共查询到20条相似文献,搜索用时 31 毫秒
1.
在对裂缝图像骨架进行提取时,已有的算法通常存在细化后骨架主体信息缺失、毛刺去除效果随图像规模增大而快速下降等问题。针对上述问题,该算法提出一种模板匹配与高适应性的裂缝骨架提取算法。首先,结合模板匹配对Rosenfeld细化算法进行改进,以保留骨架主体结构;然后提出一种高适应性毛刺去除算法,以分支像素点数量与细化后骨架图像目标像素点数量之比作为判断标准,可以高效适应不同目标像素点密度和规模的裂缝图像。实验结果表明,该算法能够有效实现单一像素宽度骨架并尽可能去除骨架毛刺,有一定的可行性及优越性。 相似文献
2.
3.
4.
为在像素级上提高对图像拼接区域的定位精度,分析图像中自然边缘像素点和拼接边缘像素点与其邻域像素点之间存在的平滑过渡关系,提出一种有效的图像拼接盲取证定位算法。对图像中所有的边缘像素点提取平滑度相关性标量值,将其与判决阈值进行比较,得到拼接边缘,定位拼接区域。在标准拼接图像数据集中的实验结果表明,该方法能够有效提高图像拼接区域的定位精度。 相似文献
5.
为提高骨架提取的准确性和连通性,提出了一种利用模板和邻域信息的静脉骨架提取新算法,该算法首先对二值图像进行平滑,并通过自适应方法计算静脉纹路上所有像素点邻域之和,以快速区分出边缘点和中轴点,然后遍历图像找出所有符合中轴点模板的像素点,并删除其中的孤立中轴点之后,得到一些间断的中轴线段,最后从这些中轴线段的端点开始采用最大邻域点跟踪方法提取出静脉骨架。实验结果表明,该算法提取的静脉骨架与中轴线重合且平滑稳定,且具有尺度不变性,角度不变性和良好的抗噪性能,是一种有效的骨架提取算法。 相似文献
6.
针对使用视觉背景提取(ViBe)模型在室外动态背景下进行移动目标检测时存在不规则闪烁像素点对前景检测结果造成干扰的问题,提出一种基于视觉背景提取算法的闪烁像素噪声消除方法。在背景模型建立阶段设定背景模型样本标准差阈值,约束背景模型的采样值范围以提高背景模型准确性。在前景检测阶段引入自适应检测阈值提高前景物体检测精度,在背景模型更新过程中对图像边缘背景像素点进行边缘抑制以阻止错误背景样本值更新到背景模型。在此基础上,结合形态学操作修复连通域,提高前景图像的完整性。最后选取多个视频序列将该方法与原始ViBe算法、形态学改进方法的检测结果进行对比。实验结果表明,该方法能有效消除闪烁像素噪声对前景检测造成的影响,获取更精确的前景图像。 相似文献
7.
针对低压电流互感器表面裂纹的提取与判定,提出基于渗透算法和改进型OPTA(One-Pass Thinning Algorithm)的互感器表面裂纹检测算法。首先获取互感器表面的灰度图像;其次根据裂纹区域像素值、亮度变化,通过设定种子像素点、亮度阈值,利用渗透算法渗透得到二值图;再次从裂纹连通性入手,利用改进型OPTA提取ROI(Region of Interest)的骨架,骨架由单像素点组成;最后利用裂纹具有分叉性的特点,像素点的邻域点个数超过2的即可判定为裂纹。实验表明,渗透算法能够有效地从图像中提取出ROI,并保持了ROI的线性特征,改进型OPTA使ROI完全细化为单像素图像,提出的邻域点判别法检测效率在97%以上,相较于所提其他检测方法有明显提高。 相似文献
8.
提出一种融合使用背景帧差和分块帧差的运动目标检测方法。该方法通过对图像的每个像素点进行学习,然后建立初始背景,通过不完全覆盖分块法对图像进行分块,对各子块进行帧间差分实现对前景图像的粗提取,采用otsu算法获取阈值,运用背景差分对前景图像进行细提取。背景采用分段学习的更新方法,能够消除光照变化、背景物体摇动等噪声。实验结果表明,该方法快速、准确,抗干扰能力强,能较好地满足实时检测运动目标的要求。 相似文献
9.
在传统的图像边缘提取的过程中,往往只是注重像素点的灰度值,忽视了相邻像素点间的灰度跃变的方向信息,从而导致了得到的图像边缘的连接性不好,而且缺失了许多重要的细节.结合向量排序统计提出了一种新的边缘提取的方法,利用该方法分别得到图像R,G,B三分量的边缘强度,同时应用非极大抑制和自适应阈值对所得图像边缘进行处理,最后将处理后的三分量边缘信息融合,得到了最终的边缘图像.实验结果表明,该方法很好的保证了图像边缘的连续性和准确性. 相似文献
10.
11.
针对复杂背景下显著图提取精准度不高的问题, 提出了一套基于自适应空间邻域的获取方案。该方案考虑人眼神经元感受野的同心圆结构, 计算自适应圆形空间邻域; 然后结合二维正态分布的显著权值计算空间邻域内每个像素点的显著值, 获取图像的显著图, 再利用简单的阈值分割算法提取二值图像; 最后通过在两个自然图像集进行实验, 并与三种经典算法进行比较。实验结果表明, 该方法可以在复杂背景下有效地获取精确的显著图。 相似文献
12.
基于边缘算子的车牌图像二值化方法 总被引:3,自引:0,他引:3
提出一种基于Canny边缘算子的车牌图像二值化方法。该方法综合考虑了边缘信息和灰度信息,根据与边缘像素点相邻的像素点的灰度值变化特点,得到图像的高、低阈值,综合利用高、低阈值对原灰度图像进行二值化。实验表明,此方法对于车牌图像的二值化处理有令人满意的效果。 相似文献
13.
14.
针对冠脉造影图像模糊、对比度低等导致的冠脉血管提取不完整、骨架不连续等问题,提出一种基于Hessian矩阵的多尺度冠脉分割与骨架提取算法,并估计血管半径值,为冠脉结构的三维重建奠定基础。该方法利用Hessian矩阵特征值对应线性目标的关系,构造一个新颖的血管相似性响应函数,对冠脉增强并阈值化得到分割结果,同时由 Hessian 矩阵确定冠脉血管的法线方向,通过求解法线方向上的极值点得到冠脉骨架的初始像素点集,以此来提取冠脉血管的欧氏骨架。实验结果表明,该算法简洁高效,相比现有算法能提取到更多的细小分支,得到的冠脉骨架完整,半径估计准确。 相似文献
15.
为获得精确、完整的目标区域分割图,提出一种基于对称性区域过滤的检测方法来进行图像分割。利用改进的简单线性迭代聚类算法将图像分割成若干超像素,并以超像素为节点建立吸收马尔科夫链。计算转移节点到吸收节点的被吸收时间,将其作为显著值来获取显著图。根据图像目标区域的对称性特征,对显著图进行对称性检测,获取对称轴,通过两侧像素点到对称轴的距离对图像显著值进行区域过滤,从而获得目标图像分割区域。实验结果表明,该方法提取的图像显著目标区域较阈值分割法、最小生成树法和LRR法提取结果更为完整。 相似文献
16.
在肺部CT图像中,血管与背景的对比度较低,因此传统的阈值细化方法只能提取有限的一部分血管。为了解决这个问题,我们在阈值细化方法处理后,以检测出的血管为基础,利用血管与背景梯度信息跟踪检测出在阈值细化方法中漏检的血管。采用OTSU算法二值化肺部CT图像,形态学细化算法提取血管骨架,依据血管光滑性确定跟踪方向并根据灰度梯度信息跟踪出更多的细小血管。实验说明该方法是有效的。 相似文献
17.
18.
19.
20.
在多聚焦图像融合算法中,针对多分辨率系数融合法无法提取源图像清晰像素点和分块法存在的块效应的现象,从多聚焦图像清晰像素点和人眼视觉对比度的特征出发,利用平稳小波变换(SWT)的非下采样性和平移不变性,定义基于SWT的图像像素点区域对比度作为提取像素点的依据,在研究区域对比度邻域大小对像素点提取影响的基础上,设定适合的阈值建立提取模板,对多聚焦源图像中清楚区域的像素点进行提取,并对小部分未能提取的像素位置采用基于局部能量策略进行融合。仿真实验结果表明,新算法既有效地提取源图像的清晰像素点,又改善了块效应现象,融合效果有了很大提升。 相似文献