相位一致性原理改进的双边滤波器

为了在增强滤波器去噪强度的同时还能够保留更多的图像边缘细节信息,提出了将相位一致性原理同传统双边滤波器相结合的改进算法.根据提取图像的相位一致性信息,自适应修改双边滤波器的空间相关性和灰度相关性因子,以取得最佳的滤波效果.通过实验图像进行验证,并对处理后的图像进行了主客观还原效果评价,峰值信噪比和结构相似性指数均有较大的提升,实验结果表明了该算法的有效性和可行性.     

基于改进相位一致性算法的眼底血管分割

为了从眼底图像中分割出具不同形态特征的视网膜血管,提出了基于改进相位一致性算法的眼底血管分割方法。采用二维离散Hilbert变换实现相位一致性算法,利用相位一致性算法在频域提取眼底图像特征并用于视网膜血管分割。采用STARE眼底图像数据库进行实验并以专家手工分割结果为标准,实验结果表明,提出的改进相位一致性算法可较好完成视网膜血管分割,能够有效避免图像亮度和对比度对分割结果的影响。     

基于相位一致性改进的步态识别方法

为克服步态轮廓变化对步态识别的不利影响,采用步态能量图改进对数Gabor相位一致性特征,提出一种新的步态识别方法。利用局部能量计算方法及频率扩展与噪声补偿策略,使提取的步态特征更具识别性和定位性,并对该步态特征进行线性判别分析降维。应用基于欧氏距离的最近邻分类器在CASIA和USF步态数据库上进行测试,结果表明该方法在个体携包行走、穿着和视角变化的情况下均能较好地识别步态轮廓,相比现有步态识别方法具有更高的正确识别率。     

基于样条小波的有噪图像边缘检测方法

图像的边缘和轮廓包含了图像的重要特征信息。在模式识别等领域中,能否正确检测到图像的边缘轮廓是十分重要的。当图像数据混有噪声的时候,对边缘的检测比较困难,文中采用了小波多尺度去噪和局部极大模边缘检测相结合的方法,在受白噪声污染的图像边缘检测方面得到了较好的效果。     

利用相位一致性的图像质量评价方法

各种图像处理建立在有效性地提取图像特征之上,如图像分类、分割和图像质量评价等,因此获取有效的图像特征对于图像处理意义十分重大。不同于在图像灰度的突变点处直接定义图像特征,相位一致性(PC)在傅里叶分量的相位保持高度一致的位置观测图像特征,获得了丰富的特征信息和精确的特征定位,与人类视觉系统(HVS)对图像特征的认知相符。提出了一种新的基于相位一致性特征的图像质量评价方法。该方法使用退化与参考图像的相位一致性在局部区域的相似度来测量图像质量的退化程度;并且考虑到相位一致性是纹理和边缘的反应,而人类视觉系统对纹理丰富的区域较为敏感,利用相位一致的局部最值作为加权值,将局部的相似度结合为单个的图像质量评分值。实验结果表明,提出的图像质量指标具有较好的主客观一致性。尤为重要的是,该指标对图像的亮度和对比度变化不敏感。     

相位一致性的理解及两种新的相位一致性模型*

首先研究了1D方波信号边缘处的相位分布特点,发现不同频率分量在边缘处的相位不一定收敛于同一个角度值,而是会随着占空比的变化而变化。因此,基于局部能量的相位一致性模型实际上是不同频率分量利用幅度加权后的平均结果。由于在多数自然图像中,图像频率分量的幅度会随着频率的增加而呈反比下降,基于局部能量的相位一致性模型主要由低频分量决定,这样在一定程度上降低了对边缘空间定位的精度。为了提高边缘检测的空间分辨力,提出了两种新的相位一致性模型。利用二维Log Gabor 滤波器提取图像的局部相位信息,分析了利用这三种相位一致性模型进行边缘检测的结果。实验表明,利用两种新的相位一致性模型可以检测到更加细致的图像边缘信息,具有更高的边缘空间定位能力。     

具有边缘局部化的边缘检测小波研究

小波变换能够有效地检测出图象的边缘。为了使检测出的图象边缘局部化，本文在构造边缘检测小波的基础上，通过对小波迭代滤波且的特性分析，给出了边缘检测小波迭代滤波器组的选择原则，并通过实例进行了验证。     

基于优化设计Gabor滤波器的边缘提取方法

基于Gabor滤波器在空间和频率域上都显示良好的局部性能,提出一种用于边缘检测的优化Gabor滤波器的设计方法,并用Canny边缘检测准则对其性能进行了评测．实验结果表明该方法具有良好的边缘检测效果．     

基于相位一致性图像处理的岩体裂隙自动检测

提出了一种基于相位一致性检测和分段线迭代连接并去除伪边缘的岩体裂隙自动检测方法。先对原始图像进行相位一致性边缘检测并细化处理,得到包含裂隙特征和伪边缘的分段线,再根据距离和角度原则对分段线迭代连接,裂隙分段线相互连接而不断完整的同时滤除不能连接而变长的伪边缘。实验表明,对于大体积岩体露头面图像的裂隙检测,该方法具有较高的精确性。     

基于区域一致性测试的多尺度边缘检测方法

在多尺度边缘检测方法中,滤波器的滤波尺度的选取非常重要,该文提出了区域一 致性测度的概念以度量当前像素点所处的区域是平滑区还是边缘区,并以此测度来自适应调 整滤波尺度.实验结果和分析表明,这种方法可以得到令人满意的结果,同时具有较好的抗噪 能力.     

基于局部能量的对称性检测算法

目前大多数对称性检测算法都是基于亮度或梯度信息进行的．文中分析了对称性与相位之间的关系,提出一种基于局部能量的对称性检测方法,将对称性检测问题转化为能量分析．在频域中用log Gabor小波对原始图像进行滤波,在不同尺度下局部能量最大、相位为特定相位且保持一致的点,即为物体的对称点．文中的可行性分析、算法定义及其合理性为该算法奠定了理论基础．实验表明,该算法可以克服目前已有算法需要图像分割的局限性,即该算法可直接应用于原始图像,不需要图像的任何先验知识,不需进行分割等任何预处理,而且还可以同时检测多种对称性．     

对称位相型滤波器及其在边缘检测中的应用

该文从概率的角度提出了两类新的滤波器：对称位相型滤波器和对称梯阶滤波器;证明了对任意给定的非负对称滤波器可用这两类滤波器的序列在（－∞,＋∞）内一致逼近;这种序列有着统一的结构形式：L（x）＝^s∑i＝1e^λi│x－μ│^Ni∑k＝0ak^（i）│x－μ│^ k。对于L（x）,文中给出了选择L（x）一些最优准则的解析表达。从而表明L（x）既具有一般性,又易进行解析处理和数值计算。对于已有文献中相关于对称指数滤波器的两类不同形式,例如Li等和Ma等,该文从理论上进一步刻画了它们的内在一致性。     

基于小波和奇异值分解的图像边缘检测

针对传统图像边缘检测抑制噪声能力弱的问题,给出了一种小波变换和局部梯度 场内奇异值分解相结合的边缘检测方法。首先在图像预处理阶段,为了提取准确的边缘特征, 文中利用小波变换的时频局部化特性,对图像进行小波变换。该文对用小波求取的梯度场使用 局部梯度奇异值分解的方法;利用奇异值的特性和良好的稳定性,使提取的边缘特征更加突出 并且能够达到抑制噪声的目的。实验证明该文方法既能在无噪声影响的图像中提取出清晰完整 的单边缘,又能在有噪声干扰的情况下提取出理想的边缘。     

基于边缘方向性的小波边缘检测算法

现有的基于小波变换的图像边缘提取方法会导致边缘细节的损失且边缘位置会发生偏移,因此本文给出了一种改进的边缘检测方法。该算法先对图像进行平滑处理,然后用小波变换提取边缘。传统的平滑方法避开了边缘的方向性,且对图像的边缘保持效果不佳。本文提出了基于边缘方向性的平滑算法,该算法在处理边缘像素时可自动搜索边缘方向进行平滑,用该算法和小波方法结合进行边缘检测。仿真实验给出的实验结果有力地证明了该方法的有效性。     

一种阈值自动设定的小波变换边缘检测方法

边缘检测是提取图像特征的重要手段,本文提出一种阈值自动设定的双阈值小波变换边缘检测方法。小波变换具有良好的时频局部化特性和多尺度分析能力,获得的边缘信息丰富,采用二维静态小波变换算法,计算出局部模极大值点,但其中除了边缘点外,还混有噪声信号,本文根据边缘与噪声的特征自动计算出阈值,实现了噪声与边缘的分离,强边缘与弱边缘的分离,并通过实例验证了算法的有效性。     

基于Walsh-Haar类变换的图像边缘检测

图像边缘检测是图像处理和计算机视觉中的基本技术。论文提出了一种新的基于Walsh-Haar类变换的图像边缘检测方法。实验表明,该算法具有较好的边缘检测能力,不仅方法简单,而且检测到的边缘多于传统的边缘检测方法。     

基于小波变换的含噪图像边缘检测算法

针对含噪图像边缘检测时出现的噪声去除不完全和边缘定位不精确的问题,本文提出一种改进的图像边缘检测算法,该算法首先根据范数性质改进对图像进行小波变换求模极大值边缘检测时的梯度模算法,然后对得到的边缘图像利用本文所提出的阈值算法处理,最后连接图像,得到最终的图像边缘。计算机仿真结果表明,对于含噪图像,改进的算法能得到较为理想的图像边缘信息,实现了去噪和目标边缘精确定位的双向平衡,与传统的检测算法相比,检测效果有一定的提高。     

基于小波变换的自适应梯度边缘检测算法

针对传统的单一边缘检测算法抗噪能力差、边缘不连续等不足,本文提出采用两种算法相结合的方式来进行边缘检测。首先,对原始图像进行多层小波分解;然后,对小波分解后的图像低频部分用提出的8点邻域自适应梯度算法进行边缘检测,依靠边缘生长方法保证检测出的边缘的连续性,对高频部分用小波变换的局部模极大值算法检测图像的边缘;最后,将各层边缘信息按一定的融合规则融合起来得到最终的图像边缘。实验结果表明,该方法与传统的边缘检测算法相比具有定位精度高、去噪效果好等明显的优点,也能较准确地提取图像的边缘。     

基于边缘信息的图像去马赛克方法

提出了一种去马赛克方法,能够有效提高由低分辨率设备以及噪声干扰得到的马赛克图像的质量。主要基于经典的边缘及滤波算法,利用几何特征及概率思想将马赛克区域定位并去除。方法的实施能够明显提高放大图像的主观质量。进一步的研究工作将通过并行的技术提高运算速度,并重点关注减少系统资源的开销,从而降低方法部署的成本。     

基于MATLAB仿真的边缘检测算子研究

图像边缘检测技术是图像分割、目标识别、区域形态提取等图像分析领域中十分重要的基础。简要介绍各种图像边缘检测算子的基本原理．并对具有代表性的几种算子进行了讨论。用MATLAB仿真实验结果表明各种算子的特点及其对噪声的敏感度。这有助于学习和寻找更好的边缘检测方法。