基于Beamlet的图像线特征提取方法

提出一种基于Beamlet变换图像线特征提取方法。用基于方向窗的方向滤波突显图像中不同方向的线特征,通过阈值处理将灰度图像转换为一组二值图像,利用逻辑或运算融合成一幅图像,用Beamlet变换从融合图像中提取图像的线特征和曲线特征。实验结果表明,在信噪比很低的情况下该方法能够得到满意的结果。     

基于Beamlet变换的线特征检测

线特征是图像的重要特征,其检测效果直接影响模式识别和分类。基于调和分析的思想,给出一种带有方向信息的多尺度的Beamlet基,对图像进行Beamlet变换。试验结果表明,该线特征检测方法不仅能提取无噪声图像中的直线和曲线,而且对强噪声图像中的直线和曲线提取效果也很好。     

一种改进的复杂图像线特征提取方法

针对传统Beamlet变换无结构算法在提取图像线特征时存在的线断裂、重叠、模糊等问题,提出了一种提取复杂图像线特征的改进方法。该方法首先利用小波变换对图像进行预处理,以突显细节特征;接着对预处理后的图像进行Beamlet变换,得到变换系数集合;然后在阈值化时,定义了新的能量统计,在可视化时,制定了新的划线规则,并使两者结合,以确保每个二进方块最多只用一条最优基表征;最后将所有方块中的最优基作为线特征提取出来。实验结果表明,与传统算法相比,在没有明显增加计算量的前提下,该改进方法对线条丰富和边缘复杂的图像的线特征提取,表现出明显的优势。     

小波变换和Canny算子相结合的图像边缘检测算法

提出一种基于小波变换和Canny算子相结合的图像边缘检测算法.由于传统Canny算子在进行边缘检测时,会丢失边缘细节信息,产生伪边缘,因此,论文提出在进行Canny算子边缘检测前,首先使用二维最大类间方差算法将图像分为四幅子图,然后对各子图分别进行小波阈值去噪,对去噪图像进行图像融合后,使用Canny算子检测边缘,最后进行边缘连接,得到连续边缘线.实验结果表明,该算法可以在去除噪声的同时有效保留边缘细节,达到较好的检测效果.     

基于改进Canny算子与图像形态学融合的边缘检测方法

传统Canny算法采用高斯滤波会造成图像的过度光滑,容易导致缓变边缘的丢失,而且梯度幅值的计算方法没有充分考虑到3x3邻域内周围像素对中心像素的影响.针对上述存在的问题与不足,结合小波融合技术的优势,提出了一种基于改进Canny算子与图像形态学融合的边缘检测方法,利用改进的Canny算子和图像形态学分别对图像进行边缘检测,然后应用小波融合技术把两种方法检测出来的边缘进行图像融合,得到最终的图像边缘.仿真结果表明,该算法具有较好的抗噪能力,有效地提高了边缘检测的准确性和完整性.     

改进Canny算子在细胞图像边缘检测中的应用

通过对传统的Canny边缘检测算子进行理论和实验的研究,分析高斯平滑医学细胞图像的优劣性,以及边缘失真的问题,提出一种减少边缘失真的改进算法。实验表明,改进后的算法有比较高的信噪比,并对细胞图像有良好的边缘检测效果。     

利用Beamlet变换算法提取遥感图像线性特征*

利用一种Beamlet变换算法来提取遥感图像中的线性特征,通过对遥感图像按二进、递归进行划分,利用灰度信息,积分计算每一小块图像中的Beamlets,结合梯度信息,通过广义似然比检验GLRT(generalized likeli-hood ratio testing)来检测判断符合条件假设的Beamlets,重建线性目标。此算法可以克服图像中的干扰及噪声,适应复杂、低信噪比遥感图像环境,准确地定位出直线。实验结果表明,该算法具有较好的性能,可以应用到实际的遥感图像处理中,具有实用价值。     

改进的Canny算子与SIFT算法相结合的医学图像特征提取

微创外科手术中的图像特征快速提取与分析,可以使计算机具备图像实时识别的能力,提高手术的成功率。对常用的边缘与角点特征进行了分析,提出了边缘与角点相结合的特征提取方法。以二尖瓣索修复微创手术图像为例,对常用的几种边缘算法和改进的Canny算法进行了分析比较,利用改进的Canny算子所得到的较为完整的检测边缘信息,运用SIFT算法提取图像角点,剔除了一些伪特征点,得到了图像匹配时所需要的更加精确的信息。为后续的图像融合与复原以及三维图像重建打下了良好的基础。     

基于改进Canny算法的图像边缘检测

鉴于传统Canny边缘检测算法在高斯滤波方差和高低阈值选取上需要人工干预,不具备自适应能力。文章提出了一种通过迭代分割求取最佳高、低阈值的方法,改善了人为设定阈值自适应性不强的缺点,提高了边缘定位的精度。与此同时,还将检测结果与原Canny、Sobel和Log等边缘检测算子对图像的处理结果进行了比较,实验结果表明,采用改进的Canny边缘检测算法可以得到较为完整、清晰的边缘轮廓,具有更好的检测精度和准确度。     

利用Beamlet变换算法提取遥感图像直线

遥感图像处理中,直线特征是一种极为重要的特征,能够提供重要的视觉感知线索。本文利用一种Beamlet变换算法来提取遥感图像中的直线特征,通过对遥感图像按二进、递归进行划分,利用灰度信息,积分计算每一小块图像中的Beamlets,结合梯度信息,通过广义似然比检验GLRT（Generalized Likelihood Ratio Testing）来检测判断符合条件假设的Beamlets,重建目标直线。此算法可以克服图像中的干扰及噪声,适应复杂、低信噪比遥感图像环境,准确地定位出直线。实验结果表明,这种算法具有较好的性能,可以应用到实际的遥感图像处理中,具有实用价值。     

采用改进Canny算子分割尿沉渣图像

作为尿沉渣自动识别的关键一部分,尿沉渣图像的准确分割具有非常重要的意义。用Canny算子检测尿沉渣图像的过程中存在双阈值的选取不能自适应、检测出的边缘不闭合等不足。为改进这些不足,先对经过非最大值抑制后得到的候选边缘点用一个小的结构元素进行一次形态学膨胀,为提取闭合的边缘打下基础,然后提出了利用梯度图像的最高梯度来确定高阈值和利用梯度图像的局部梯度信息来确定低阈值的方法,该双阈值的选取方法自适应性强。实验结果表明,改进的Canny算子能够自动地分割尿沉渣图像,分割精度高,抗噪声干扰性强。     

基于改进Canny边缘检测算子的电子稳像算法研究*

针对特征点匹配电子稳像算法中提取的特征点容易受到噪声干扰的问题,在研究传统的特征点匹配电子稳像算法的基础上,提出了一种将改进的Canny边缘检测技术应用于电子稳像中的方法。利用改进的Canny算子对图像进行边缘检测,并通过对边缘检测的图像进行合理分区,在子区域内选择灰度最大边缘点作为特征点,并采用距离不变准则对特征点的有效性进行验证,建立二维运动模型进行全局运动估计,以此确定仿射模型的运动参数;最后利用卡尔曼滤波的方法来进行运动补偿,从而达到输出稳定视频图像的目的。实验结果表明,用这种方法提取的特征点具有     

基于逼近增强算子的合成孔径雷达图像特征提取算法

针对含噪SAR图像的边缘检测效果不理想、边缘特征不明显等问题,提出一种基于逼近增强算子的合成孔径雷达(SAR)图像特征提取算法.该算法利用多尺度非均匀滤波将含有噪声与不合噪声的像素点的灰度值、结构元素以及区域内的像素加权灰度密度这三个特征进行区分,以达到去噪效果.采用基于增强算子的SAR图像检测方法,通过SAR图像的像素灰度值以及像素点分布密度均值来计算综合均值阈值,通过阈值来判断像素点是否属于边缘部分.在实验中,通过分别与基于修改的LSD算法、基于水平集算法以及基于核心聚类算法的SAR图像提取方法进行了对比分析,从对比结果可以得出算法在对含噪SAR图像进行边缘检测时可以得到更明显的边缘信息.     

基于改进Canny算子和神经网络的人体行为识别模型

为了提高了人体行为识别的正确率,提出了一种基于改进Canny算子和神经网络的人体行为识别模型（ICanny-RBF）。采用改进Canny算子对人体行为图像进行预处理,提取人体行为轮廓,提取7个不变矩特征作为RBF神经网络的输入向量,训练出能够识别人体行为的RBF神经网络模型,并采用取k-means算法确定RBF神经网络聚类中心,采用Weizmann数据集进行仿真实验。仿真结果表明,与传统方法相比,提出的ICanny-RBF模型提高了人体行为的识别正确率。     

基于Hough变换提取直线的改进方法研究

传统的Hough变换用于检测直线时,存在不能确定直线端点、会检测出虚假直线以及对称地额外画出直线的问题,文章针对这些特点对Hough变换加以改进,经过实践检验,提取的特征较完整,改进效果较理想。     

基于OpenCV和改进Canny算子的路面裂缝检测

在路面裂缝检测中,检测的实时性和准确性同样重要,利用CCD摄像机采集到的视频图像,提出一种基于OpenCV开源平台及改进Canny算子的路面裂缝检测技术。通过对Canny算子的分析与研究,找到其存在的缺陷,利用形态学滤波对原有的滤波方式进行改进,使用Ostu算法实现双阈值的自适应获取。实验结果表明,改进后的Canny算子对路面裂缝检测时,保证了检测的实时性,且提高了检测的精度。     

基于改进DenseNet的牛眼图像特征提取方法

针对牛眼图像特征提取过程中由于梯度消失和过拟合造成的识别准确率较低的问题,提出一种基于改进DenseNet的牛眼图像特征提取方法.首先采用缩放指数线性单元(SeLU)激活函数防止网络梯度消失;其次通过DropBlock随机丢弃牛眼图像的特征块,从而防止过拟合,并加强网络的泛化能力;最后将改进后的稠密层进行叠加以组成改进...