法获取的边缘图像边缘较为完整,方向性强且边缘较细,整体效果明显优于传统Sobel算法。     

基于边缘的自适应相关跟踪算法

针对相关跟踪实时性差和误差累积问题,提出了基于边缘检测的自适应相关算法.采用修正后的灰度差的绝对平均值(MAD)相关匹配克服了对噪声敏感的缺点;利用目标的边缘信息确定模板中参与匹配的区域,并采用粗精结合的搜索策略,加快了匹配速度;采用模板加权更新和中心修正有效地消除了相关运算累积误差的影响.     

AN ADAPTIVE COLOR PLANE INTERPOLATION METHOD BASED ON EDGE DETECTION

In this letter, an adaptive interpolation algorithm based on edge detection is proposed. With this algorithm, all the missing green values can be reconstructed in Bayer pattern image by using edge detection interpolation method. Reconstructed images composed of green pixels are classified according to the high frequency components in image, and the threshold T needed for all kinds of green images in the edge detection is determined through experiments. The edge detection is carried out based on the one Dimensional （1D） gradient operator. If the gradient value is greater than T, this pixel is located on the edge; otherwise the pixel is in the smooth area of the image. Finally, the simple bilinear interpolation is used for the smooth area while the Laplacian interpolation with the second-order correction term is adopted to reconstruct the other red/blue values on the edge. This algorithm resolves effectively the conflicts between reconstructing high quality color image and reducing computational complexity, and thus largely enhances the processing speed for the reconstructed color image.     

基于Gabor滤波器的车道线快速检测方法

针对在全景相机获取到的高交通信息量的复杂场景下传统Canny算子很难实时且鲁棒地提取车道线特征的问题,提出一种基于Gabor滤波器的最优方向区间快速检测算法。首先利用同心圆环近似展开法将全景图像展开成矩形图像,然后对展开图像进行不同相位角的Gabor滤波处理,快速得到使车道线边缘清晰度达到最高的方向区间。在Canny算子检测边缘过程中,只对处于该区间内的边缘点进行非极大值抑制及进一步处理,实现车道线的快速检测。最后算法在实拍的500帧视频样本上进行测试,识别率优于94.2%。结果表明所提算法不易受复杂环境影响,可用性强,有效地提高了车道偏离预警系统的实时性与稳定性。     

面向引线框架缺陷的图像配准算法

为了降低引线框架缺陷识别的误检率,比较了基于灰度的模板匹配和基于特征的匹配算法之间的优缺点,并针对引线框架缺陷检测中参考图和检测图存在差异的特点,提出基于区域定位和不变矩的特征匹配算法。该算法通过边缘检测定位出特征区域,并用不变矩进行区域特征描述。在缺陷识别试验中,相比于模板匹配算法,该算法表现出更快的结算速度,更高的配准精度,更低的配准失败概率。结果表明,该配准算法适用于引线框架缺陷识别,降低误检率。     

基于RGB彩色通道的结构化道路车道线检测

车道线检测是车辆智能辅助系统的重要组成部分,为提高检测准确性,文中采用一种基于RGB颜色特征的车道线检测方法。根据车道线颜色特征设计转移函数标记图像中的车道线区域,并应用基于形态学的边缘检测算法提取车道线边缘,最终检测出车道线。文中算法原理简单,在车道线边缘识别上,具有较高的准确度,对自动车辆车道线检测有一定的意义。     

一种基于加权递推滤波的门限优化检测方法

针对多种杂波以及非均匀噪声环境中的目标恒虚警检测,提出了基于加权递推滤波的门限优化检测方法。该算法对参考单元内的样本数据依权重加权递推出滤波门限,自适应地实现门限的动态调整,从而使优化的滤波门限适应环境噪声功率。在均匀杂波和杂波边缘背景下对该算法的检测效应进行仿真分析,仿真结果表明:在两种杂波背景下,相较于传统的检测算法,文中提出的方法具有更好的检测性能和虚警控制性能。     

基于多数据融合的快速人脸检测与特征定位算法

针对彩色图像提出了基于肤色和特征验证的人脸检测算法,由肤色分割、排除假区域、特征验证3部分组成。在肤色分割部分,提出自适应阈值法,再通过几何特征排除一些假区域,运用边缘检测、模板匹配和投影法精确定位眼睛和嘴巴,从而验证确认人脸,最后通过投影法定位出鼻子。实验证明该算法检测速度快、准确率高,具有较好的鲁棒性。     

基于视频的人脸检测算法研究

针对传统AdaBoost算法在视频中检测人脸误检率较高的问题,文中提出了一种结合运动分析和肤色检验的改进型人脸检测算法。该方法通过运动检测来提取运动前景,并选择肤色模型对人脸肤色进行相似度求取,利用几何特征进一步缩小检测范围;采用增加新Haar特征和改进权重更新方式的改进型AdaBoost算法对人脸候选区域进行实时检测。实验结果表明,与传统AdaBoost方法和增加肤色检验的AdaBoost方法相比,该方法的误检率分别降低了18.68%和8.79%,检测时间则分别缩短约800 ms和250 ms。     

一种基于改进DTW算法的动态手势识别方法

结合Kinect传感器提出了一种基于改进的DTW算法的动态手势识别方法。首先,通过SDK对Kinect传感器获得的深度信息进行分析,获得人体骨骼点3D位置,选取其中4个点作为手部运动特征;然后,用加权距离和全局路径限制的方法对传统的DTW算法进行改进;最后,用改进的DTW算法进行模板训练和实现动态手势的识别。实验表明：该方法能很好地实现动态手势的识别,实时性好,在背景干扰和光照方面有较强的鲁棒性,较传统的DTW算法在识别速度和识别正确率方面有所提高。     

基亏视觉图像的微小零件边缘检测算法研究

高精度的微小零件边缘检测中,传统边缘检测算法存在实际应用可操作性较差,检测结果难以达到精度要求等问题。为了提高边缘检测精度,提出了基于Soble算子的改进算法,该算法扩展了Sobel算子边缘检测的模板,并对扩展的梯度方向图进行了细化处理,而后在梯度图像上实现多项式插值亚像素细分,从而完成对目标边缘的精确定位。实验结果表明,该方法的定位精度为0.20pixel,满足微小零件在实际检测的精度要求。     

太赫兹安检系统人体图像边缘物体识别

提出一种自动识别人体边缘物体的算法,用于太赫兹人体安检系统的人体边缘物体成像的识别。原始图像经过二值化、滤波除噪、填充、形态学腐蚀膨胀等预处理算法后,利用顺时针搜寻轮廓追踪算法标记图像轮廓坐标,对轮廓上各坐标点使用圆形模板占空比检测以及非极小、非极大值抑制算法筛选出所有的凸点和凹点,并根据相邻凸点和凹点组合特征及其横向距离约束实现边缘物体的识别。500幅测试图像实验结果表明:该算法对边缘物体可实现快速识别,误判率在2%以下;通过调整算法参数,可良好匹配安检系统的识别精度,从而达到匹配于系统的分辨极限;具有抗噪声能力强,识别速度快,识别精度高等优点。