一种自适应Catmull-Rom样条图像缩放算法的设计实现

针对基于图像边缘缩放处理导致的图像边缘瑕疵或模糊现象,提出一种边缘自适应Catmull-Rom样条图像缩放插值算法.该算法以相邻4个源像素点构造一段以3次多项式函数为基础,自动选择与目标像素点相适应的像素组进行插值运算.重点描述了该算法应用于图像缩放处理的硬件实现结构,并通过功能仿真.最后,由Sobel边缘检测函数对目标图像进行边缘检测.结果表明,该算法能够获得边缘清晰的真彩色目标图像.     

PCA和GA-BP结合的地磁导航适配区选择方法

由于地磁图适配区的选择是影响地磁导航定位精度的重要因素,因此提出一种基于主成分分析法(PCA)和GA-BP神经网络相结合的地磁背景场适配/非适配区自动识别和分类的方法。首先利用PCA对地磁特征参数进行分析,选择出独立的、并且包含主成分的特征参量,其次构建GA-BP神经网络模型,建立地磁特征参数和匹配性能的对应关系,从而实现适配/非适配区的划分。通过多次仿真试验,证明了采用该方法能够选择出较好的适配区域,提高地磁导航定位精度。     

基于边缘约束的红外目标图像松弛分割技术

本文提出了一种基于边缘约束的、能克服门限面技术和简单的松弛技术不足的红外目标图像松弛分割算法,该方法在确定显著边缘象素的基础上,建立了一个评估在不同初始概率下松弛分割结果的准则函数.通过自动调整初始概率,获得该准则函数的最优或次优解,从而得到满意的分割结果.文中给出了关于真实红外目标图像的分割结果.     

新型投影融合拼接控制器的设计与实现

设计了一个全数字硬件架构的投影图像边缘融合处理器.该处理器有别于目前业界已有基于计算机体系构架的传统控制器,以FPGA为中心、配以相关IC芯片,精选融和函数的设计,再结合硬件描述语言将图像的边缘作淡入淡出处理.在处理中将每幅投影单元图像融合区的亮度变化抽象成相应的融合曲线,通过引入适当的融合函数和根据显示终端的电光特性予以伽马校正,并提出根据实际投影效果实时调整的融合方案.文章最后给出了实现高质量无缝拼接的实例结果.     

一种基于小波变换的图像融合算法

本文给出了一种基于小波变换的图像融合方法,并针对小波分解的不同频率域,分别讨论了选择高频系数和低频系数的原则.选择高频系数时,基于绝对值最大的原则,并对选择结果进行了一致性验证.文章设计了三种选择低频系数的方案,即平均法、Burt提出的平均与选择相结合的方法和基于边缘的方法.平均法在一定程度上降低了图像的对比度;平均与选择相结合的方法根据两幅图像的相关性采用平均法或选择法;第三种方法是一种基于边缘的方法,在多幅原图像中选择最有可能是边缘的点加以保留,得到的合成图像最清晰.文章最后将提出的算法用于多聚焦图像的融合.从仿真结果可以看出,文中给出的方法可以很好地保留多幅原图像中的有用信息,得到多个目标聚焦都很清晰的融合图像.通过比较可知,如果尺度系数的选择采用第三种方案,融合图像的视觉效果最好.     

基于微粒群的图像增强算法研究

图像增强处理中,对比度变换是一种较为有效的方法.如何根据输入图像自动选择规则化Beta函数的两个参数实现自适应增强仍是一个较为复杂的问题.提出了一种基于微粒群的自适应图像增强算法,此算法通过自动寻找最优的Beta函数参数实现图像对比度的自适应增强.仿真实验表明了该算法的有效性和可行性.     

有效保持细节特征的图像椒盐噪声滤除方法

 论文结合几种去噪方法,提出一种统一的图像去噪模型.该模型通过一个统一的目标函数将图像去噪问题转化为最优化问题,目标函数的构造主要包括估计残差惩罚函数、局部权函数及正则化项三个方面.随后基于此模型提出一种新的去除椒盐噪声的非线性滤波方法,其中估计残差惩罚函数采用L1范数形式,局部权函数采用自适应高斯核函数,正则化项则利用图像的小波域稀疏性作为先验约束来构造.由于充分融合了图像的全局和局部统计特性,因而在抑制噪声的同时能够更好地保持图像边缘等细节特征,相关去噪实验结果证实了本文方法的有效性.     

小波变换和形态学相结合的图像融合新算法

针对边缘模糊导致图像融合质量下降,结合小波变换方法和数学形态学方法各自的优势,提出了一种将小波变换和数学形态学理论相结合的图像融合算法.针对高频系数融合,选用绝对值取大法,并适当地增强边缘;针对低频系数融合,对低频子图像运用形态学方法获得边缘灰度图像,若边缘灰度图像中该点像素值在153～255之间,标记该点为边缘点,选用区域空间频率取大法融合边缘点处对应的低频系数;若该点像素值在O～152之间,标记该点为非边缘点,选用平均法融合非边缘点处对应的低频系数.实验结果证明,该算法的融合质量得到了进一步改善和提升.     

基于边缘和多特征选择的多聚焦图像融合

为了有效度量多聚焦图像中的聚焦区域,提出一 种基于边缘和多特征选择的多聚焦图像融合算法。 利用NSCT对源图像进行分解,对得到的低频子带系数采用基于边缘的融合策略;对于高频子 带系数,通过 拉普拉斯能量和、区域能量和方差提取邻域窗口的显著性特征,提出一种新颖的基于多特征 选择的高频融 合策略,该融合策略可以综合考虑区域特征的贡献,自适应的选取显著性特征和融合方法; 最后进行NSCT 逆变换得到融合图像。实验结果表明,与常用的融合方法相比,在主观效果上,本文方法能 够更有效保留 源图像中的边缘和细节信息;在客观指标上,本文方法的融合图像在互信息、边缘保持度、 熵、结构相似度以及标准差等客观评价具有明显的优势。     

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.     

采用多特征融合的子块自动提取方法

基于可变形模型的目标跟踪算法因其能够处理目标部分遮挡及形变问题成为目标跟踪领域的研究热点。当目标发生形变或部分遮挡时,可变形模型跟踪器可利用未被遮挡的子块继续完成跟踪。现有基于子块的目标跟踪算法均为手动选取子块的个数和尺寸,但在实际应用中,很难为子块的选取提供人机交互的机会,且手动选取子块易受主观因素影响。针对上述情况,提出了一种采用多特征融合的子块自动提取方法,该方法首先采用基于人眼视觉注意机制对目标模板的显著性区域进行度量;其次,利用边缘方向离散度对目标的纹理丰富度进行度量;然后,融合上述特征获得联合适配性置信度,并根据目标的面积和宽高比自适应确定子块的个数和尺寸;最后,根据联合适配性置信度提取目标子块。实验结果表明,与现有手动选取子块的可变形模型目标跟踪方法相比,采用所提方法自动提取的子块可获得更高的跟踪精度。     

红外舰船目标的要害点检测算法

针对红外成像与跟踪系统中舰船目标自动识别转跟踪后的跟踪点自动选取问题, 提出了一种新的舰船目标要害点自动检测算法。基于舰船吃水线位于船体位置下方的几何关系以及动力舱的高亮度特征,检测吃水线和动力舱的交叉部位作为首要攻击点,将吃水线中部作为次要攻击点。首先对目标区域进行去噪预处理,通过Canny 边缘提取、边缘闭合、两次连通域去噪等操作滤除背景纹理杂波确定目标的边缘,然后对目标底部边缘进行分段直线拟合,将拟合结果作为吃水线,最后利用灰度值统计确定最亮区域为求取的动力舱位置。实验结果统计表明,该方法检测结果稳定,具有良好的鲁棒性,适用于不同观测方向下的红外舰船目标的要害点检测,为跟踪点的自动选取提供了有效解决方案。     

Knowledge-based image analysis for automated boundary extraction of transesophageal echocardiographic left-ventricular images

A system for automatically determining the contour of the left ventricle (LV) and its bounded area, from transesophageal echocardiographic (TEE) images is presented. It uses knowledge of both heart anatomy and echocardiographic imaging to guide the selection of image processing methodologies for thresholding, edge detection, and contour following and the center-based boundary-finding technique to extract the contour of the LV region. To speed up the processing a rectangular region of interest from a TEE picture is first isolated and then reduced to a coarse version, one-ninth original size. All processing steps, except the final contour edge extraction, are performed on this reduced image. New methods developed for automatic threshold selection, region segmentation, noise removal, and region center determination are described.     

一种特征融合的带宽自适应Mean Shift跟踪算法

传统Mean Shift跟踪算法在目标颜色特征和背景颜色特征相近、尺度变化等情景下效果不理想。提出了一种特征融合且核函数带宽自适应的改进跟踪算法,针对颜色直方图容易受背景区域影响,融合了边缘直方图,并对核函数带宽进行自适应更新。另外,对目标模型的更新进行了相关探索并给出比较结果。结果表明,该算法可以对目标实现更稳定的跟踪,对目标颜色和背景颜色相近、尺度变化等场景具有很好的适应性。     

基于Curvelet变换的多聚焦图像融合研究

针对Curvelet分解的不同频率域,分别讨论了低频系数和高频系数的选择原则。在选择低频系数时,采用了基于边缘的方案。在选择高频系数时,充分利用Curvelet变换具有方向性的优点,提出了Curvelet域区域边缘的概念,并给出了基于区域边缘的系数选择方案。实验结果表明：所给出的融合算法能够很好地保留多幅源图像中的边缘信息,得到多个目标都清晰的图像。     

基于边界特征的车道标识线检测方法

车道标识线的准确检测是实现车辆自动导航和车辆安全辅助驾驶的首要问题,为了得到较理想的车道的标线边缘,利用车道的边缘特征对车道图像进行二值化和形态学处理,对车道区域实现准确的边缘检测,最后利用Hough变换定位出车道标识线,完成对车道标识线的识别。实验表明,该方法能实现对复杂环境下车道标识线的准确识别,具有较好的鲁棒性和可靠性。     

类椭圆特征自动识别及亚像素提取的完整实现

针对视觉检测中高精度、自动化类椭圆图像特征提取的需要,提出一种类椭圆特征自动识别和中心亚像素定位的完整实现方法。方法中采用基于类椭圆边缘属性对特征区域进行自动识别,采用最小二乘椭圆拟合精确求取类椭圆亚像素定位中心。实验表明,基于该解决方案,可以实现类椭圆特征的自动识别及椭圆中心的亚像素定位,定位算法精度较高,鲁棒性强,同时简便易行,不需要人机交互,可以很好地满足视觉检测仪器化需求。     

改进OTSU算法和边缘检测的图像分割算法研究

最大类间方差法是一种最广泛使用的图像阈值自动选取方法之一,在分析理解该算法的基础上,提出了一种改进最大类间方差法和边缘检测相结合的分割方法,该算法在选取最佳阈值时不仅考虑目标和背景的均值还考虑了它们的方差。通过实验分析表明该算法能够达到较好的分割效果,有较好的使用价值。     

管道焊接激光视觉跟踪的定位方法研究

为解决在管道自动焊接过程中V型坡口的识别定位问题,提出了一种基于激光视觉传感的局部区域内分步式定位方法。首先建立模板匹配,利用模板匹配方式获取焊缝初始位置区域;然后采用阈值分割和边缘提取获得激光条纹边缘线,通过Shi-Tomasi算法对边缘线进行角点检测,得到边缘线上的亚像素角点位置坐标;最后采用最小二乘法拟合得到精确的边缘直线,对上下边界线求平均值提取激光条纹的中心线,求取直线的交点得到坡口轮廓的拐点信息。通过对实际焊接现场拍摄的50幅同一高度不同位置的图像进行检测,结果表明,分步式定位方法抗干扰性强,精度较高,为完成整个跟踪自动焊接过程奠定了基础。     

景象匹配区的选择方法

景象匹配区的选择是影响景象匹配系统性能的重要因素。通过实验研究建立了信噪比、重复模式与匹配概率之间的三维模型,并以此提出了一种基于边缘密度预筛选和上述模型的选择方法。测试结果表明,在一定条件下,该方法可以成功规划出所需的区域。