遥感影像目标边界提取算法比较

本文对高分辨率遥感影像目标边界提取的方法进行了阐述,分别对Canny边缘检测算子、边界跟踪和数学形态学方法进行了分析与实验,通过实验对比得出,边界跟踪受噪声的影响大,Canny边缘检测算子和数学形态学边缘检测效果较好,但提取出的边界完整度和定位准确度较差.     

Radarsat SAR图像上水稻田边界提取研究

为精确提取Radarsat SAR图像上水稻边界信息，开发了一个二维8方向滤波算法并设计了优化的边界提取方案，将其应用于863－308项目“SAR技术用于南方水稻长势监测与土地利用调查应用示范”研究中，结果表明该算法比用遥感图像处理软件（PCI）提取的水稻田边界更精细，且连续性好，从而在应用中可降低水稻种植面积计算的误差，进一步提高水稻估产的精度。     

肝脏M型超声图像的包络提取及分析

肝脏在大血管搏动的激励下会产生运动,其运动情况可以反映肝脏硬化的程度,文章利用M型超声技术检测肝脏在这种激励下的运动信息,通过相关技术提取M型超声图像中肝脏的运动包络,并从中提取特性参数,用作肝硬化程度的诊断指标。     

超声图像颈动脉内中膜提取方法

1引言颈动脉粥样硬化扰乱正常血流循环,会引起如中风等的严重血管疾病。超声检查具有无损性,对早期检测颈动脉粥样硬化有很好的效果。颈动脉的管径厚度(LD)和内中膜厚度(IMT)是超声检查中判断颈动脉是否硬化的两个重要指标[1]。     

一种基于Gabor滤波器的超声图像边缘检测方法

针对检测超声图像的边缘问题，介绍了一种基于Gabor奇部滤波器进行边缘检测的综合方法。为了去除图像噪声，首先进行基于小波变换和中值滤波的降噪处理，然后利用高斯函数平滑图像。在边缘检测过程中，使用Gabor奇部滤波器检测边缘。最后，使用非最大值抑制得到最终结果。结果表明该方法是对超声图像进行边缘检测的一种有用方法。当然，该方法也具有普遍性，可以应用到其他图像。     

基于形态学重建和Canny算子的边界提取方法

针对形态学重建算法和canny边界提取方法在森林植被边界提取中受噪声和影像细节干扰严重的问题,本文提出了一种将两者进行融合的算法。与直接使／NCanny边缘检测器或形态学方法相比,提取结果有明显改善。     

SAR图像目标边界流和边沿流特征提取

本文将目标边界流特征和目标边沿流特征的概念和边缘特征提取的方法用于SAR图像的目标检测和识别这个方法先采用中值滤波、自动图像分割、数学形态学二值滤波、十字模板边缘提取方法,获得目标单像素边缘再对所得边缘采用边界跟踪、边界流信息熵和边沿流信息熵运算,得到边界流特征和边沿流特征.对测试图像和真实SAR图像进行了实验,结果表明,该方法能很好地描述目标的特征,编程简单、运算速度较快.     

一种基于边界特征的耳廓提取新方法

在实际的人耳识别系统中,人耳的准确定位是影响识别率的一个重要因素.根据外耳及其所在位置的特征,提出了一种从侧脸图像上准确定位并提取出人耳的新方法.该方法首先对侧脸图像进行阈值化和差分处理,然后将外耳边缘轮廓分为3个区域,利用阈值图像和差分图像以及3个区域的不同走向分别跟踪得到整个外耳轮廓线,并从侧脸图像中提取出外耳图像.该方法运算量小,定位精确,得出的外耳轮廓图像清晰完整无任何干扰,而且定位成功率高.     

一种保持图像细节的形态学滤波器

提出了一种保持图像细节的形态学滤波器,和经典形态学滤波器相比较,新的形态学滤波器的其主要算子中使用了结构元素的轮廓,用测试图和加噪图进行实验,表明此滤波器具有良好的保护图像细节和滤噪的性 能。     

紫外序列图像中目标的提取

分析了"日盲"紫外ICCD(增强型电荷耦合装置)探测系统所采集紫外图像中噪声和目标的特点,基于紫外图像的特点,提出了一种紫外序列图像中目标提取的方法.该方法首先采用时域递归低通滤波算法对紫外图像进行降噪处理,有效抑制了图像中的随机噪声,提高了图像的对比度.然后运用自适应阈值分割算法对目标进行了提取.实验结果表明,该方法能较好地检测出紫外序列图像中的目标,具有较强的噪声抑制能力.     

天文图像序列中弱目标的实时检测算法

针对天文图像中运动弱小目标的检测问题,在分析天文CCD图像特点的基础上,根据待检测目标运动状态的不同,提出:1)在检测动目标时,对基于图像对称差分运算方法进行了改进,改进后的方法性能优于图像差分法,且硬件实现容易。该方法以连续三帧序列图像为一组处理对象,在进行绝对差运算之前,对图像进行对比度增强及均值滤波;2)使用形态学滤波的方法实现单帧静止多目标的检测,该方法采用top-hat算子完成背景的估计与目标的检测。为了实时实现所提出的动目标及静止目标的检测算法,设计了DSP FPGA硬件架构方案,并进行了外场实验。实验的结果表明,检测算法在硬件加速的情况下可以实时有效地检测到SNR≈2的弱小目标,并可以同时实时保存原始图像数据。     

Gabor小波目标特征提取和跟踪方法的研究

为了解决目标在发生旋转、尺度及平移等几何变形时的自动跟踪问题,提出 Sobel 边缘检测与 L-M 优化结合的 Gabor 小波目标提取与跟踪方法。该方法自动寻找目标的小波特征点,在跟踪过程中不断优化特征模板的旋转、尺度以及平移等几何变形参数,使得小波特征向量值在最小平方和意义上与初始值相匹配,实现目标跟踪。实验结果表明,该算法能够有效地提取目标特征,在目标尺度变化达到 50%,角度变化 10o,旋转 90o等不利条件下实现了可靠跟踪。     

一种改进多尺度形态边缘检测算法

提出一种改进的多尺度形态边缘检测算法。用不同尺度大小的结构元素分别检测出图像的不同尺寸的边缘信息,运用本文提出的基于直方图配准的自适应方法对所获不同尺寸的图像边缘进行融合,获得理想的图像边缘,有效地消除了噪声。实验结果表明当图像中加入了强度超过20％的椒盐噪声后,检测到的边缘仍然非常清晰。     

一种提取图像目标边缘的新方法

提出一种基于阈值分割技术和形态学相结合的图像目标边缘提取方法,用Top-hat变换后的图像与原始图像相加再减去Bottom-hat变换后的图像以得到最大对比度的图像,继而进行自动图像阈值分割,再用圆形模板执行形态学闭合操作提取边缘,完全去除内部不感兴趣的细节,并保持边缘的连贯性。仿真结果表明,该方法能很好地提取目标边缘,而实际计算量只有传统方法的44.6%～70.2%,且具有较好的抗噪声能力。     

红外图像边缘检测的循环移位算法

提出一种基于Bezier曲线的红外图像边缘检测的循环移位算法。为抑制红外图像中的噪声的影响,利用Bezier曲线法平滑图像灰度直方图中的噪声,得到Bezier直方图。利用提出的“循环移位法”探测Bezier直方图曲率曲线的极大和极小值,确定分割阈值和量化灰度值,实现对原始红外图像的分割,对分割后的图像进行边缘检测。实验结果表明,新算法简单有效,在准确检测红外图像边缘信息的同时又能抑制图像中噪声的影响,定位精度高,而且能够得到单像素边缘,在性能上优于传统的几种边缘检测算子。     

基于优化匹配追踪稀疏分解的微弱超声回波提取

为提高低信噪比环境中微弱超声回波信号的提取性能,提出优化的匹配追踪(Matching Pursuit,MP)稀疏分解的超声回波提取算法。该算法将具有连续空间搜索能力的粒子群优化(Particle Swarm Optimization,PSO)算法引入到MP稀疏分解中,以缓解原子集的遍历有限性需求与超完备性之间的矛盾,通过改进粒子群算法的参数自适应设置及MP算法的目标函数和重构函数,实现自适应的PSO-MP稀疏分解算法,并建立了连续伽柏(Gabor)原子集,提高了最优原子与不同参数超声回波信号的匹配程度,最后由最优原子集通过重构函数对回波信号进行重构,实现对回波的降噪和准确提取。实验结果表明,该算法显著降低了计算量,效果优于已有小波阈值等算法且具有较好鲁棒性。     

空间目标跟踪技术中应用小波变换的探讨

介绍了小波变换的特点及其在图像边缘提取中的意义,说明了扩展目标用小波变换进行目的形心计算的详细步骤,并以收音机图像为目标在不同图像模糊程度及背景噪音情况下用小波变换进行了目标形心坐标提取,比较了不同图象模糊程度及背景噪音情况下目标形心坐标提取的精度,展示了小波变换在扩展目标跟踪技术中应用的前景。     

基于超声图像特征的肝硬化分析系统

文章首先研究了肝脏M型超声图像和B型超声图像的特征提取，提取了肝脏M型超声图像的运动包络、相隔一定时间的A型扫描线对的相关特征系数以及肝脏B型超声图像的共25个特征参数。在已提取的特征参数中，用特征融合的方法筛选出对肝硬化最敏感的特征组，并利用这20个参数的Fisher判据建立了基于超声图像特征的肝硬化无损自动分析系统。对临床43例的应用表明：该定量分析系统对肝硬化的诊断具有良好的效果。