一种基于小波变换的角点提取方法

提出一种新的基于小波变换的角点提取方法。它利用在几个尺度上小波变换模极大值和曲率理论提取角点。理论和试验结果表明 ,本算法对于角点的提取和定位都是有效的     

基于Radon变换的图像角点角度提取算法

针对现有角点检测算法只提取图像角点位置而无法提取角点角度的缺陷,本文在SUSAN角点检测算法的基础上,提出基于Radon变换的图像角点角度提取算法.该算法首先利用SUSAN算子检测候选角点,然后得到候选角点子邻域图像,对其进行角点角度可测量性判定,对满足可测量性的角点子邻域图像中每个像素点进行梯度映射后,利用Radon变换提取角点边缘直线,最后利用坐标几何关系提取角度.并针对Radon变换无法检测直线起始点导致角点角度提取时存在二值歧义性的缺陷,本文借鉴USAN思想,把同值核引入到角度提取中,从而实现了对角度的正确提取.该算法实现简单,实验结果证明了其有效性.     

基于曲率尺度空间的轮廓角点检测

在曲率尺度空间和多尺度曲率积的基础上,提出了一种基于多尺度曲率多项式的角点检测算法.首先基于曲率尺度空间检测不同尺度下的角点,然后利用多尺度曲率积或曲率和对检测到的角点进行增强处理,该方法可有效抑制噪声影响,防止高尺度下对一些角点平滑;另外,根据多尺度曲率多项式结果的符号还可有效的判别所检测角点的凹凸性.采用不同的评价准则及实例图像进行测试,实验结果证明该角点检测器是非常有效的,优于文中其它两种检测算法.     

基于投票策略的图像配准算法

针对二维刚体图像配准,本文提出了一种由粗到细的图像配准方法.该方法首先由多尺度Harris角点检测算法提取出参考图像和目标图像的特征角点,采用基于投票策略的特征点匹配算法进行初步配准,有效地减少假点和不稳定点,然后对变换矩阵参数进行初估计,采用基于窗的精细算法对变换矩阵参数进行精估计,并得到最终的变换矩阵.实验结果表明,该算法具有高精度,对噪声鲁棒和低计算量的特点.     

无人机电子稳像技术中角点检测算法的改进

无人机航空遥感电子稳像系统中,稳像的关键技术之一是影像特征点的选取,其中图像角点是遥感影像中重要的特征信息,准确地选取角点可提高图像处理的精度。然而现有的图像角点检测算法多因计算速度慢不能满足视频图像数字稳像的实时性。因此提出了一种基TSUSAN角点检测算法的改进算法。新算法分析了影像中角点所在区域的灰度变化特征,改进了SUSAN角点检测算法中的判断准则,提高了算法的精度和速度。实验结果表明,改进的算法可较大幅度的提高运算速度,满足稳像技术对视频图像实时处理的要求。     

基于MAS小波变换的红外小目标检测方法

提出一种基于MAS小波变换多尺度相关的红外小目标检测方法.该方法通过二进MAS小波对图像进行多尺度分析;利用边缘和噪声具有不同的Lipschitz指数造成它们的小波变换模在不同尺度下的不同传播特性,根据小波变换模尺度相关性区分边缘和噪声;利用小目标与背景和云层边缘具有不同的奇异性,在相同尺度下小波变换模不同的特性加以区分,得到最终的检测结果.实验结果表明,该方法能够有效地进行红外小目标检测.     

面向数控雕刻的图像角点检测研究

基于图像处理的数控雕刻中,角点检测是图像处理的重要环节,该文通过相对链码和绝对链码引入三点链码和与三点链码差判定角点,提出邻域最大值和相邻角点斜率差值辨别伪角点的方法。通过剪纸图像对算法进行仿真并与其他算法比较,结果表明该算法检测到的真实角点占检测角点的比率大幅提高。     

基于二维EMD的Harris角点检测算法

为解决Harris角点检测算法在多尺度条件下无法正确提取角点的问题,本文将经验模式分解(EMD)方法运用到二维图像特征点提取中。先利用二维EMD方法将图像分解到多个图像细节层,并定义为本征模函数(IMF),再利用Harris算子对各图像细节层进行角点检测,最后采用层层筛选的方法提取角点。对比实验结果表明,新算法得到的角点更加丰富,抗噪性增强,明显提高了图像角点检测性能。     

图像边缘检测的二维连续小波变换法

提出一种新的基于二维连续小渡变换的图像边缘检测方法。算法充分利用连续小渡变换探测信号奇异性的能力和小波的多分辨率特性。对图像进行二维连续小波变换后,直接对各个分解层的正的小波系数或负的小波系数利用闽值法初步确定图像的边缘点,然后利用“投票选举法”综合各个尺度的边缘信息。这种方法不需要进行边缘点连接,可以直接得到光滑连续的边缘。实验结果表明,新方法能够准确探测图像中目标的整体轮廓和细节信息,在性能上优于传统的两种边缘检测算子。     

采用角点信息和惯性主轴的车牌倾斜检测与校正方法

车牌倾斜检测与校正是车牌识别的关键技术之一.提出了一种基于字符角点信息和惯性主轴的车牌倾斜角检测方法.在用Harris角点检测算法提取出车牌区域字符角点信息的基础上,通过计算所得角点的惯性主轴来检测出车牌的倾斜角度,从而实现车牌的倾斜校正.给出了实验结果,并与Hough变换法、旋转投影法进行了比较.结果表明,该检测校正方法运算量小,速度快,校正精度高.     

基于协方差矩阵的B-样条多尺度表示的角点检测

在B.样条尺度空间下定义了平面轮廓在其支撑区域(ROS)内的协方差矩阵的多尺度表示,矩阵的最大特征值对应的向量表示轮廓切线方向.将各个尺度下的切线方向变化率的乘积定义为多尺度积.而角点就定义为多尺度积大于给定阈值的局部极大值所对应的点.由于多尺度乘积融合了轮廓在不同尺度下的特征信息,增强了特征点的响应,抑制了噪声的影响,因而所提出的算法既能精确定位,又对噪声有良好的鲁棒性.通过实验证明了算法具有旋转不变性,并对微小的尺度变化不敏感,而且与其他的角点检测器进行了对比.     

一种高精度的对极几何恢复方法的研究

在分析平行双目立体视觉系统的对极几何问题的基础上,提出了采用普通标定板实现图像角点对自动准确匹配的方法,并对对极几何进行了高精度的恢复.给出了角点检测算法、退化问题的避免措施以及基于秩2约束的基础矩阵迭代优化求解的方法.试验结果证明所提出的方法有效可行,有助于提高后续立体匹配的准确率与三维重建的精度.     

自然纹理背景的目标提取

针对自然纹理背景,提出一种基于多尺度小波特征融合的人造目标检测方法。在小波变换域,纹理背景和目标区域的多级小波系数具有不同的能量分布,能量特征可作为简单、有效的空间特征来检测目标。由于小波函数具有良好的局域性特点,不同尺度下用它检测出的边缘特征点移位不会超过1个像素。融合边缘特征和能量特征进行人造目标检测,可有效地保证目标边界的定位精度,达到较好的鲁棒性和准确性。实验结果证明,该方法对纹理背景下人造目标面积探测的误差率小于5％,目标探测概率大于94．1％。     

SAR图像中河流边缘检测的Wavelet snake算法

图像的边缘检测对图像的分割、图像信息的提取等都非常重要。由于闪烁光斑的原因,SAR图像的边缘检测比一般的光学图像更难。利用àtrous小波变换、图像块生长和wavelet snake算法相结合,本文提出了一种检测SAR图像中河岸边缘的新算法,并成功用于提取淮河SAR图像中的一段水岸边缘。     

基于小波变换和形态学的织物疵点边缘检测

为了精确确定织物疵点边缘,提出了一种基于小波变换和形态学的织物疵点边缘检测方法.在利用形态学实现疵点检测后,对其进行小波分解,用小波模极大值法和基于数学形态学的算法分别提取高低频子图像的疵点边缘,采用合理的融合规则将两个边缘图像进行融合.实验结果表明,该算法能有效地抑制噪声,且边缘清晰、准确,效果优于经典的边缘检测算法,具有可行性和有效性.     

基于小波多尺度积与形态学的瑕疵检测算法

针对布匹瑕疵种类多以及单个方法仅对特定类瑕疵有效的问题,提出一种新的基于小波多尺度积和数学形态学的布匹瑕疵检测算法.首先对输入图像进行二进小波变换后,低频近似子图经过数学形态学运算,得到良好的瑕疵形状特征,然后对高频子图使用小波多尺度积方法,可以抑制噪声的同时增强瑕疵的边缘线性特征,最后融合得到最终的检测结果.实验结果...     

基于变差函数的噪声图像的多尺度边缘检测

基于区域化变量理论,针对受噪声污染的图像,本文提出了一种基于变差函数的多尺度边缘检测新方法.该方法根据图像各个不同区域的数据的不同方向的变差函数值来判断该区域是否存在边缘以及边缘的方向性,然后根据该区域边缘的方向性,在水平和垂直方向分别进行不同尺度的小波变换,进而达到在确保边缘定位准确的同时,尽最大可能去除由于噪声以及图像灰度不均匀产生的伪边缘点.仿真实验表明,本文算法在对受高斯白噪声污染较严重的图像进行边缘检测时能有效的去除噪声对图像边缘检测的影响,从而证明了该方法的可行性、有效性.     

基于改进SUSAN算子的一种遥感影像配准方法

首先介绍TSUSAN（Smallest Univalue Segment Assimilating Nucleus）边缘检测算子的工作原理及在特征点提取中的应用,改进TSUSAN算子阈值的自动获取方法。最后将改进的SUSAN算子应用在图像配准中,通过计算候选匹配角点对,然后利用图像间的不变信息对候选匹配角点对进行筛选,最终得到正确的匹配角点对集。试验表明了该方法的有效性和可靠性。     

一种强噪声背景下的微弱信号检测的新方法

基于自适应滤波算法对小波滤波器的构造方法进行了研究,重点在于解决对强噪声环境下微弱信号提取所需要的小波变换的子带自适应滤波器的构造,把小波变换技术和自适应滤波技术应用于微弱信号的检测。提出基于自适应小波变换的心电信号的检测,利用小波变换的子带编码理论,通过在多个子带权值的自适应匹配,回复后拟合微弱信号。仿真结果表明,该方法可进一步改善信号的检测能力,在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。