基于数学形态学的彩色图像边缘检测

为了克服传统边缘检测方法对噪声敏感的缺点,提出了一种基于数学形态学的彩色图像边缘检测新方法。该方法是在RGB空间内,把每个像素作为一个向量进行排序,将灰度形态学推广到了彩色图像。然后通过分析噪声（主要是椒盐噪声）污染图像的特点对彩色图像形态学基本算子进行了改进。改进后的算子有很强的抗噪性,可以直接实现边缘检测。实验表明,与传统方法相比,该算法能够更有效地抑制噪声对边缘检测的影响,并较好地保持图像边缘细节。     

一种抗噪快速边缘检测算法

本文提出了一种快速抗噪声的边缘检测算法.首先对原始灰度图像应用快速Kirsch边缘检测算法.这样就得到了边缘的梯度和方向信息.然后基于这些信息进行边界跟踪,达到抗噪的效果,最后是细化和二值化,得到的是一个视觉上有意义的二值图像.用的是一个投票准则.为了检验本算法的有效性,将本算法与一些经典的边缘检测算子,如经典的Kirsch,Canny算子的性能进行了比较.     

新的梯度边缘检测方法

提出了一种新的基于梯度算子法检测灰度图像边缘的方法。该方法在3×3的邻域窗内,分别用梯度法对窗内的水平方向、垂直方向和正、负45°角方向上的边缘线进行检测,找到梯度最大的边缘线,从而组成最终的边缘图像。实验表明:该方法简单,边缘检测图像效果好。在此基础上,又提出了增强边缘检测方法和简化边缘检测方法。这两种对基于梯度算子法的改进方法分别适用于检测小的边缘梯度和需要快速检测边缘这两种情况。     

基于Canny算子的改进的图像边缘检测方法

本文简要介绍了Canny算子边缘检测的基本原理,并对其性能进行了分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,文章提出了一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。     

基于图像抽样的快速虹膜定位算法

提出了一种基于图像抽样的快速虹膜定位算法.首先在抽样图像中搜索瞳孔内一点,并以该点为起点检测粗略的虹膜内边缘点,然后在原分辨力图像中利用梯度算子精确定位内边缘点从而实现内边缘定位;虹膜外边缘定位采用Canny算子和Hough变换实现,由于基于抽样图像进行边缘提取,忽略了虹膜纹理等细节边缘信息,减少了大量外边缘干扰,提高了算法实时性.实验结果表明该算法的定位准确率达到99.47%,定位速度为0.162s.与经典的虹膜定位算法相比,该算法的定位速度有了很大提高.     

基于目标边缘的图像二值化方法研究

针对图像二值化在模式识别等领域有着广泛的应用 ,本文基于图像的边缘信息和微分算子 ,提出了一个综合局部阈值和全局阈值的自适应阈值算法。实验表明此算法在二值化图像时能很好的保留图像的边缘信息     

改进非局部均值各向异性扩散图像去噪算法

针对各向异性扩散算法的不稳定性在去噪过程中易产生阶梯效应,导致纹理细节不能较好保留的缺点,提出一种改进的非局部均值各向异性扩散图像去噪算法.所提算法将非局部均值引入迭代过程,利用图像中的大量相似冗余信息,以中心像素邻域图像块作为像素点的相似性度量,对图像进行合理的描述;同时在扩散系数函数中,将图像梯度结合残差图像中局部能量算子,自适应选择扩散系数.结果表明,所提算法在有效平滑噪声的情况下,减弱了阶梯效应,保留了更多的纹理细节,与各向异性扩散算法、自适应选择扩散去噪算法和基于非局部均值理论的各向异性扩散算法相比,峰值信噪比和结构相似度有较好提升.     

基于改进的灰色关联度的根系图像边缘检测

目的实现对植物根系形态基本参数的计算和分析。方法针对阵列分布内窥式图像获取技术采集的根系图像,提出一种改进的灰色关联度的边缘检测算法。该算法基于灰色关联分析理论,采用变权的邓式关联度模型,利用Sobel算子的2个模板作为参考序列,选取像素的八邻域分量值形成比较序列,通过两类序列之间的关联度实现边缘检测。结果仿真结果表明该算法与传统的边缘检测算子相比,能够较准确地检验出有用的根系边缘信息。结论基于Sobel算子的变权关联度的根系边缘检测算法有效地提高了边缘检测效果,具有一定的抗噪性能。     

基于Canny算子的图像边缘检测实现

图像边缘信息是重要的图像信息,本文详细介绍了canny算子边缘提取的原理和算法,然后利Matlab编程实现Canny算子对灰度图像的边缘检测。实验表明,Canny算子提取图像边缘具有很好的效果。     

基于改进梯度向量流形变模型的动目标检测方法

针对现有图像序列动目标检测技术抗噪声能力较差、跟踪性能鲁棒性不强的不足,提出了一种改进的梯度向量流形变模型算法,该算法构造了新的梯度向量场,利用图像灰度梯度信息、帧间运动信息以及邻域灰度信息相结合进行梯度向量场计算.仿真试验结果表明,该方法较好地克服了图像序列中随机噪声的影响,计算出的梯度向量场基本没有干扰区域,同传统向量场相比较,有效地提高了算法的抗噪能力和跟踪结果的准确性,可更好地实现图像序列的动目标检测.     

基于相关系数的改进各向异性扩散去噪模型

经典Perona-Malik各向异性扩散去噪模型中仅考虑了图像的梯度信息,在去除噪声时不能很好的保持图像中的目标边界.针对该问题本文提出了一种基于相关系数的改进各向异性散去噪模型.该模型在考虑图像梯度信息的同时,增加了灰度相关系数这一图像局部统计信息因子.实验结果表明:和经典模型相比,改进模型在噪声去除的同时能够较好地...     

全变分自适应图像去噪模型

通过分析三种主要变分去噪模型(调和、全变分以及广义全变分模型)的优缺点,提出了一种基于全变分的自适应图像去噪模型。该模型根据噪声图像的信噪比,采用高斯滤波器对图像进行预处理,克服了全变分模型引入的阶梯效应;利用图像中每一像素点的梯度信息,自适应选取去噪模型中决定扩散强弱的参数p(x,y),使接近边缘处平滑较弱,远离边缘处平滑较强。数值实验表明,本方法在去除噪声的同时保留了图像的细节信息,取得了很好的降噪性能,其峰值信噪比(PSNR)在高噪声水平下,较其他变分方法至少提高1.0dB左右。     

A robust variational approach to super-resolution with nonlocal TV regularisation term

Abstract

Multi frame super-resolution (SR) reconstruction algorithms make use of complimentary information among low-resolution (LR) images to yield a high-resolution (HR) image. Inspired by recent development on the video denoising problem, we propose a robust variational approach for SR-based on a constrained variational model that uses the nonlocal total variation (TV) as a regularisation term. In our method, a weighted fidelity term is proposed to take into account inaccurate estimates of the registration parameters and the point spread function. Moreover, we introduce the nonlocal TV as a regularisation term in order to take into account complex spatial interactions within images. In this way, important features and fine details are enhanced simultaneously with noise reduction. Furthermore, an alternative nonlocal TV regularisation is proposed based on a better weight function which integrates gradient similarity and radiometric similarity. Experiments show the effectiveness and practicability of the proposed method.     

基于模糊控制的小波包多阈值语音减噪新算法

在分析小波包传统阈值去噪算法的基础上,提出了一种基于模糊控制的小波包多阈值语音减噪新算法。该算法采用改进的多阈值选取方式来代替传统的阈值选择;应用一种新阈值函数对经小波包变换后的最底层频率系数进行量化处理以确保噪声尽可能地被滤除;模糊控制器可用于对信号中的幅值跳变以及边缘粗糙等问题进行优化与修正。综合以上3种方法即可自适应地进行语音增强处理。经实验结果验证,与传统阈值算法相比,该算法能够最大程度地还原纯语音信息,有效提高了语音去噪的准确度与信噪比。     

第二代曲波变换的图像降噪新算法

Curvelet变换表示曲线奇异函数的异向性及图像边缘时,具有比小波变换更优的表示特性。针对小波图像降噪存在的不足,分析基于wrapping算法的快速离散曲波变换的特点,提出结合循环平移、厄尔迭代方法和蒙特卡洛阈值规则的新消噪方法。该算法充分利用曲波系数的相关性,消除了因Curvelet变换缺乏平移不变性引起的图像＂划痕＂失真和＂振铃＂效应。实验结果表明,该算法与传统的小波消噪、二代小波消噪、小波包消噪和曲波硬阈值消噪相比,得到降噪图像的峰值信噪比更高,视觉效果更好。     

一种基于数据融合的图像插值算法

针对传统的线性插值算法存在的边缘模糊问题,本文提出一种新算法.首先采用距离平方反比的插值方法在插值点邻域内计算水平、垂直和对角三个方向共6个插值,然后以插值距离和方向梯度构造权重,进行数据融合获得最终插值.该算法既考虑了插值距离因素,又考虑了插值方向梯度信息,有效地保护插值图像的边缘和纹理信息.实验结果表明,该算法的插值图像比传统的双线性插值法均方误差降低而平均梯度增加,是一种提高插值图像分辨率的有效方法.     

泡罩药品包装视觉检测系统图像滤波算法

目的有效滤除泡罩药品包装视觉检测系统中的图像噪声,以保证后续泡罩包装药品的图像分割、特征提取等任务顺利开展。方法分析引导滤波的数学模型,并在此基础上对其进行改进,提出一种自适应高斯引导的新型泡罩药品包装图像滤波算法。采用更加理性的参数优化算法,且用高斯窗口来代替传统的盒窗口。结果自适应高斯引导滤波算法能够有效滤除图像中的噪声,同时最大程度地保留原始图像中的边缘和细节等信息。结论该算法对后期泡罩药品包装的图像处理和分析有一定的指导意义。     

基于均值聚类和循环导向滤波算法的农业图像去雾研究

采用均值聚类和循环导向滤波(MCLGF)算法对农业图像去雾进行了研究。首先,建立雾天图像光学模型;接着任意选取两个子特征向量作为初始聚类中心,根据分类结果,将有雾图像通过均值聚类分为天空区域和非天空区域,再通过天空区域中求取原图的最大像素值作为大气光值;然后,循环导向滤波实现细节平滑和边缘保持,最小化代价函数使导向滤波器的输出图像与输人图像差异最小;最后,给出了算法流程。实验仿真显示:该算法能够有效地降低图像中的雾气,结构相似度平均值为0.98、信息保真度平均值为0.96、图像信息熵可达9.12,可见边的正则梯度均值可达0.85,这4个评价指标相比其他算法均较好。     

采用零树结构分类小波系数的红外图像降噪

红外图像易受噪声污染,为了改善红外图像的质量,提出了一种基于零树结构分类小波系数的红外图像降噪算法.该算法利用小波零树结构表达尺度间的相关性,通过空间自适应阈值将小波系数进行分类,并根据不同类系数的统计特性采用不同的先验分布模型,在贝叶斯框架下实现降噪.实验结果表明,本文算法在峰值信噪比(PSNR)指标上优于传统算法;从视觉效果来看,该算法在有效去除图像噪声的同时能较好地保持空间细节,可以满足当前红外图像降噪的需求.