基于支持向量回归的无参考屏幕内容图像质量评估

提出一种新的基于支持向量回归的无参考屏幕内容图像质量评估算法. 首先,利用高斯差分函数计算边缘图,通过边缘图提取边缘特征; 其次,通过局部归一化获得亮度图,根据亮度图统计亮度特征; 最后,利用支持向量回归算法将质量感知特征映射为主观分数. 在两个数据集上的实验结果表明,所提算法的性能优于大部分现有算法.     

图像局部方向均值边缘检测算法

根据图像边缘形成的光学原理,将图像边缘分为斜坡形边缘和三角形边缘,提出了一种新的基于方向均值的图像边缘检测方法。该方法以图像像素点为中心,沿不同方向将邻域内的像素分割成两个半圆,分别计算出半圆内像素的样本均值及其差值,再根据均值差值最大值和最小值的方向与两种不同边缘之间的关系,设计边缘幅度响应函数,判断边缘类型,计算边缘幅度响应值和方向,结合漏检概率设计了边缘检测评价函数,并利用评价函数分析平滑尺寸与邻域半径之间的关系。实验结果表明,本文算法具有较好的检测精度,在一定程度上抑制了噪声对边缘检测的影响。     

基于模糊理论的医学图像增强方法

提出了一种基于模糊逻辑理论的医学图像边缘检测的增强算法.该方法采用S函数作为隶属函数,实现空间域与模糊域之间的转换;在模糊域中采用幂次变换对图像进行对比度增强,最后再通过逆模糊化过程将数据映射到空间域中,得到增强后的图像.实验表明,针对所要处理的医学图像,与几种经典的处理方法相比,所提出的方法使增强后的图像能显示出更完整的边界信息.     

基于遗传算法阈值优化的模糊边缘检测

针对Pal和King提出的模糊边缘检测算法易导致图像灰度信息丢失的问题,提出一种改进的图像模糊边缘检测算法。算法先使用遗传算法和Otsu得到最佳阈值参数,通过阈值定义一个新的隶属函数将原始图像映射到模糊特征平面;然后利用模糊增强提高区域之间的层次,加强边缘两侧的对比度;再对图像进行灰度增强;最后用Min算子提取出图像的边缘。实验结果表明,改进算法提高了边缘检测质量。     

基于提升方案的小波边缘检测算法研究

通过构建一种提升小波来提取图像的边缘,根据小波的提升框架理论提出了一种基于线性提升小波的边缘检测。该方法首先构建一组小波预测函数,并推导了一个提升小波更新函数。通过对原始图像进行分裂、预测、更新运算,实现图像的小波分解。利用分解后的小波系数构成图像的小波梯度图和方向图,在小波方向图和梯度图的引导下实现了图像的边缘跟踪与准确定位,实验表明利用提升小波对图像进行边缘检测的方法是行之有效的。     

一种基于小波变换的运动估计方法

提出了一种基于运动边缘检测与连续小波变换相结合的运动目标检测与跟踪方法。通过多尺度运动目标边缘检测．提取出运动目标图像能量集中的边缘，得到抗噪性好、边缘连续清晰的运动目标。利用连续小波变换把目标边缘图像序列映射到运动状态参数空间进行分析。实验表明，该算法是对有噪、旋转和遮挡等复杂运动目标进行运动估计的有效方法。     

一种抗几何攻击的数字图像零水印算法

为加强零水印抗几何攻击的能力,该文提出一种边缘检测与对数极坐标映射相结合的零水印算法。首先利用SUSAN边缘检测法获取图像的重要边缘信息,然后将边缘图进行对数极坐标映射,再与置乱水印异或获取密图。提取水印时只需密图和置乱密钥,无需原始图像。实验结果表明该算法对于旋转、剪贴、缩放等各类几何攻击具有较好的鲁棒性,同时对于加噪、滤波以及JPEG压缩等攻击也具有良好的鲁棒性。     

基于形态学的红外图像边缘检测

为了提高红外图像边缘检测的性能,提出了一种基于形态学的红外图像边缘检测算法,改进了仅依靠单一方向和采用固定方向权重的边缘检测算法.通过使用多方向结构元素对图像边缘进行提取,采用方向自适应权重进行加权融合,得到图像边缘检测的结果.实验结果表明,该方法能够有效地抑制图像中的噪声,提取的图像边缘更加完整,提高了红外图像边缘检测的效果.     

一种基于空间加权Hausdorff距离的人脸识别算法

Hausdorff距离是一种有效的检测两个点集相似性的算法．为了有效的利用边缘信息对光照不敏感的特点,本文在原有SWHD(空间加权豪氏距离)算法的基础上,提出了一种利用局部距离映射图改进的hausdorff距离人脸识别算法．实验结果表明,此方法不仅可得到较好的识别率,而且能有效侧重于强调脸部的主要特征区域．     

基于区间双正交小波的多尺度边缘提取

对区间双正交小波所具有的多尺度边缘提取能力进行了理论分析，用消失矩N=N^-=3的[0，1]区间上的双正交滤波器对图像进行了小波变换，提出了沿幅角方向确定局部极大值的小波边缘检测算法．仿真结果表明，区间双正交小波比Daubechies正交小波和双正交小波更适宜图像的边缘检测．     

Corner detection via anisotropic Gaussian kernels information entropy on edge contours

To improve the accuracy of corner detection, a new corner detector is proposed based upon the information entropy which is derived by the anisotropic Gaussian directional derivatives (ANDDs) on edge contours of an image. Firstly, the edge map of an image is extracted by the Canny edge detector. Secondly, small gaps between contours are filled. Finally, on each contour pixel, the main direction corresponding to the maximal ANDDs at each contour pixel and its surrounding pixels are used to compute the main direction's probability density function and information entropy. Different from the traditional contour-based detectors, our detector uses the maximal intensity variation's directional information entropy on contours and surrounding pixels rather than the curvatures of the planar curves, which presents better robustness. Experimental results show that the proposed detector achieves a better corner detection performance than several state-of-the-art detectors.     

边缘自适应的四点分段抛物线图像缩放

为了解决数字视频图像缩放技术中的边缘模糊或细节退化等问题,实现图像的无级非线性缩放,提升插值算法的性能,提出一种边缘自适应的四点分段抛物线插值的图像缩放方法,通过对图像的边缘像素以及靠近边缘的邻近像素的自适应插值,避免或抑制边缘模糊、锯齿状边缘、对比度和亮度下降等现象.在硬件实现中,采用基于Farrow结构的VLSI电路结构,硬件复杂度大大降低.实验结果表明:此算法的性能接近于3次插值,而硬件复杂度明显低于后者.     

正交雅可比-傅里叶矩的亚像素边缘定位

为了进一步提高图像的亚像素边缘定位精度,提出了一种基于高阶次正交雅可比-傅里叶矩(OJFM's)的边缘定位算法.该算法利用OJFM's的幅值旋转不变性和独特的小图像描述能力,在充分提取图像边缘细节信息的同时抑制图像噪声的影响,对图像边缘旋转后垂直方向上3个不同阶次的OJFM's之间关系进行分析,将图像轮廓定位至亚像素级...     

Hough变换和区域分离-合并相结合的分割算法

针对传统区域分离-合并算法中过分割的问题,提出一种基于边缘提取和区域分离-合并相结合的分割算法。即利用Canny算子对图像进行边缘提取,得到边缘像素集。然后将像素集作为边缘线,采用区域分离-合并算法进行图像分割。由于Canny算子所提取的像素集是不完整的,所以需要用Hough变换对其进一步完善,得到连续的边缘线。该算法能够提高区域分离-合并算法的精确度,较好地解决其过分割的问题。实验结果表明,该算法有效。     

一种基于边缘检测的时空视频对象分割算法

提出了一种基于边缘检测的时空视频对象分割算法。首先提出一种基于高阶统计量的帧间差分图像处理方法,然后运用边缘检测得到空域分割结果和用累计差分与对称差分得到时域分割结果,综合时空域分割结果得到运动目标的边缘,最后对边缘图进行区域填充与数学形态学处理,得到运动目标掩模图像。实验结果表明本文算法能够得到较准确的分割结果。     

一种有效的彩色边缘检测算法研究

对于彩色图像边缘检测技术给出了一种基于改进的梯度算子和RGB颜色空间色差函数的边缘检测算法.该算法首先使用改进的梯度算子得到RGB颜色空间中各个分量的梯度值,然后使用一个新的色差函数计算中心像素与邻域像素之间的色差距离,最后结合梯度值和色差距离,综合判断得到完整的彩色图像边缘信息.实验表明该方法是有效的和鲁棒的.     

沿自适应图像缩放算法

为了找到正确的图像边沿去进行插值，提出了一种改进的边沿自适应图像缩放算法.计算图像中各像素处不同边沿方向的相关度，用模糊度参数对检测出的边沿相关度进行过滤处理，将相关度值最小的方向预选为该像素的边沿方向，生成整幅图像的边沿信息表.根据物体边沿信息的连续性，利用延续度参数优化边沿信息，得到最终使用的边沿信息表.对于图像中存在边沿的区域，插值沿边沿方向进行.对于图像中不存在边沿的区域，采用传统的插值方法进行插值.仿真结果表明,在人造图像和自然图像中，该算法都能有效消除传统插值方法在物体边缘的模糊和锯齿现象.     

方向链码及其曲线描述在纤维图像识别中的应用

用整数描述边缘相邻像素间的转动角度得到物体边界的方向链码.根据链码值和像素间距离进行序列点插值、平滑、拟合后得到链码的曲线描述.重采样链码曲线满足平移不变性、旋转不变性和缩放不变性,新采样点的一阶导数的方差反映了原始物体的边界特征.该算法应用于纤维图像的自动识别,证明了对纤维图像处理的有效性和准确性.     

一种基于采样直线组的局部纹线周期估计方法

利用一组平行采样直线,计算局部纹线周期。首先将整幅图像分块,在每个块内,做和块纹线方向垂直的一组平行采样直线,然后对每条直线上的像素二值化,通过此直线上纹脊和纹谷的宽度,计算出若干纹线周期,对这些纹线周期统计平均,作为该图像块的纹线周期。实验表明,本方法合理,可行的。     

基于边缘方向插值的视频缩放算法及电路设计

阐述了一种沿边缘方向进行图像插值的缩放算法,并提出了基于该算法的一种视频缩放器电路的设计方案。该算法首先对数字视频图像帧采用拉普拉斯算子进行边缘检测,根据视频图像的动态阈值判定边缘区域和方向,得到二值化的帧图像的边缘信息。最后在边缘区域内边缘方向进行相位映射后,进行平行四边形线性插值。该算法的实现电路采用VerilogHDL语言描述,并在基于FPGA的视频处理平台上进行了原型验证。验证结果表明,插值后的图像边界更加清晰,消除了大比例缩放时线性插值的锯齿现象。