一种基于多重分形的SAR图像边缘检测方法

分形维数只能刻画那些具有理想的自相似性的分形体,现实中的许多纹理并不满足这一条件,因此单一的分形维数并不足以描述和刻画SAR图像的纹理,多重分形维数更适合于描述图像的纹理.通过计算原始SAR图像离散点数据的奇异性指数,然后对应每一点奇异性指数计算全局多重分形奇异谱,根据判决准则区分边缘和纹理可以实现SAR图像的边缘检测,实验结果表明,基于多重分形特征的边缘检测算法能够检测到许多局部细节,同时又避免出现不重要的细节,突出了主要的边缘信息,很好地区分出SAR图像的纹理和边缘.     

改进的多重分形图像奇异性分析算法

为了准确地研究图像奇异性以及各部分的属性及特征,采用一种基于亚像素边缘测度的多重分形算法,该算法根据方形孔径采样定理计算亚像素位置的梯度面密度函数值和图像任意子集(半径可以达到亚像素精度)的边缘测度,进而利用多重分形理论将实际图像分割成一系列具有不同奇异性指数的分形集合.并利用含有不同信息含量的分形集合重建原图像算法,实现了图像从纹理到边缘各层面内容的精确划分.对该算法进行了理论分析和实验验证,得到3×3亚像素方法提取的边缘信息重构原图像,其峰值信噪比达到14.76dB.结果表明,重建图像峰值信噪比主要依赖于所提取的边缘信息质量以及重构系数比,提取的各层面信息与人类的视觉系统所捕获的重要信息相吻合.     

基于分形理论的边缘检测算法

图像边缘检测在图像分析以及图像理解中是十分关键性的一项技能,采取多种分形方式来提取图像边缘,并对几种分形方式进行对比。得出依赖于分形编码的边缘检测算法复杂且检测时间过长,而利用图像的分形特征以及统计特征来进行测度,并选择多种测度方式,可提高图像边缘区域的精细程度,得到更多的图像信息资源。     

基于多重分形的红外图像增强技术

红外图像边缘模糊,对比度较低,不适合人眼观察,应该对其进行增强.但是,以往的增强方法对噪声增强过度,使细节失真,且未考虑人眼的视觉特性,视觉效果不够好.提出用多重分形理论对红外图像进行分析,提取了红外图像的多重分形奇异指数和多重分形谱特征.分析得到了图像每个像素的分形特征数据,利用人眼的视觉敏感特征把图像的像素分为平滑区、纹理区和边缘区.人眼视觉空间频率特征对图像细节的边缘区域比较敏感,利用这一特性对图像加权增强.最后,进行了计算机仿真实验,实验结果表明:该方法能够突显人眼敏感的图像区域,解决红外图像边缘模糊的问题,使增强图像更适合人眼观察.     

图像多重分形测度的速降函数投影方法与图像奇异性分析

该文给出了一个基于多重分形理论的图像奇异性分析框架.该框架通过定义在图像梯度级上的测度,证明了该测度在速降函数上的投影与尺度之间满足幂指数关系.给出了将图像分解为一系列具有不同奇异性指数和分数维的分形集合的分解算法.最后理论分析并提出了选择速降函数的基本原则,讨论了仅根据分形集合上的导数信息就可以重建该分形层面图像分量的重构算法.实验表明,该文给出的多重分形框架在图像奇异性检测和分析中具有十分重要的意义.     

基于分形特征融合的目标边缘检测算法

针对复杂背景下目标边缘检测问题,研究了分形在目标检测中的应用,提出了基于分形特征融合的目标边缘检测算法。首先求取图像的分形维数和几何度量空间变换率,然后运用Dempster-Shafer证据理论对分形维数和几何度量空间变换率进行融合处理,对图像像素分类,从而得到目标边缘,最后细化边缘得到目标检测结果。实验表明,该算法能够克服复杂背景的干扰,有效地提取目标边缘。     

基于多重分形谱的物理层帧结构检测算法研究

针对解调数据有无物理帧结构的检测问题,该文提出了一种基于多重分形谱的物理层帧结构检测算法。首先,在定义序列有偏性与0, 1出现概率关系的基础上,根据编码序列、扰码序列和物理帧的生成原理,通过计算相关序列中的0, 1出现概率推导出它们的有偏性关系,即物理帧、编码序列和扰码序列的有偏性逐渐减小;然后,利用上述结论并结合多重分形谱具有描述有偏性分布的特点,对待识别序列进行固定长度拆分并计算多重分形谱宽度值;最后,通过观察多重分形谱宽度值的分布实现解调数据有无物理帧结构的检测。仿真试验验证了算法的有效性,表明该算法具有一定的工程应用价值。     

糜状食品物料微结构图像的多重分形特征识别

本文基于小波变换边缘奇异性分析原理,研究了糜状食品物料微结构图像的多重分形结构及其特性,求出其局部奇异性指数;并采用计算高次信息量维数的办法,建立了糜状食品物料微结构图像的多重分形奇异谱.通过分析图像的奇异谱,定义了表征不同糜状食品物料图像微结构的参量,为建立图像微结构与流变特性之间的定量描述打下基础.     

基于局部模糊分形维度的图像边缘检测算法

介绍了一种局部模糊分形维度,并将该技术应用到图像边缘检测中.将像素覆盖方法推广到N维模糊离散集分形维度的计算就得到了局部模糊分形维度.给出了局部图像的LFFD计算流程和基于LFFD的图像边缘检测方法.采用实例验证了本文的算法,实例结果显示,本文的算法是正确的、可行的和有效的.     

基于多重分形谱的木材高光谱图像纹理分类算法

为了过滤木材高光谱图像中大量的冗余信息,提升应用图像纹理进行分类的准确率,本文采用基于多重分形理论的木材高光谱图像分类算法。首先利用不同的特征选择算法选取最具代表性的10个波段;随后根据不同的函数密度图像对所选取波段的图像求解其多重分形曲线,将选择出的多个波段所对应的多重分形曲线取平均,得到表示样本纹理特征的多重分形曲线;最后使用支持向量机和BP神经网络分类器对多重分形曲线进行分类。实验表明,相对熵(K-L散度)要好于自适应波段选择(ABS)提取的波段,多重分形算法提取的高光谱图像纹理特征要好于灰度共生矩阵,支持向量机算法的分类准确率和速度要优于BP神经网络,融合K-L散度、多重分形和支持向量机算法能够有效地提高木材高光谱图像的识别准确率,最高识别准确率达到了97.91%。     

RGB空间下结合高斯曼哈顿距离图的彩色图像边缘检测

为了能够更好地利用彩色图像的信息进行边缘检测,提出一种RGB空间下结合高斯曼哈顿距离图的彩色图像边缘检测方法.首先分析了彩色图像到灰度图像转换的信息损失,并给出一种RGB空间下边缘的度量方法.其次,通过引入高斯曼哈顿距离,分别在RGB三个通道进行处理,并通过新的边缘度量法统一获得彩色图像的距离图.最后将距离图映射到0~255的灰度范围内,得到最终的边缘检测结果.实验结果表明,本文方法具有较高的处理速度和较好的处理结果.     

一种基于保角相位的图像边缘检测新方法

为了提高边缘检测精确度与抗噪性能,该文提出一种基于保角相位的图像边缘检测新方法。该方法首先利用保角单演信号能够表达不同本征维数的图像局部结构的特点,采用指数函数计算相位偏差,有效地抑制了相位一致模型边缘检测中产生的伪边缘和噪声,提高了边缘检测的精确度;其次,利用Poisson核在空域中有解析表示的优势,降低了算法复杂度。仿真实验结果表明,与现有的相位一致性图像边缘检测方法相比,该方法提取的图像边缘更精确、更完整、更均匀,对噪声具有更好的鲁棒性,同时,计算复杂度较低。     

利用目标直线边缘交点的某型航侦CCD相机图像拼接

针对某型航侦CCD相机图像序列之间的特殊变换关系,提出了一种基于目标直线边缘交点的图像拼接方法。该方法在将相机图像重叠区域分割为较小独立区域的基础上,首先使用Canny边缘检测算子提取各个区域中的边缘信息,并用Hough变换提取边缘中的直线边缘。其次通过提出一种依据直线极坐标参数的区域扩展和选择策略来选择包含完整目标的子图像区域,并提取该区域中目标直线边缘的交点。最终根据提取到的直线边缘交点坐标实现图像配准,且采用双线性插值法融合配准区域,实现了图像的无缝拼接。实际的飞行效果验证了该图像拼接方法的有效性。     

沥青混合料数字图像的边缘检测方法研究

边缘是图像的基本特征,并且蕴含了丰富的内在信息,是图像识别中抽取图像特征的重要属性。为了分析研究沥青混合料中集料颗粒特征,介绍了几种经典边缘检测算子,对沥青混合料数字图像进行处理。最后以VC.NET为平台对图像进行边缘检测,分析这几种经典算子的优劣,找出适合沥青混合料数字图像边缘检测的最佳算子。     

A new kernel development algorithm for edge detection using singular value ratios

The perceptual quality of an image is very sensitive to the degradation of the edge information which is usually caused by many video signal applications such as super-resolution and denoising. Hence, it is very important to detect and enhance the edge information of the image. In this research work, new sets of kernels for edge detection using ratios of singular values of an image are proposed, which results in more detailed detection of edges in the original image. The parameters, which are the elements of kernel matrices and the threshold value used for producing binary image after convolving the kernels with the image of the proposed method, are optimised to achieve more detailed edge detection of the image. The experimental results show that more detailed edges are detected by the proposed method compared to the conventional edge detection techniques.     

含噪声且较模糊的印刷电路板光电图像边缘检测研究

针对印刷电路板(PCB)光电图像在获取过程中 含有噪声和较模糊的边缘等各种原因,提出 了一种基于图像融合的含噪声且较模糊PCB光电图像边缘检测方法。首先,讨论了基于小波 变换 及Canny边缘检测算子的图像边缘检测法,分析了其基本原理。然后,结合两种方法的优点 ,提 出了基于图像融合检测方法的PCB光电图像边缘检测基本原理及中值滤波、增强去模糊、小 波分解、图像融合、图像去噪等步骤。最后,将由CCD成像系统及显微镜获取的主要含有高 斯噪声且较模糊的PCB光电图像用三种检测方法进行了主观实验对比,采用本文融合方法得 到的边缘图像效果最好,在抑制噪声的同时得到了连续的边缘;为了客观地评价PCB光电图 像边缘检测的效果,用峰值信噪比及图像边缘信息熵作为评价指标,采用本文方法的峰值信 噪比及信息熵的实验结果值都是最大的。     

一种基于k均值的多相位水平集遥感图像分割方法

针对遥感图像的特点,本文提出了一种基于K-均值与改进的多相位水平集模型结合的新方法。相比于传统的水平集模型,改进模型在能量函数中考虑了图像的面积、梯度信息和边缘检测。图像的梯度信息可以克服分割中存在的边缘定位的不准确,边缘检测可以在曲线衍化过程中更好的保持边缘信息。为了加快边缘的收敛速度,避免陷入局部最优,本文提出先对图像进行中值滤波来平滑图像和消除部分噪声,然后利用K均值进行聚类得到明显的特征差异。接着用Sobel算子进行梯度重建,然后用改进的多相位水平集模型进行分割。实验结果显示本文的算法对于遥感图像的分割在时间和精度上都有较好的效果。