融合Canny边缘检测技术的SAR图像改进滤波方法

5×5窗口的增强型Lee滤波方法能够有效抑制相干斑噪声,但边缘细节等纹理信息损失严重。针对增强型Lee滤波方法的这一缺点,结合边缘提取技术,提出改进的滤波方法。该算法首先对图像进行5×5窗口增强型Lee滤波处理,然后对图像使用Canny算子进行边缘纹理信息提取,最后将增强型Lee滤波后图像的边缘和纹理区域的像元值用边缘提取技术得到的结果进行取代。通过利用均值滤波、Lee滤波及其增强型、Kuan滤波及其增强型、Gamma MAP滤波和改进方法对SAR图像进行处理,得到改进的滤波方法在克服相干斑抑制和边缘保持这一对矛盾上是有效的。     

基于SAR图像的道路损毁信息提取

提出了一种基于多时相SAR图像的道路损毁信息提取方法。该方法首先采用粒子滤波进行道路中心线提取,针对山区的复杂环境对图像预处理和粒子滤波过程进行了调整,能正确识别山区道路中心线;然后,根据道路损毁在SAR图像中的特征,建立了道路损毁模型,实现了道路损毁信息提取。实验结果表明,该方法提取的道路损毁信息准确度大于80%。     

基于ROEWA和Gabor滤波的SAR图像边缘提取

针对合成孔径雷达(SAR)图像特有的乘性噪声和非恒虚警统计特性很难正确提取目标边缘的问题,提出了在指数加权均值比(ROEWA)算子基础上寻找自适应的最佳局域Gabor滤波器进行目标边缘提取的方法。利用Gabor滤波器具有的多方向特性确定边缘方向,然后用最大似然估计纠正错误边缘方向,重新结合视觉细胞倍频程计算出Gabor函数的最佳局域滤波参数,提取出SAR图像的正确边缘。实验表明,该方法取得很好边缘提取效果,并且后期分割出的目标更符合实际目标形态,具有较强的通用性。 更多还原     

基于时／空滤波噪声抑制算法和活动轮廓模型的血管内超声图像边缘提取

为解决血管内超声（IVUS）图像中严重的血液斑点噪声影响边缘提取方法的有效性问题，采用一种时／空滤波方法对IYUS图像进行降噪预处理，基于活动轮廓模型（Snake模型）和IVUS图像的边缘对比度特征量，利用Hopfield神经网络并结合模拟退火算法自动提取IVUS图像的冠脉血管壁内、外膜边缘．实验结果表明，该方法对序列IVUS图像处理有较好的可重复性和鲁棒性．     

基于Wavelet snake的SAR图像中水岸边缘检测算法

利用àtrous小波变换、图像块生长和wavelet snake算法相结合,提出了一种检测SAR图像中河岸边缘的新算法.为了检测河流的边缘,首先利用小波变换对SAR图像进行小波分解,得到较低分辨率的图像,降低闪烁和噪声的影响;然后用图像块生长提取河流的初始边缘;最后把初始边缘作为Snake算法的起始点,利用wavelet Snake算法提取河流的精确边缘.在实验中,利用该算法提取了淮河SAR图像中的一段水岸边缘.     

太赫兹SAR高频振动误差补偿方法

太赫兹合成孔径雷达(SAR)系统或者搭载平台的微小高频振动会导致图像结果产生若干虚假点,严重影响图像质量.针对传统补偿方法对这种高频振动误差补偿存在的局限性,提出一种基于小波滤波的补偿方法.该方法首先对回波信号进行相位提取,然后应用小波滤波方法分离得到高频振动误差,最后对回波信号进行补偿.同时,分析了该方法的距离向空变误差和方位向空变误差,推导出了适用于小波滤波的条件.仿真结果验证了该方法的有效性.     

基于中值滤波与Sobel、Canny算子的图像边缘检测研究

提出一种在噪声条件下将中值滤波与Sobel、Canny算子相结合进行图像边缘检测的方法。首先,采用中值滤波对图像进行平滑处理,再利用Sobel、Canny算子检测图像边缘。仿真实验表明,该方法对图像边缘检测精度较高,抗噪声性能强,可提高图像边缘检测效果。     

引导滤波的单幅图像前景精确提取

该文提出了一种利用引导滤波优化二值马尔科夫随机场图像分割结果的前景提取新方法。首先通过二值马尔科夫随机场图像分割模型将原图映射为加权图模型,然后利用最大流／最小割算法对该加权图模型进行最优分割,并通过二值化得到前景区域的初始分割结果;之后通过图像引导滤波对该初始结果进行优化处理,保证所提取的前景区域具有精确的边缘信息。实验结果表明该方法能从图像背景中精确的提取出前景区域,并且对光照、噪声均具有较强的鲁棒性。     

一种基于逆Bilateral滤波的边缘提取方法

为了增强图像中边缘的响应,进而获得具有鲁棒性的边缘提取算法,提出了一种逆Bilateral滤波的图像预处理方法,将图像中的边缘很好地显现出来,在此基础上添加策略进行边缘提取.Bilateral滤波器能够进行边缘保持,鉴于其在低频和高频的良好响应,给出新的含义,构造逆Bilateral滤波器进行边缘增强处理,然后在梯度模图像上,采用自适应阈值获得和非最大抑制策略,提取图像中的边缘.实验证明,逆向思维的应用能够提高光照不一致的条件下的边缘提取效果,以及增强对噪声的低敏感性。     

一种降低图像脉冲噪声的有效方法

图像除噪一直是数字图像处理中的一个重要环节。为抑制噪声，改善图像质量，使用滤波技术对图像信号进行平滑处理是最基本也是十分重要的技术手段。提出了一种部分中值峰谷修正滤波方法。仿真结果表明，这一方法在去除图像噪声的同时有效地保护了图像的边缘和细节，显示出良好的去噪性能。     

基于三次B样条小波的图像边缘检测技术研究

图像的边缘信息在图像的各种变换和处理中至关重要,边缘检测是为了获取更多的图像细节信息。根据边缘信息的多尺度特性和小波变换的性质,研究了基于B样条小波的图像边缘检测方法。采用三次B样条小波设计的平滑滤波窗算子,实现相对简单、效率较高。测试表明,该算子与其他边缘检测算子具有相似的视觉处理效果。     

基于B样条小波的自适应阈值多尺度边缘检测

利用小波变换的特点,设计了3次B样条平滑滤波算子。对图像进行多尺度滤波,得到了不同尺度的小波变换。结合自适应阈值方法,在每种尺度下分别提取了图像边缘;而后利用边缘信息的多尺度特性,综合多尺度边缘得到单像素宽边缘。通过计算机仿真对该方法进行验证表明:该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,明显优于已有的边缘检测方法。     

基于指数小波分形特征的SAR图像特定目标检测

提出一种SAR图像特定尺寸、方向目标检测方法．根据指数小波对SAR目标边缘的选择性强化特性,对SAR图像进行方向指数小波滤波．基于滤波后的目标特性,定义指数小波分形特征(EWF)．该特征依据SAR成像过程中目标尺寸、方向等先验性信息,实现对SAR图像特定目标检测．指数小波分形特征与传统的目标检测特征不同,它对目标尺寸、方向、背景对比度同时具有敏感性．基于MSTAR数据库的检测实验结果说明了EWF特征对尺寸、方向性SAR目标检测的有效性．     

一种基于加权均值滤波噪声点检测的中值滤波算法

针对常规中值滤波在图像去噪过程中会将原图像的有用信息同时滤除的问题,提出了一种基于加权均值滤波噪声点检测的中值滤波算法.该算法通过含噪图像与其经加权均值滤波的图像作差对图像中的噪声点进行判别,从而针对噪声点进行滤波,能在保持图像原始信息的前提下有效地将图像中的噪声滤除.实验结果表明,与常规中值滤波算法相比,该方法既具有较好的去噪特性,也具有较强的细节保护能力.     

基于蚁群优化算法的SAR图像舰船检测研究

边缘检测作为提取图像边缘的重要方法在舰船检测中占有重要位置。采用蚁群优化算法通过调整动态阈值进行边缘检测。与传统边缘检测算子和小波变换算法对比采用蚁群优化算法进行舰船检测大大的减少了计算时间和代价,同时有效地提取了SAR图像的舰船目标和结构信息,保证了检测结果的准确性。蚁群优化算法在处理图像边缘检测等离散优化问题上具有很大的优越性,在图像处理中具有广阔的应用前景。     

小波模极大值边缘检测算法研究

边缘包含图像的本质信息.通过分析具有不同特性的小波模极大值边缘检测结果,给出了小波高通滤波器序列的构成、长度以及对称性对小波细节系数在方向、强度和形状方面产牛的影响;提出了用于模极大值边缘检测的小波高通滤波器应具有单调方向性和偶对称性.对小波模极大值边缘检测算法中的阈值选择、多尺度边缘融合进行了改进,仿真测试验证了该方法的有效性.     

基于小波模极大值的磁瓦裂纹缺陷边缘检测算法

为了准确提取磁瓦表面缺陷的边缘信息,提出一种基于图像加权信息熵和小波模极大值相结合的磁瓦表面裂纹缺陷的边缘检测算法。针对磁瓦表面缺陷对比度低、背景纹理对边缘提取干扰大等特点,设计了一种自适应改变截止频率的BHPF滤波器。利用图像梯度方差加权信息熵对背景纹理的清晰程度和复杂程度进行定量描述,拟合出信息熵同截止频率的非线性函数关系,自适应改变滤波器参数。为避免在多尺度下将缺陷的边缘信息丢失,采用分解尺度判别函数获取小波变换的最优分解尺度。为保证裂纹缺陷边缘连续性和定位准确性,采用双阈值对小波模极大值进行判定求得边界点。实验结果表明,该方法对磁瓦裂纹缺陷边缘的检测优于传统的Canny和Sobel边缘检测算子,可用于磁瓦其他缺陷的提取,为实现缺陷的自动识别奠定了基础。     

基于小波变换的近红外图像特征提取方法

提出用二次样条小波对近红外数字图像进行特征边缘提取,与传统边缘检测算子进行比较,并在Windows 平台的VC ＋ ＋6.0集成开发环境下编程实现.实验结果显示,当目标对比度下降到一定程度时,常规算子无法提取出弱目标,利用二次样条小波变换能够将近红外图像中弱目标的特征边缘提取出来,效果较好,且算法简单,效率较高.     

双三次B-样条平滑滤波算子的研究

边缘检测一直是图像处理中的难题。常用是边缘检测算子有：Canny算了、Deriche算子、Sobel算子和Prewitt算子，它们将，边缘检测算子归结为一个恰当的平滑方法及计算滤波之后的梯度或求二阶导数的零交叉指纹图，没有很好地解决闰滑噪声和边缘的精确定位之间的矛盾。充分利用边缘信息的多尺度性及小波变换的特性，通过B-样小波变换，给出了双三次B-样条平滑滤波算子，并且利用该算子进行了大量的边缘检测实验。实验结果表明，文中所给的方法对边缘检测非常有效。具有良好的鲁棒性。     

一种SAR图像相干斑噪声抑制新算法

为抑制合成孔径雷达(SAR)图像乘性相干斑噪声,同时有效保护SAR图像的边缘特征,给出了相干斑噪声在小波域的一种加性转换噪声模型．并以此模型为基础,提出了一种非下采样小波包分解下自蛇扩散与改进L1-L2联合优化相结合的相干斑噪声抑制新算法．该算法利用非下采样小波包变换对SAR图像进行多层子带分解,然后对低通子带系数进行自蛇扩散滤波,并将滤波处理后的系数作为原SAR图像在小波域的局部均值估计,再以此局部均值为基础,利用改进的L1-L2联合优化对其他各高频子带系数进行自适应软阈值收缩滤波去噪．最后通过重构滤波后的各子带系数实现SAR图像相干斑噪声抑制．实验表明: 与经典的空域Kuan滤波算法、P-M扩散滤波算法及基于非下采样小波变换的Γ-WMAP算法相比,本算法在SAR图像的相干斑噪声抑制与边缘保护方面均取得了较好的效果．