基于分类器的图像模糊边缘检测快速算法

通过对Pal King边缘检测算法的分析,提出了一种新的模糊边缘检测快速算法。首先对图像进行模糊增强,然后依据当前像素及其8-邻域像素的灰度,设计了一个分类器,通过计算相对于该分类器的模糊隶属度函数值,对像素进行边缘分类;最后锐化所得的边缘像素,剔除噪声。算法抛弃了Pal King方法中复杂的迭代运算,同时也克服了Pal King算法中对图像低灰度值边缘信息的丢失,还可以通过设置不同的参数来检测不同细节的边缘。实验结果表明,该快速算法比Pal King算法的边缘检测能力更强,同时运算速度提高了约20倍。     

一种模糊增强图像边缘提取算法

在分析Pal模糊边缘提取算法的基础上,为克服Pal算法图像增强区域单一、图像增强后造成低灰度信息损失且没有做抑噪处理的缺陷,提出一种新的基于模糊增强的图像边缘提取算法.新算法通过引入模糊熵,进行有目的选取不同灰度层次的阈值,同时增强图像中不同灰度层次的边缘信息,通过定义新的隶属函数和一种新的模糊增强算子,结合图像平滑滤波处理进行图像边缘提取,有效地克服了Pal算法速度慢且损失图像部分灰度信息的缺陷,取得了优于基于传统Pal算法进行图像边缘提取的效果.     

自适应模糊边缘减宽增强算法

针对形态边缘减宽增强算法的不足,提出了一种自适应模糊边缘减宽增强算法。它对非边缘区采用局部均值滤波来抑制噪声;对于边缘区域,根据梯度方向及当前点在斜坡边缘的位置,自适应的采用边缘方向均值、边缘梯度方向的高灰度均值和低灰度均值来代替当前像素灰度值,从而缩短斜坡边缘的宽度来达到增强图像边缘的目的。采用模糊策略决策,推理合成得到增强结果,在增强的同时,抑制噪声。实验结果表明,该算法能有效地增强边缘并平滑噪声,明显地改善视觉效果。     

改进的模糊形态学边缘检测算法

提出了一种新的基于模糊形态学的边缘检测算法。算法结合模糊增强方法和模糊形态学边缘检测方法,使用简单隶属度函数将图像映射到模糊特征平面,利用滑动窗口技术进行模糊增强,增大边缘的灰度差,将增强后的模糊图像调整回原始区域,采用多方向模糊形态学进行边缘提取。实验结果表明该算法优于传统的边缘提取算法。     

多灰度层次图像的的快速模糊边缘检测算法

模糊边缘检测算法一般是在某个灰度级附近的边缘得到增强的同时，其他一些边缘会受到抑制。为了同时增强图像中不同灰度层次的边缘信息，本文提出一种改进的快速模糊边缘检测算法。利用边缘的一般特征和图像中邻域像素的关联性，根据不同的灰度区域自适应地选取算法参数，用于对多灰度级边缘的图像进行边缘提取。本文算法简洁合理，可以检测到不同灰度层次的边缘，而且速度较快。     

一种模糊集图像增强的改进算法

图像增强是图像预处理中最重要的内容之一,本文通过对Pal模糊图像增强算法进行改进,提出一种改进的新的模糊图像增强算法。该算法采用简单的隶属函数,并且克服了Pal算法对图像中部分低灰度值边界信息损失的缺点。实验结果表明,该算法不但能够提高图像对比度,突出图像中不同层次的灰度信息和边缘信息,其运算速度也远远快于Pal模糊增强算法。     

新的模糊边缘检测算法及在煤车定位中的应用

针对煤车智能取样对车厢定位的要求,提出了一种改进的模糊边缘检测算法.该算法通过阈值计算分段定义隶属度函数模糊特征,使图像目标区域边缘的灰度级达到较大增强,适合对较大目标区域(车厢)的多级灰度图像边缘检测;另外,该算法根据边缘的一般特征及不同的灰度区域自适应地选取算法参数,实时性好.工程应用表明,该方法在车厢边缘检测中,精度高、实时性强,能满足实际需要.     

一种新的基于区域增长的ROI分割算法*

为克服现有算法带来边缘定位不精确和人工参与太多等缺点,提出了一种新的基于区域增长的适合医学图像中ROI的分割算法。该算法先利用改进的Canny边缘算子进行边缘粗检测,再利用给出的灰度和纹理等信息进行区域增长,最终得到分割图像。为了更好地进行区域增长,新算法通过对ROI中像素的灰度和纹理进行分析,给出结合点向量运算和灰度判断的增长准则。实验结果表明,该方法能对医学图像中复杂区域或畸形区域进行分割,具有很好的鲁棒性与实用性。     

亚像素级模糊图像配准算法

针对目前的特征点匹配算法不能有效配准边缘模糊的图像,提出一种灰度偏移极值特征。将局部像素灰度偏移均值最明显的点作为特征点,利用最小二乘拟合曲线,通过曲线导函数将偏移极值点精确定位于亚像素级,最后采用分块的NMI为特征点分配32维特征向量,再对比向量间距离以实现配准。该特征易于提取、运算简单,而且能在阶跃边缘不清晰的图像中稳定存在。经实验验证,算法应用于模糊图像配准具有较高的匹配精度。     

基于RPCA的图像模糊边缘检测算法

针对传统边缘检测方法未能在抗噪性能与边缘检测精度之间取得较好的权衡的问题,利用鲁棒主成分分析模型良好的矩阵恢复能力与图像模糊边缘检测算法较佳的边缘检测性能,提出一种基于RPCA的图像模糊边缘检测算法,将图像的边缘检测问题转化为图像主成分的边缘检测问题。该算法对含噪图像进行RPCA分解,得到对应的稀疏图像和低秩图像,再用一种基于阈值的隶属函数将低秩图像转化至等效的模糊特征平面,并在该特征平面上进行模糊增强运算,最后进行空域转化及边缘提取等操作得到最终的边缘图像。实验结果表明,该算法提高了边缘定位的精度,对不同类型、不同强度的噪声均具有较好的抑制能力,适用于对实时性要求不高的图像处理。     

路面破损图像的模糊增强方法研究

针对传统路面破损图像模糊增强算法增强效果不明显、无法划分与背景灰度区域重叠的病害区域、控制参量难以设置、运算复杂等问题,提出了一种改进的路面破损图像模糊增强算法。首先对图像进行分块,并设计一种新的分段隶属度计算函数,使每个块区域内各像素点的灰度值完整细致地映射到隶属度上,能通过少量迭代次数获得一定的增强效果。在模糊逆映射上,采用灰度级扩展的逆变换函数,使增强效果进一步提升,消除了由于截断带来的灰度信息损失。新算法对多灰度级的路面破损图像的增强取得了很好的结果,并且控制参量无需人为设定。     

基于混沌系统的彩色图像加密新方案

提出了一种新的基于三维Chen系统的彩色图像加密算法。将三维空间的彩色图像转换成二维的灰度图像,利用混沌系统生成的混沌序列对二维灰度矩形图分别进行行置乱及列置乱;对置乱后的图像进行加密;按折叠算法对加密后的图像进行折叠处理。仿真结果及安全性分析表明,该加密算法是在二维空间对图像像素进行处理的,相对于三维加密算法而言,降低了算法的计算强度和空间需求,从而减少了运行时间,加快了加密速度;置乱时实现了不同层次（R,G,B）亮度值的完全混合,加密效果好,安全性更高。     

基于多维混沌系统组合的图像加密新算法

提出了基于多维混沌系统同时对图像像素位置置乱和像素值加密的新算法。利用广义Arnold映射对图像像素位置进行置乱；利用三维Liu混沌系统产生的混沌序列得到整数密钥序列，对置乱图像像素值逐个进行加密。实验表明这种加密算法具有密钥空间大、安全性高的优越性，加密图像像素值具有类随机均匀分布特性，相邻像素具有零相关特性。     

一种新的基于双混沌系统的图像加密方案

提出了一种新的基于双混沌系统的图像加密方案。把Chen’s系统和Logistic映射结合起来产生随机性更加良好的三维混沌密钥序列,并从密钥序列中通过采样提取出新的用于加密的序列。提出了图像置乱算法和替代加密算法,利用Logistic映射产生的一维混沌序列来实现像素位置的置乱,像素值加密算法采用按分组进行加密和二次加密来对像素值进行加密。通过实验测试表明：算法具有良好的像素值混淆和扩散性能,有较强的抗统计攻击的能力和足够大的密钥空间,加密图像像素值具有类随机均匀分布特性,且相邻像素具有零相关特性。这些结果表明了所提出方案有很高的安全性。     

一种基于统一混沌系统的图像加密新算法

提出了一种新的基于统一混沌系统的图像加密新算法。首先,利用统一混沌系统的二维序列排序后的位置编号置乱图像像素位置。然后引进三个辅助密钥,将统一混沌系统输出的三维混沌序列两两异或后得到的混沌密钥序列对置乱图像进行逐像素加密。实验和分析结果表明：算法具有良好的像素值混淆和扩散性能,具有抵抗强力攻击的足够大密钥空间,加密图像像素值具有类随机均匀分布特性,且相邻像素具有零相关特性。这些结果表明了所提出方案的安全性很高。     

量子衍生图像边缘检测方法

利用量子比特表示图像像素的灰度,用双量子位叠加态来描述两像素之间的关联,通过线性厄米算符在该量子叠加态中的平均值来判断像素的边缘特征,由此建立了一种新的图像边缘检测方法,并从概率论的角度对该方法的合理性给予解释。理论和计算机仿真结果均表明该方法具有视觉补偿功能,能检测出图像中高亮度和低亮度区域的灰度微弱变化引起的边缘效应。     

新图像加密技术

给出改进的广义 Arnold 映射方程,加快了图像置乱的速度。采用一种改进的Lorenz 三维混沌系统产生的序列作为图像二次加密的密钥,扩大了密钥空间,克服了一维混沌系统不能抵御相空间重构攻击的缺陷。仿真实验表明,该算法可以有效地加密图像,密文具有在整个取值空间均匀分布的特性,相邻像素具有近似于零的相关性,且得到的密文可以无损还原。     

一种基于高频强调滤波和直方图均衡化的图像增强方法

直方图均衡化能够调节图像的动态灰度范围,是一种经典有效的图像增强方法,但它建立在合并相似像素灰度的基础之上,模糊了图像的细节。高频强调滤波将变换后的低频和高频分量都得到了增强,但是低频分量的增强要弱一些,这样会使得图像边缘更加清晰。实验表明,经该方法增强后的图像,其主观视觉效果明显改善。     

图像放大技术在矿山安全管理系统中的应用研究

图像放大是一种常见且重要的数字图像处理技术,矿山安全管理系统中远程采集的矿区图像需要放大后才能进行进一步的操作,放大后的图像由于像素个数不变,显示图像区域变大,造成像素变形,变形后的像素很容易被破坏,导致放大后的图像清晰度不高的问题。为了解决这一问题,文章提出一种基于滤波插值的放大图像处理算法,通过对变形像素进行插值计算,补偿由于显示区域变大导致的像素变形,完整像素数量不足的缺陷,克服由于放大造成的图像清晰度下降的弊端。实验结果表明,文中的方法能够大幅提高图像放大后的清晰度,取得了不错的效果。