一种基于多尺度梯度的边缘提取方法

通过扩展传统的基于梯度的边缘提取方法,提出一种新的简单有效的边缘提取方法。根据梯度在边缘处的响应,基于不同尺度的梯度的有机结合得到一种新的边缘特征定义。该表示方法具有自适应性,然后结合非最大抑制的思想得到响应大的位置,即自适应地将局部极大信息确认为边缘,从而得到具有鲁棒性的边缘提取结果。实验表明,该算法的性能优越,对噪声不敏感。     

一种基于TIN的等值线快速生成算法

基于TIN生成等值线图是利用有限的离散空间信息恢复地质属性和地学变量空间分布状态的重要手段之一,其时间效率主要取决于起始等值边查找与等值线追踪。通过构建以TIN三角面片单元为节点的红黑树,将起始等值边查找的时间复杂度由[O(M×N)]提高到[O(lbN)];基于散列与半边数据结构重建TIN拓扑,根据TIN中“边-面”拓扑关系,在等值点内插计算的同时完成等值线追踪。实验及应用表明,算法时间效率高,生成的等值线精度可靠,可满足大数据量条件下等值线快速生成的需要,具有广泛的实际应用价值。     

一种基于多尺度特征的彩色图像数字水印算法

结合彩色图像特点,以多尺度空间理论及图像归一化技术为基础,提出了一种可有效抵抗几何攻击(包括全局仿射变换、局部失真等)的强鲁棒第二代彩色图像水印算法.该算法首先利用多尺度Harris检测算子从原始彩色图像中提取出稳定的特征点;然后根据特征尺度自适应确定局部特征区域,并对其实施归一化处理;再结合不变质心理论提取出归一化局部特征区域的重要区域,同时对重要区域实施离散傅立叶变换(DFT);最后结合幅值谱信息自适应确定水印嵌入位置,并采纳量化调制策略将数字水印嵌入到重要区域的相位和幅值内.仿真实验表明,本文算法不仅具有较好的不可感知性,而且对常规信号处理(中值滤波、边缘锐化、叠加噪声和JPEG压缩等)和几何攻击(包括全局仿射变换、局部失真等)均具有较好的鲁棒性.     

一种基于四叉树的TIN的LOD算法

通过在不规则采样点集上构建一个四叉树结构，并联合基于四叉树的LOD算法和基于TIN的三角网简化算法，提出并实现了一种TIN的LOD算法。意在把适用于格网数据的高效方法应用于不规则采样点集，得到地形的一个高效的多分辨率表达。     

基于综合信息的多尺度视频对象提取算法

提出了一种基于图象颜色和细节信息的多尺度视频对象提取算法。在低尺度下根据颜色信息进行初始粗分割;随着尺度的增加,利用对象的细节信息对分割结果进行细调整,直到达到需要的精度;最后,利用形态学的有关算法对分割区域进行填充、平滑。实验证明,算法的提取速度快、定位准确,可以用于视频序列中关键帧(I帧)的对象提取。     

一种基于多尺度LBPH特征的快速人脸识别算法

人脸探测和相似度比较的相关算法经过十几年的发展,目前已经进入实用的阶段。在目前先进研究成果的基础上,侧重考虑处理速度和识别性能的均衡性,实现实时的人脸识别系统。首先基于Haar特征快速提取人脸轮廓,然后基于形变组件模型训练、提取脸部关键部位的landmark,并根据landmark采用多尺度LBPH(Local Binary Patterns Histogram)表示人脸特征,采用距离尺度学习算法训练尺度模型并进行人脸识别。系统人脸识别时间接近实时,识别性能接近实用水平。     

一种基于多尺度自适应形态学的塔吊提取方法

塔吊作为建筑工地的标志性地物,是对非法建设用地的敏感警报,是工程进度监督的有力依据。但是由于城市遥感图像中地物的复杂性以及噪声的影响,如何将塔吊精确地提取出来具有一定的难度,而且目前还没有成熟的方法。充分考虑到不同塔吊的方向不同,以及结构元素的种类和尺度对图像处理结果的影响,提出了一种基于多尺度自适应形态学的塔吊提取方法。将多尺度自适应形态学方法对无人机航空影像进行分割,分割权重值根据不同的结构元素对图像进行腐蚀运算得到不同的填充次数而定,将得到的结果影像进行二值化处理、边缘提取、直线提取以及基于塔吊特殊的几何特征的提取,最后将塔吊精确地提取出来。通过与原始数据进行对比验证,表明该方法适用于航空遥感影像分割及塔吊提取的设计方案可行,对衡量城市建设投资力度具有重要意义。     

一种基于多特征融合的直线提取算法

该文研究了一种在图像中提取直线的算法。直线提取需要尽量将那些因噪声影响而断裂的直线连接起来,同时,还要尽量避免过度连接,才能形成正确反映图像事件实质的特征。该文使用了多种特征作为判断直线是否可以连接的证据,因而降低了误判的可能。对仿真图像和真实图像所做的实验显示了该算法的有效性。     

一种多尺度彩色图像细节增强算法

针对彩色图像提出一种基于小波变换的细节增强算法,在可分离亮度色度的彩色空间内,保持图像的色度分量不变,对其亮度分量进行小波变换,然后按照分解后的各级近似图像对比度采用插值处理调整小波细节系数,同时适当地增强近似系数以提高彩色图像的平均亮度,在处理过程中不需要设定额外的调整参数.实验证明,本算法不但保留了图像较亮的细节,而且增强了较暗的细节,同时达到了图像色彩不失真的目的.此外,本算法直接在RGB彩色空间内处理彩色图像也获得了较好的效果.     

一种文档图像多尺度分割算法

1.研究背景随着数字图书馆和电子办公应用的日益普及,面对大量纸质原始文件及资料的数字化,直接扫描、存储和传输文档的需求越来越多,为了解决扫描文档图像庞大信息量和存储容量、传输带宽之间的矛盾,迫切需要专门针对文档图像研究新的高性能压缩算法。根据扫描文挡页面的内容特征,提高压缩比最有挖掘潜力的方法是对文档图像进行图文分割后再分别     

一种形态学彩色图像多尺度分割算法

为了对彩色图像进行快速有效的分割，提出了一种用于分割彩色图像的多尺度形态学算法。该算法首先用基于张量梯度的彩色分水岭算法来得到初始分割结果，即局部水平集连通区域，并综合考虑了面积和色彩计算区域间的相似性，构造了区域间的RAG（region adjacency graph）和NNG（nearest neighbor nraph），用于后续形态学处理；接着，基于HSV空间中的色彩全序关系，定义了彩色形态算子；然后采用顶点塌缩算法实现的彩色形态学开闭算子生成了所需的非线性尺度空间；最后，利用图像中的极值点与物体间的对应关系，逐级提取图像中包含的物体来得到分层级的表示，并用区域在不同尺度下熵的变化来决定尺度树的构成，从而完成了彩色图像的分割。试验结果表明，该算法不仅具有出色的形状保持能力，而且可提高计算效率。     

一种基于TIN的大规模地形实时可视化算法研究

在地形可视化领域中,如何对大规模地形的数据进行处理和可视化一直是一个关键问题.本文提出一种有效的实现方法.采用平均分割方法对大规模地形数据进行分割.其中重点解决地形块简化时相邻地形块问的边界处理问题;通过基于半边收缩和顶点分裂操作获得多分辨率TIN模型,并改进顶点分裂操作方法.实验结果表明,采用本方法可以实时生成大规模地形,提高了地形漫游的效率与可视化效果.     

一种多尺度卷积神经网络道路提取方法

针对神经网络训练过程存在分辨率不断降低和梯度消失的共性问题,提出一种基于多尺度卷积神经网络的遥感影像道路提取方法。首先,针对网络前向传播过程分辨率逐渐降低的问题,采用子影像训练网络模型,增强网络对细节信息的获取,然后应用多尺度卷积学习获取不同维度的分层特征,解决由分辨率下降导致的信息缺失问题;其次针对网络在反向传播阶段中出现的梯度消失问题,融入残差连接限制梯度过度更新,改善网络的深度受限问题;最后,针对网络深度和宽度的挖掘导致的网络训练效率问题,使用全局均值池化优化全连接层中大量的冗余数据。大量遥感影像实验结果表明,相对于U-Net网络和经典卷积网络,该方法在Accuracy和F1值上均具有较大优势。     

一种基于多尺度Retinex算法的图像去雾方法

在有雾天气条件下拍摄的图像,由于大气的散射作用,导致图像的内容模糊不清,对比度下降,给交通系统及户外视觉系统的应用带来严重的影响。通过改进大气物理退化模型,在多尺度Retinex算法MSR(Multi-Scale Retinex)的基础上,提出一种新的去雾方法。该方法根据雾天成像机理对图像建立模型,再根据MSR算法对建模后的图像进行处理。实验表明,该方法能有效去除雾化效果,实现彩色退化图像的复原。     

一种基于多尺度几何分析下的图像去噪算法研究

图像的边缘和轮廓包含图像的重要特征信息,当图像中数据混有噪声的时候,对边缘的检测比较困难。在多尺度几何分析理论的基础上,提出了一种基于尺度因子与Contourlet变换的图像去噪算法。实验表明,该算法对高斯白噪声污染的图像去噪具有很好的效果,不仅可以提高处理图像的信噪比,图像的视觉效果也明显改善。     

一种多分辨多尺度的Retinex彩色图像增强算法

针对Retinex算法的缺点与不足,提出了一种改进的中心/环绕函数,以及图像增强分辨度概念。利用Retinex算法中图像增强分辨度与尺度之间对图像增强效果的互补特性,提出了多分辨多尺度的Retinex（Multi-Resolution and Multi-Scale Retinex,MRMSR）彩色图像增强算法。实验过程中,采用图像质量主观评价法和图像质量客观评价法相结合的方式,对多幅彩色图像进行了算法验证,并与MSR、MSRCR等算法进行比较。实验表明,MRMSR算法具有较好的图像增强效果,其图像增强效果明显优于其他算法,并能够有效地降低尺度对图像增强的影响。     

一种基于多智能体系统的边缘提取算法

提出了一种可行的多智能体系统实现架构,基于扩散梯度的边缘特征表示,将多智能体系统应用于边缘提取。算法根据个体智能体的简单机制,结合边缘位置的梯度外在表现,使每个智能体采用一定的策略进行边缘搜索,其中包括扩大范围、平移和位置突变。通过多智能体的共同努力,最终完成对边缘的提取。实验表明,该算法能够更为精确地搜索边缘位置,而且对噪声的影响不敏感。     

一种TIN生成算法的改进与实现

利用Delaunay三角网空外接圆性质，可以直接构成Delaunay三角网，但大部分时间花费在搜索第三点的过程中。文章提出利用直线方程的判别式，用判别正负区原理对以上算法进行改进，并用VC＋＋实现。     

一种快速多尺度特征点匹配算法

为了快速稳定地进行特征点的跟踪,提出了一种快速多尺度特征点的提取算法.该算法首先利用快速局部窗口极值搜索算法提取出不同尺度空间特征点的局部极值,减少了局部极值搜索的冗余性,然后再利用最近邻算法对特征点进行匹配.实验结果表明,该算法的计算速度快于SIFT算法和MOPS算法,稳定性强于传统的Harris算法,可以用于实时图像配准及目标跟踪.     

基于多尺度图谱和局部谱的目标提取算法

针对多尺度图谱算法不能有效提取含有较多纹理或包含差异较大区域的目标物体, 提出了一种结合图像平滑、多尺度图谱和局部谱的目标提取方法。首先对图像进行l0梯度最小化平滑处理, 锐化边缘的同时消除图像的部分纹理信息; 其次通过多尺度图谱方法对图像进行分割, 该算法结合了归一化割算法的高精确度和多尺度算法的高效率性; 最后结合局部谱理论, 将人工选取的种子区域作为约束条件, 进行有偏割向量估计, 通过最大类间方差法将该向量分割成目标和背景。实验表明, 该方法弥补了多尺度图谱算法的不足, 并能产生很好的目标提取效果。