粗糙集理论在阴影图像边缘检测中的应用

粗糙集理论是一种新的处理模糊和不确定性问题的数学工具,该文提出一种基于粗糙集阴影边缘方法,该算法根据粗糙集理论、梯度、最大邻域差及噪声的条件属性,将一幅图像划分为不同的子图像,然后对子图像分别进行处理,得到阴影边缘点,再对边缘点进行细化和跟踪,删除那些假边缘点,最后得到阴影边缘图像。通过对所得结果进行分析可知,结合粗糙集理论的阴影图像边缘检测算法与其他的常规检测方法相比,无论从视觉效果还是检测精确度上都得到了改善。     

一种阴影图像边缘检测的新方法

分析了国内外图像阴影边缘检测方法的不足,提出一种基于粗糙集理论的边缘检测新方法,阐述了利用粗糙集条件属性和边缘点梯度等特点对图像边缘点进行分类以及提取阴影边缘的方法,通过实验验证了边缘检测效果。     

一种基于粗糙集的图像边缘检测方法

粗糙集理论是一种新的处理模糊和不确定性问题的软计算方法.图像边缘是一类灰度变化大的连续点的集合.在无噪声干扰的情况下,这一特性是区别边缘与非边缘的一个重要条件.而实际应用中,图像中难免混有部分噪声点,影响了边缘检测的准确性.本文提出基于粗糙集理论的图像边缘检测方法.根据粗糙集理论中的集合近似关系,首先利用灰度变化大的特点,找出可能边缘点集合,然后利用噪声点区别于边缘点的特性,找到噪声点集合,最后,两个集合的差就是最终要求的边缘点.实验结果表明,该方法相比于传统的检测方法,在检测准确度上得到了一定的改善.     

一种基于边缘检测及纹理分析的水坝图像分割算法

针对边缘检测算法的局限性及灰度水坝图像的特点,提出了一种基于边缘检测及纹理分析相结合的灰度图像分割算法,首先利用边缘检测算法对待处理图像进行边缘检测得到图像的粗分割,然后在原灰度图像中对得到的边缘位置点进行纹理分析,去除检测到的非目标对象的边缘从而得到分割图像,即细分割。将该算法应用到河坝监测系统中,实验证明该算法达到了很好的分割效果。     

融合模糊聚类的蚁群图像增强算法

为提高边缘检测精准度,保证图片分割后效率和效果,本文提出一种基于融合模糊聚类的蚁群图像增强算法。该算法利用分量灰度值、灰度梯度值和领域特征值进行图像特征提取,得到特征灰度图;然后使用模糊聚类算法对区域蚂蚁进行聚类以提高收敛速度;再采用蚁群算法进行图像边缘检测,检测过程中,使用路径选择策略对蚁群进行有序搜索,提高搜索效率,又根据信息素更新策略进行最优路径信息交流,以达到边缘点提取与检索目的;最后将检索所得灰度边缘图与原图进行重合,得到图像增强效果。实验结果表明,该改进算法在检索时间方面相较于传统蚁群算法提高了20.7%;在精度方面提高了14.8%,图片分割效果更好,纹理更清晰。     

基于粗糙集和边缘信息测度的图像边缘检测算法

基于粗糙集的思想,结合边缘信息测度提出一种新的边缘检测算法.本文首先提出边缘信息测度的定义式,并指出其特性,然后根据噪声、边缘信息测度属性对像素点分类.通过设定合适的阈值,较好地区分了各种边缘点和非边缘点,从而得到真正的边缘.实验结果表明,该算法能有效抑制噪声,保留较多的图像边缘的细节信息,边缘图像锐利而清晰,且运算速度较快.     

基于移动区域的快速车辆检测

提出一种快速的移动车辆目标识别新方法。该方法由移动区域检测、阴影检测和边缘检测三部分组成。首先,采用自适应背景更新的方法在图像中快速检测出移动区域;然后,以此为基础建立阴影的粗模型,阴影检测时只对该区域内的图像采用基于HSV颜色空间的方法进行分析处理;最后,对移动区域和阴影区域进行边缘检测,从移动区域中去除阴影区域,从而准确区分真实车辆和阴影。实验表明,该方法有效地提高了车辆检测效率,能满足实时性要求。     

基于边缘流的煤电厂炉膛火焰图像分割方法

针对炉膛火焰灰度变化不明显采用传统的分割算法无法达到满意分割效果的问题,采用了基于边缘流的分割方法对电厂炉膛火焰图像进行分割;首先选用高精度的灰度边缘流对图像进行分割,得到边缘流的矢量方向和边缘能量,然后再对图像闭合处理得到初始分割图像;最后,再利用颜色相似度对相邻区域进行处理,得到最终分割图像,该方法不仅避免了单纯边缘流算法提取边界不连续无法检出较弱边界的问题,而且也可以避免过分割问题;通过实验表明,基于边缘流的方法是对炉膛火焰图像进行分割的有效方法。     

c_3通道高分辨率遥感图像阴影检测算法的改进EI北大核心CSCD

针对c3通道对噪声非常敏感,以及现有的基于c3通道遥感图像阴影检测算法存在的阴影检测不准确问题,提出改进的c3通道高分辨率遥感阴影检测算法.利用对数变换和阈值法对c3通道图像进行增强,提高了c3通道图像阴影区域与非阴影区域的对比度,进而提高了阴影像素的辨识度;通过扩展邻域范围并增加影响因子较高的像素点的权重进行图像平滑,有效地减弱了噪声对阴影像素提取的影响;增加2个方向的模板,利用高斯分布和抽样方法确定边缘阈值,提高了阴影区域边缘检测的准确度.实验结果表明,该算法提高了阴影检测的准确度,适应性较强,可较好地应用于高分辨率遥感图像的处理.     

基于区域生长处理的视频运动车辆提取新方法

车辆提取在视频交通流量检测系统中是最重要、最关键的一环。提出一种基于区域生长算法的简单、快速的车辆提取方法。这种方法通过差分图像估计阴影灰度近似值,然后用该值作为参考值删除输入图像属于背景和阴影的像素,最后得到运动车辆图像。利用该方法进行了大量的实验,从实验结果来看,此方法具有较好的稳定性和有效性;从计算时间来看,该方法也能满足实时系统的需要。     

An Improved Method for Object Extracting based on Context Information Using Multisouce Data

This paper proposed a new method which combines the airborne LiDAR data with aerial image to extract Rolling Stones on mountainous.Firstly,the aerial image is processed with multi-scale segmentation to get segmentation objects,and the LiDAR data are processed by classification,interpolation,difference for elevation information.Then compute the segmentation object based on visible-band difference vegetation index to remove the interference of vegetation information,and the nonvegetated segmentation objects are obtained.In order to effectively use the shadow,this paper put forward the normalized difference shadow index and use threshold segmentation to get shadow object.And then the automatic extraction algorithm based on the shadow and elevation information is used to preliminary obtain the rolling stones information.Finally,The height threshold filtering is set according to the actual demand to get the final rolling information.This paper took a certain area of Hong Kong aviation image and LiDAR data as experimental data to validate the proposed method.The results show that the method can well extract the Rolling Stones and effectivly distinguish the exposed bedrock,roads and similar spectral information of ground objects as Rolling Stones.The extraction accuracy of Rolling Stones is above 88% which basically satisfies the needs of rockfall in lands department.     

基于多特征融合的运动车辆阴影消除方法

提出一种基于边缘特征的阴影消除方法,通过边缘检测获取阴影边缘信息,利用边缘差分、形态学等运算进行阴影消除。并提出一种基于灰度特征的阴影消除方法,利用暗化因子高斯模型进行阴影消除。结合2种方法的优点,给出一种基于多特征融合的运动车辆阴影消除方法,可同时解决车辆与阴影颜色相似以及阴影内部边缘复杂等原因造成的误检问题。实验结果表明,该方法具有较好的实时性、精确性和鲁棒性。     

一种机载InSAR水体阴影的提取和识别方法

为了解决机载InSAR DEM中水体和阴影区域质量不佳需要区分修复的问题,提出一种综合利用机载InSAR数据源自动提取水体和阴影并加以识别的方法。首先基于InSAR DEM进行粗差点检测,利用粗差点作为种子点在SAR图像中区域生长,提取完整的水体和阴影区域;然后利用沿斜距向高程差和雷达俯角构造约束条件自动识别两者。通过对实测的机载高分辨率InSAR数据进行处理,水体阴影的识别率达到92%以上,其中水体和地形阴影的识别较好,而受制于DEM内在噪声等因素的影响,由树木造成的小块阴影容易造成误分。     

一种凸多面体的阴影生成方法

阴影生成是使三维场景具有真实感的重要方式之一。以往的阴影生成算法是对点和面进行处理的，而该文中的阴影生成算法只针对点进行处理。由于任何物体都可以分解成若干个凸多面体，所以凸多面体的阴影生成很有研究价值。该文将凸壳技术应用于三维场景的阴影生成中，形成一种凸多面体的阴影生成方法，并用OpenGL技术实现。该文简述了OpenGL技术和阴影生成技术的基本原理，用OpenGL生成的三维场景模型进行检验，并叙述了场景的组织结构和阴影生成的实现过程，最后生成了较真实的阴影。     

用Sobel算子细化边缘

提出了一种用Ｓｏｂｅｌ算子细化边缘的新方法,通过引入衰减因子得到不失真的灰介边缘图Ｐ１,然后将灰阶边缘图Ｐ１用Ｓｏｂｅｌ算子进行正理２,得以边缘的边缘图Ｐ２,再用前者减去后者得差值图Ｐ３,再将Ｐ３中为负的点改为０,用以除去３图中边缘外侧的点,从而得取边缘产细的边缘,对于边缘模糊的部分这种过程可以重复多次,最后也可得到较细的边缘（但不一定连接）,此种方法对于处理其它边缘检测方法得到的边级也有效。边缘     

规则化城市建筑物阴影提取及校正模型研究

以面向对象技术为依托,进行阴影区域提取域和内部信息补偿处理。在多尺度分割的基础上,充分利用阴影对象典型的光谱、几何特征设置特征函数,提取相应的建筑物阴影区域。采用数学形态学,以对象间的空间关系为依据对阴影边缘进行规则化,并用直方图灰度映射策略补偿阴影的内部信息。最终沿阴影边界中值滤波,得到优化的建筑物阴影区域提取结果。     

基于边缘特征和模糊理论的阴影检测

阴影检测在图像处理中是一个十分重要的课题。该文提出了一种基于边缘特征的阴影边缘检测方法。对于阴影边缘检测的结果,利用文献所提出的基于模糊理论的边缘连接方法来进行连接,并在此基础上提出了一种基于模糊理论的边缘闭合方法将未闭合的离散边缘点或曲线段连接成闭合边缘。最后,利用局部均值和直方图获取阴影区域。实验结果表明,本文提出的方法在定位精度和去除噪声等方面都取得了较好效果。     

面向移动增强现实的室外阴影实时检测技术

针对目前移动视点下视频阴影检测算法存在的误检测率高和边缘连续性差的问题,提出了一种基于边跟踪、边检测框架的实时阴影检测算法.首先对前后2帧重叠的阴影部分进行2次光流跟踪,并筛选掉前后向跟踪误差较大的点,通过Canny边缘置信保证跟踪边缘的准确性;然后通过基于光流的区域划分法得到待检测的新增区域;其次,针对纹理边缘误检测...