彩色图像边缘检测改进算法

介绍了梯度的概念和度量方法,分析了常用梯度算法,对其中的Sobel算子进行改进,从灰度算法改进到RGB三维空间,提出了一种针对彩色图像的边缘检测算法.本算法在Delphi平台上实现,与同类算法做了多次实验对比.实验证明,该算法能有效增强彩色图像的边缘,耗时较少,经过封装后可以直接用于二值图像、灰度图像和彩色图像,具有一定的通用性和实用价值.     

阈值自适应视频边缘检测算法的FPGA快速实现

在机器视觉、模式识别等领域通常需要提取出视频的轮廓,为了更高效地提取出视频的轮廓信息,文中改进了一种阈值自适应的Sobel边缘检测算法。该算法基于以面积换取速度的思想,完成中值滤波、多模板Sobel算子、环境自适应阈值生成、腐蚀和膨胀操作,并利用FPGA的并行流水的优势,可以在FPGA硬件平台上实时实现视频边缘检测。     

基于小波域的彩色图像自适应水印算法

提出了一种小波域下,基于小波零树结构的彩色图像水印嵌入算法。该算法通过选取对彩色图像视觉效果影响较小的色彩空间进行水印的嵌入,使嵌入水印的图像透明性较好;通过对原始图像和水印图像分别进行不同级别的小波变换,自适应地选取原始图像小波重要系数,将水印图像小波系数以一定的方式嵌入进去,使图像具有很好的稳健性及抗压缩性;水印的恢复只借助少量密钥信息。实验结果表明该算法是有效和可行的。     

一种快速的彩色图像矢量中值滤波算法

文章提出一种新的快速矢量中值滤波算法。首先，求取象素的方向区域距离测度并将滤波窗口划分为两个子窗口：然后，在子窗口内进行矢量中值滤波。实验结果表明，该算法速度快，具有较好的滤波效果。     

一种自适应FCM彩色图像分割算法

针对FCM彩色图像分割算法需要给定聚类数且受初始值影响较大的缺点,提出一种自适应FCM彩色图像分割算法.该方法首先引入主分量变换,通过直方图分析,在RGB彩色空间上自动确定聚类数目,其次引入2D直方图,分析对角线投影1D直方图,并采用最大最小距离法选取初始聚类中心.利用该算法对各种彩色图像进行分割实验,实验结果表明:该算法能够有效且自适应地分割彩色图像.     

基于边缘检测的多聚焦彩色图像融合算法

针对左聚焦和右聚焦彩色图像的融合问题,设计了一种基于边缘检测的彩色图像融合算法。首先将彩色图像转换为NTSC图像,再利用Canny方法检测出亮度信息图像的最优边缘,然后对亮度信息图像的边缘部分采用平均法进行融合,其余部分采用相关系数的权值法进行融合,最后将融合之后的饱和度图像、亮度图像和色调图像转换为彩色图像。从融合效果来看,文中算法能够将两幅左右聚焦的彩色图像融合成一幅信息量饱满且清晰的单一聚焦彩色图像。实验结果和信息熵客观评价结论表明,该彩色融合算法能够将信息熵提高2.13%～2.51%。     

基于局部自适应色差阈值的彩色图像边缘检测

为了使彩色图像的边缘检测器更符合人眼对图像信息的分辨情况,防止视觉不敏感区域的边缘的过检测问题,该文提出一种自适应色差阈值的估计方法并与不同的色彩梯度算子结合应用于彩色图像的边缘检测中。构建包括亮度掩模与对比灵敏度的局部色差可视阈值的权重因子,结合局部背景亮度以及亮度与色彩的空间频率对人眼视觉的影响。利用信噪比(SNR), Pratt因子与时间复杂度对提出的算法的抗噪性与边缘定位的准确性以及时间代价进行定量评价,表明该算法能准确检测出图像边缘且有效地抵抗噪声对图像的干扰。     

基于梯度场的彩色图像序列光流场算法

采用动态图像模型,针对实际环境中亮度改变的特点,充分利用彩色图像的色彩信息,提出基于梯度场的彩色图像序列光流法.试验结果表明,本文方法能在光照改变的条件下,得到各种复杂运动连续而一致的光流场.     

一种基于数学形态学的彩色图像边缘检测算法仿真实现

传统的图像边缘检测算子大都是基于灰度图像的,其不能充分检测到彩色图像的全部色彩信息。文章根据文献提出的方法,在RGB颜色空间中对R、G、B三个颜色分量分别进行灰度边缘检测,同时引入去噪算法进行处理,最后将各颜色分量检测所得的结果通过某种方法结合起来,仿真实现了一种改进的彩色图像边缘检测算法。仿真结果表明,该算法不仅有效地检测出了图像的边缘,还有较好的去噪效果。     

一种基于DCT变换的自适应彩色图像水印算法

提出了一种基于离散余弦变换的彩色图像数字水印算法.首先原始彩色图像的绿色分量进行8 x 8分块DCT变换.计算每块的噪声阈值,相应调整每块选取的两个中频系数的大小,把经过Arnold置乱加密的二值水印图像嵌入.水印提取时,不需要原始图像.实验结果表明,该算法能有效抵抗JPEG压缩、裁剪、加噪、图像增强等攻击,具有良好的透明性和较强的稳健性.     

一种固定阈值的毫米波图像边缘检测方法

文章提出了一种固定阈值的毫米波图像边缘检测方法。根据图像的统计特征确定出像素的标准梯度强度，并采用单阈值对图像进行边缘粗定位，然后施行非最大抑制处理和滤波，得到最终检测结果。由于该算法对各幅毫米波图像设置相同的阈值，故能实现自动检测，同时还具有计算量小的特点。实验结果表明该方法进行毫米波图像边缘检测的有效性和可行性。     

基于图像内容及底层特征的敏感图像检测方法

内容安全是信息安全领域中的一个新兴且重要的研究方向.敏感图像分析与监控是该方向的一个重要研究分支,近年来愈来愈受到关注.然而,由于其研究起步较晚且图像本身所具有的复杂多样性,相对来说,目前已有的研究成果还比较少且性能上也有待于进一步提升,为此,本文提出了一种新的敏感图像分析检测方法.该方法从基于图像内容分析和基于图像底层特征分析两个方面进行综合分析检测,在基于内容分析方面,通过分析图像是否含有大量的皮肤区域来初步检测敏感图像;在基于图像底层特征分析方面,通过颜色直方图矢量和颜色聚合矢量提取图像的颜色及空间信息,并在此基础上利用SVM进行分类,从而实现敏感图像的初步检测;最后,对上述两方面的初步检测结果进行综合判决,实现敏感图像的最终检测.仿真实验结果出示了该新方法的有效性.     

一种改进的SAR图像边缘检测方法

加权指数平均比率(ROEWA)边缘检测算子是一种较好的适用于SAR图像的边缘检测算子,但使用传统的计算梯度方向的方法却无法正确确定边缘点的方向。针对ROEWA算子存在的问题,该文根据Gabor滤波器具有的优秀的方向选择性这一性质,提出利用Gabor滤波器确定边缘方向的方法,完善了ROEWA边缘检测方法。实验结果证明,改进的ROEWA算子检测边缘及边缘方向的性能很好。     

基于边缘检测与双边滤波的彩色图像去噪

 针对彩色图像双边滤波去噪方法存在的不足,本文提出一种边缘检测与双边滤波相结合的彩色图像去噪方法.首先利用细胞神经网络(CNN)模型导出一种新的彩色图像分块自适应边缘检测算法,继承了CNN灰度边缘检测算法定位准确的优点,又弥补了CNN现有算法不能直接处理彩色图像的空白.接下来提出一种针对图像增强的边缘滤波算法,通过两级边缘检测满足去噪不同阶段对边缘检测的不同要求.在此基础上,用改进的双边滤波器对彩色图像进行去噪,通过非抗噪边缘图对噪声范围进行定位,以缩小双边滤波的范围,减少去噪过程带来的图像模糊,并且对双边滤波加权平均方式进行改进,减小噪声点本身的权重,降低高频噪声的影响.最后根据滤波后的去噪边缘图对彩色图像进行增强.实验结果表明,文中方法在有效去除噪声的同时保护和增强了图像中的边缘.     

基于相位一致性的红外图像边缘检测方法

由于红外图像的灰度和对比度较可见光图像的低,用基于灰度的边缘检测方法检测红外图像的效果不佳。针对这种情况,利用相位一致性对灰度和对比度的变化具有不变性的原理,提出了基于相位一致性的红外图像边缘检测方法。首先计算红外图像的相位一致性值,然后采用K-mean法分割出包含边缘的区域,最后用形态学相关方法生成边缘曲线。实验结果表明,该方法对红外图像边缘的检测效果比Canny算法更准确。     

基于改进颜色模型的图像边缘检测方法

边缘检测是图像处理和模式识别领域的基本课题,传统的边缘检测方法仅利用图像的亮度分量信息。给出一种基于改进颜色模型中颜色距离的彩色图像边缘检测方法,通过实验,将文中给出的边缘检测算法与常用的边缘检测算子进行比较。并对边缘灰度图像的阈值处理方法予以讨论,提出一种具有良好的自适应性的算法——极大值法,通过寻找局部极大值点定位边缘。实验表明文中给出的算法在改进图像边缘检测效果上是有效的。     

基于RGB空间剖分的彩色图像边缘检测

对RGB颜色空间进行剖分,根据剖分的结果,定义了RGB空间中一点的彩色信息量,通过像素点在相关邻域上的信息量的计算,确定该像素点是否为彩色图像的边缘点.这种边缘检测方法,在一定程度上合理地考虑了个各颜色分量的相关性,将向量空间的计算以自然的方式转换成了标量的计算,在思想上是一种不同于其他算法新的算法.实验结果表明,与传统方法相比,该方法能检测出更多的边缘,并且算法实现简单,检测出的边缘清晰.     

采用HOG特征的下视景象匹配算法

红外实时图像和可见光参考图像的差异给下视景象匹配技术带来挑战,如何寻找并提取红外实时图像与可见光基准图像间稳定和可靠的共性特征是进行特征匹配的重要研究课题。在分析红外图像和可见光基准图像成像机制基础上,提出了以HOG特征作为匹配的特征、以相关系数作为相似性测度的匹配算法,并研究了梯度方向范围、梯度方向划分、标准化等计算HOG特征相关参数对于匹配性能的影响,给出了性能较优的一组参数。实验表明:该匹配算法与互相关和Hausdorff距离法相比具有更高的正确匹配率。     

一种新的骨肿瘤X光图像边缘检测技术

在骨肿瘤Ｘ光片中,由于肿瘤与周围组织Ｘ光吸收系数相差不大,肿瘤本身边缘模糊,加上Ｘ光片拍摄过程中由于光线照度不均匀和光线的照射角度不同带来的影响,使得传统的边缘检测方法难以实施。本文运用一种径向搜索方法,从肿瘤内部向四周扫描,最后经双线性插值,形成完整的边缘曲线。实验结果表明,本方法检测的边界真实,定位准确,连续性好,适合对骨肿瘤Ｘ光图像进行定量分析。     

一种基于优化马尔科夫特征的图像篡改盲检测算法

文中主要针对拼接图像篡改检测,提出了一种基于优化马尔科夫特征的盲检测算法.该算法在传统马尔科夫特征的基础上,研究了不同相邻BDCT系数对的关联性对于拼接图像的检测能力,进而设计了一种基于互信息量最大化的加权BDCT系数转移概率特征;同时,通过对所有BDCT系数对进行预分组,降低了算法的计算量以及最终的特征维度.最后,采用支持向量机（SVM）作为分类器,在哥伦比亚大学提供的标准图像拼接库上完成测试,取得了较高的平均检测准确率（91.2％）,优于现有的代表性方法.