红外图像边缘提取的随机阈值方法

提出一种提取红外图像轮廓及内外部信息的随机方法。采用对图像矩阵中的列进行搜索,形成准阈值集合,然后从准阈值集合中随机抽取一个值作为阈值并用评判条件进行评价的方法。该方法可以获取红外图像轮廓及内外部纹理。分析了算法的时间复杂度。实验结果表明,随机算法的效果较好,能满足红外自动目标识别的实际需要。     

基于脉冲耦合神经网络提取图像边缘的新方法

基于脉冲耦合神经网络(PCNN,PuIsc Coupled Neural Network)是一种依据动物大脑视觉皮层上的同步脉冲发放现象而提出的新型神经网络,提出了一种实用的用PCNN直接提取灰度图像边缘的新方法,从而可直接对256色灰度图像进行边缘提取,解决了文献[4]只能提取二值图像边缘的局限,扩大了该方法的应用范围.仿真结果表明,该方法是行之有效的.     

一种战场图像目标角点提取方法

一种基于MIC的战场图像快速角点提取方法,先对低分辨率图像进行运算并提取出候选角点,在恢复图像的高分辨率后,对候选角点周围相关像素点进行进一步计算,将遗漏的角点也列入候选角点,减少原MIC算法由低分辨率到高分辨率的变化过程中角点的漏检概率,然后用梯度的概念对候选角点作进一步的筛选,以减少角点虚报的概率。在VC＋＋6.0环境下,经编程实现验证该方法有效可行。     

紅外图像边缘提取的算法

提出一种对图像矩阵中的每行（或每列）进行搜索，寻找出各行（或各列）相邻像素之间灰度差值的最大值与最小值，并将达到极值处的像素灰度值作为该行（或该列）的边界灰度值，使用得到的列边界灰度值或行边界灰度值计算出阈值从而提取红外图像边缘的算法；此外，利用黄金分割方法，并采用多阈值及限定区域的思想设计提取图像边缘的另一种算法；分析了文中算法的时间复杂度。实验结果表明，文中算法能够快速有效地提取红外图像的边缘，并能满足红外自动目标识别的实际需要。     

基于视频图像的运动目标识别与跟踪方法研究

文中先对包含复杂背景的运动目标视频图像进行了背景提取,然后利用Canny算法完成对去背景后目标图像的边缘检测,并对目标进行了识别、跟踪,获得了比较理想的识别效果.该方法可用于导弹图像制导、智能化交通监控系统和其它图像目标识别系统.     

基于小波变换方法的海上舰船目标边缘提取

一种基于小波变换的边缘提取方法,应用其对舰船图像进行边缘提取,以二次光滑小波作为小波函数,对海上舰船图像进行了二维小波变换,计算小泼变换结果的局部模极大值点,从而得到舰船目标图像的形状边缘特征。经过和运用Sobel算子、Roberts算子、Prewitt算子、基于图谱理论的阈值分割等方法所获得的舰船目标结果进行比较,图像处理的结果表明运用小波变换方法所提取的目标边缘对海上舰船目标的识别有良好的效果。     

一种图像标记和目标特征统计算法

给出一种图像标记和目标特征统计算法,该算法对分割后的图像按行操作：依次对每行中独立的块（Block）进行标记,并统计其特征值。然后对每两行的Block进行比较,判断其是否粘连。若是,则归为一类（Variety）;若否,则定为新类。试验结果证明了此算法的可行性。     

用于红外成像制导空空导弹的边缘检测最简算法研究

现代空战中目标高速机动性对红外成像制导空空导弹图像信息处理能力提出了很高要求.为了给边缘跟踪阶段提供实时有效的边缘信息,文中提出应用两种最简边缘检测算法提取红外目标边缘,分别基于梯度运算和灰色关联度分析.文中推导了最简算法,分析了算法的运算量并与经典算法做了对比.实验结果表明该算法运算简单,实时性高,能够满足红外制导空空导弹对目标信息的需求,利于工程应用.     

一种基于目标边缘灰度的图像模糊增强算法

通过对现有Pal模糊增强算法的分析,指出其在隶属度函数定义与进行增强处理时渡越点选取时的两个缺陷．针对缺陷分别进行了改进性研究,提出了一种基于目标边缘灰度值的图像模糊增强算法（OEFEA）,定义了以目标边缘灰度为均值的正态分布函数为隶属度函数。提出了可根据处理需要自由选取渡越点的处理方法,并最终通过实例将其成功地应用于图像增强处理。     

基于知识的SAR图像目标提取方法研究

文中提出了一种SAR图像目标提取的算法.通过Bayes准则,引入多模态SAR图像中有意义对象(如目标及其背景和背景杂波)的先验知识,进而获得相应的后验概率.在像素4邻域构架关系下,根据像素的后验概率和邻域像素的类属,决定中心像素的类属,从而完成SAR图像的分割,并提取出有意义的目标.仿真结果表明该算法具有很好的应用前景.     

基于小波变换的红外图像末制导信息处理方法研究

在分析红外成像末制导系统特点上,提出了一种用于红外成像末制导信息处理的自适应多尺度小波边缘检测方法。该方法利用小波变换的自动变焦的多分辨分析思想来检测,描述目标变分辨率图像序列的实际变化情况,实验表明,该方法是一种快速、有效的自动化目标检测方法。     

一种基于道路毁伤图像信息的特征提取方法

针对道路毁伤图像信息的特征提取问题进行研究,提出了一种基于轮廓分析的毁伤道路提取方法,首先对毁伤道路图像进行边缘特征提取与轮廓跟踪滤除,再进行直线特征提取,最后得到毁伤道路的详细数据,并通过此实验数据及图像验证了该算法的实用性与有效性。     

一种基于低亮温目标的毫米波辐射图像分割方法

与红外与可见光探测器相比，毫米波辐射计具有全天时全天候的工作能力。毫米波金属目标辐射图像的分割识别是制导应用中急需解决的重要问题。文中首先根据毫米波辐射特性确定不同亮温目标区域，然后利用形态学复合算法对辐射图像进行预处理，最后采用分水岭算法完成图像分割。3mm波段辐射图像分割结果表明，该算法可对低亮温毫米波辐射图像进行有效分割，分割后的目标轮廓形状与光学场景相符，与特征模板库匹配后可用于不同目标识别。     

基于图像边缘和USAN区域的角点检测方法

在景象匹配技术中，利用角点来建立特征空间越来越受到研究者的亲睐。本文提出了一种新的基于图像边缘和USAN区域的角点检测方法：首先用二维Gabor小波提取图象的边缘，然后再利用基于同值分割吸收核(univalue segment assimilating nucleus)区域角点检测模型进行角点提取。此算法很好地解决了噪声对角点提取的干扰，同时该算法也为存在较大角度旋转的图象进行匹配提供了高质量的特征空间。     

SAR图像边缘的模糊检测方法

针对合成孔径雷达(SAR)图像的边缘提取问题,提出采用模糊集理论实现SAR图像的边缘检测。设计了一种模糊边缘检测器,该检测器首先计算图像中每一个像素点的边缘隶属度,然后对该隶属度进行非线性变换以增强原始图像的对比度,最后对增强后图像进行阈值化处理得到原始图像的边缘。将模糊边缘检测器与经典的极大似然边缘检测器进行SAR实测数据的仿真试验对比,结果证明了模糊边缘检测器的有效性和优越性。     

一种基于多分辨率图像融合的边缘检测算法

边缘检测是图像处理中的一个重要环节。文章提出了一种基于小波变换的图像融合边缘检测方案。该方案具体考察了Log算子、Canny算子和小波变换边缘检测算法,通过提取图像边缘对其特点进行了讨论和比较,再将三种算法边缘检测的结果进行图像融合,得到一幅新的边缘检测图像。仿真实验结果表明,此种方法效果要优于单独采用某种算子获得的边缘图像,是一种有效的图像边缘提取方法。     

一种基于高阶曲面拟合的图像边缘检测方法

提出一种基于高阶曲面拟合的边缘检测方法,首先对图像进行自适应Wiener滤波,然后用一个邻域内的像素点来拟合一个高阶曲面,由此计算该点的梯度值,再依据梯度方向对梯度值进行抑制,最后依据统计特性选取阈值,得到边缘图像.仿真实验表明,该方法计算梯度准确,定位精度较其他方法更高,适合各种类型的边缘.     

基于红外图像差值图的模糊边缘检测方法

针对红外图像边缘检测这一难题,提出了一种基于红外图像差值图的模糊边缘检测方法。首先通过计算图中每个像素点与其邻域8像素点灰度值的差值,然后寻找这些差值的最大值得到图像的差值图,接着对差值图像的边缘区域和平滑区域进行模糊划分,利用差值直方图模型确定红外图像差值图的分割阈值,从而实现边缘提取。实验结果表明,该方法用于红外图像边缘检测能获得较好的效果。     

基于边缘保护的红外图像插值放大算法

基于目前国内外红外焦平面阵列探测器分辨力低,红外图像边缘模糊等现状,为了获得高分辨力、高质量的红外图像,提出了一种新的基于边缘保护的红外图像插值放大算法。该算法首先对原图像进行边缘提取,并将提取的边缘像素灰度值进行直接放大映射,然后沿着边缘方向进行放大边缘的插值,在此基础上进行图像缓变区域的双线性插值放大而完成全部图像的放大。该算法在保存图像边缘细节的基础上进行平滑的放大,获得了较好的图像质量。     

基于免疫算法的图像基元提取方法

借鉴免疫细胞的耐受成熟过程和克隆选择过程,将免疫算法引入基元提取问题,以椭圆提取为例对基于免疫算法的基元提取方法的实现方法进行了详细介绍。通过与RHT和SGA算法的比较实验及分析,说明该方法在噪声较多时具有收敛速度快、抗干扰能力强等优点,对图片进行的椭圆提取表明该算法的广泛适用性和实用价值。