基于图像平稳小波非线性增强的边缘检测方法

分析了基于平稳小波变换的图像对比度非线性增强算法和传统的Canny边缘检测算法,将两者相结合,提出了一种适用于低对比度图像的边缘检测方法,首先用平稳小波变换对图像进行非线性增强处理,提高它的对比度,然后利用Canny算子进行边缘提取。实验结果表明,该方法能准确地检测出图像的边缘,而且边缘清晰,连通性较好。     

基于小波变换的图像边缘检测方法

基于小波变换的图像边缘检测,其图像平滑度与尺度增大成正比:尺度增大,高频受到强抑制,输出图像的信噪比提高,图像边缘平滑变粗,定位精度降低;反之边缘定位精度可提升.小波基函数的选取应保证检测精度,故用大尺度滤波器抑制原图像噪声.同时用小尺度滤波器为图像边缘精确定位,即依据边缘检测的小波母函数一般准则,构造二次B样条小波,并采用自适应阈值图像边缘检测法检测图像边缘.     

一种基于小波变换的可见光与红外图像融合算法研究

为了解决可见光与红外图像所表现的目标特征不一致的问题,提出了一种红外与可见光图像融合算法.首先利用小波变换将图像进行多尺度分解,然后提取不同分辨率、不同方向下的小波系数,采用不同的融合算法构造融合图像对应的小波系数,最后利用该小波系数重构融合后的图像.实验结果表明,该算法在红外与可见光图像融合处理中取得了很好的融合效果,有效地将红外和可见光对同一目标所表现出不同的特征、细节融合在一幅图像里,增加了单幅图像的信息量,丰富了目标的信息层次,为图像显示观察和后续图象处理系统获取信息提供了基础.     

一种基于小波变换的遥感SAR图像与TM图像融合新算法

以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例，提出了一种基于小波变换的多源遥感图像融合方法。该方法首先对TM图像作IHS变换，得到亮度I、色度H与饱和度S三个分量；其次，依据特征量积和匹配度为融合准则，将TM图像的亮度分量和SAR图像进行融合处理．并用融合结果替代TM图像的亮度分量；最后，作IHS反变换得到融合图像。实验结果表明，文中方法在增强空间细节信息的同时更好地保持了光谱信息，与IHS法和小波变换法相比，证明了文中方法的有效性。     

基于红外图像的尾焰边缘检测

针对红外目标的成像背景具有非平稳性、相关性和复杂性等特点,提出了一种改进的二值化图像分割算法,结合Canny算子边缘检测对红外目标进行了有效分割,得到感兴趣目标区的最佳边缘检测效果。实验结果表明,用该算法对16位红外图像进行目标特征提取,算法简单,运算量小,能够有效提取目标边缘轮廓,达到了预期的效果。     

小波变换在目标图像多尺度边缘检测中的应用

介绍了小波变换及其应用于图像边缘多尺度检测的原理，并给出了构造小波函数的方法和相对应的滤波器系数。用一幅图像进行的仿真实验表明，基于小波变换进行图像的多尺度边缘检测相对于传统的Ｒｏｂｅｒｔｓ算子、Ｓｏｂｅｌ算子和Ｌａｐｌａｃｉａｎ算子检测图像边缘是一种较好的方法，而且对随机噪声也有较强的鲁棒性。为此进一步提出从多个目标中快速跟踪和识别指定目标的思想。     

一种高效的图像边缘检测新方法

边缘检测是图像特征提取与分析的基础,其检测质量直接决定后期分析的效果.寻找一种高效、定位精确、不漏检真边缘又不引人假边缘的检测方法,一直是人们的努力目标.文中提出一种基于标准差算子的高效的图像边缘检测新方法.该方法通过计算像素点邻域的标准差值来确定图像边缘的变化程度,从而检测出边缘像素点.实验结果证明,该算法能够较为准确地检测出有用的边缘信息,是一种简单、高效的边缘检测新算法.     

B样条小波边缘检测改进算法

提出了一种改进的B样条小波边缘检测算法,并在抑制噪声干扰和锐化图像弱边缘的基础上,采用自适应平滑滤波和B样条小波多尺度阈值方法进行了边缘检测．实验结果表明,改进的B样条小波边缘检测算法在除噪和提取弱边缘上可获得更好的效果．     

基于FPGA 的实时视频边缘检测系统

为解决Canny算法计算量大、耗时长以及在视频边缘检测系统应用中实时性较差的问题,提出一种基于FPGA的Canny算法硬件加速设计.以模板代替卷积运算,以流水线形式对系统结构进行改进和优化,给出实时视频边缘检测系统,并对相机原图、Sobel与Canny处理图进行实验分析.结果表明:该系统能实时高效处理复杂图像的边缘,既能节约硬件资源又能大幅提升处理速度.     

基于区域一致性的多聚焦图像融合算法

针对同一场景两幅严格配准的多聚焦图像融合问题,设计一种基于区域一致性的多聚集图像融合算法。该算法利用比率金字塔变换得到图像的多分辨序列,采用基于区域一致性的融合方法,在图像的相应层次序列的各级金字塔图像上进行融合以获取最终的融合图像。从目视效果来看,采用文中算法进行图像融合,基本上能够将两幅左右聚焦的图像融合成一幅清晰的单一聚焦图像。实验结果表明:该算法与同类其他算法相比较,相关系数提高了0.08%,偏差度降低了30.67%～31.05%,互信息提高了7.92%～7.97%。     

基于图像边缘检测的弹丸出膛时刻获取算法

针对超高射速弹丸出膛时刻难以精确获取的问题,提出了一种图像边缘检测的方法来获取出膛时刻。采用连续波雷达照射炮口,在每发弹丸的出膛时刻,多普勒回波信号产生突变。通过短时傅里叶变换和时频域最小噪声谱估计降噪处理后,利用图像边缘检测在时频域对回波信号突变点进行检测和定位,找出每发弹丸回波的突变点作为弹丸的出膛时刻。通过对实测信号处理验证了本算法的正确性和可行性。     

一种基于局部能量的自适应图像融合方法

文中提出了一种基于局部能量的自适应图像融合方法.首先对原始图像进行小波分解,得到低频和高频子图像.然后分别计算高频子图像的局部能量,再根据不同图像的相应局部能量,计算局部能量熵,根据值局部能量熵赋予其不同的加权系数,从而实现自适应的信息融合.最后通过小波反变换,得到完整的融合.实验结果表明该方法有较好的融合效果.     

绝热层粘接检测图像的多分辨率融合

基于固体火箭发动机绝热层超声C扫描粘接检测时高分辨率探头检测易受噪声干扰、低分辨率探头检测精度不高的矛盾,提出了将两种不同分辨率探头检测图像融合的方法,讨论了利用二维小波多分辨率分析法进行图像融合的步骤与算法,并将其用于实际检测的粘接图像的处理,实验表明采用所提出的方法完全可以获得高分辨率、高信噪比的粘接检测图像.     

多聚焦图像融合中小波基函数选取的研究

在基于小波变换的多聚焦图像融合算法中,小波基的选取是一个问题.分别从基于像素的融合算法和基于区域的融合算法两个方面,选取不同的小波基,做了大量的实验.考虑到评价参量的典型性和算法的复杂度,选取熵、均值、标准差、可见度,平均交叉熵5个参量对实验结果进行评价分析.     

基于红外图像与可见光图像特征融合的目标检测算法

对可见光与红外图像融合目标检测问题进行了研究,提出了一种针对目标检测任务的特征融合算法。采用端到端的神经网络方案,将可见光与红外图像同时输入神经网络,分别进行特征提取,后对提取的特征进行融合,再对融合的特征进行目标检测,最后输出检测结果。与一般先融合出一张图片再检测的方法比较,特征融合算法可以保留原始图像的特征,并根据目标检测的结果对特征进行挑选及融合,避免先融合图像造成的信息损失。红外图像能够弥补可见光图像的不足,适应不同光照强度及天气情况。针对目标检测的特征融合方法有效利用了纹理信息及热辐射信息,检测效果优于单独利用可见光或红外图像的方法。     

基于粒子群优化的多分辨率图像融合

提出了一种基于粒子群优化的多分辨率图像融合算法,用以融合红外与可见光视觉传感器获取的图像。分别对原始图像执行快速离散Curvelet变换;根据不同子带系数的特性与原始图像的光谱特征,在低频系数的融合中着重保留目标特征,并对其余系数选取基于Tsallis熵的互信息量作为评价指标,进而利用改进的粒子群优化算法求取最佳系数融合权值;对各高频子带系数采用基于局部区域能量匹配的融合规则。经过Curvelet逆变换得到融合结果图像。实验结果表明,该算法可以有效地综合红外图像中的目标特征与可见光图像中的细节信息,其融合结果在主观视觉效果与客观评价指标上均优于传统的基于塔形变换与小波变换的融合算法。     

噪声目标的边缘检测算法研究

在传统的小波多尺度边缘检测的基础上,利用相邻尺度上小波系数相乘的性质,提出一种噪声目标的边缘检测算法,同时对一般的小波阚值方法加以改进,得到一种自适应阈值方法,从而达到增强边缘．抑制噪声的效果,并相应提高了边缘检测的精度。对实际拍摄的含噪军事目标进行仿真试验的结果表明,该算法检测出的图像边缘轮廓清晰,细节突出,去噪效果好,因而在军事上具有一定的实用性。     

改进的基于区域能量的图像融合方法

图像的不完全配准往往使得应用传统的基于区域能量的融合规则所求得的区域能量“匹配度”出现负值的情况．导致区域之间的能量远近程度很难判定。文中详细分析了产生这一现象的原因，提出了通过引入绝对值．对传统的基于区域能量的“匹配度”改进的方法，并给出了新的融合规则。最后，针对传统的和改进的融合方法，进行了仿真研究。     

改进的SUSAN图像边缘检测算法

SUSAN图像边缘检测算法具有抗噪声能力较强、准确等优点，但仍有不足之处．提出了一种自适应选取阈值的方法，并对SUSAN边缘检测算法进行了改进．在此基础上，提取出图像特征来进行目标识别、精密测量等图像描述和分析处理能获得较好的效果．     

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。