可调数学形态学的角点检测新算法

提出了一种新的基于可调形态学的角点检测方法。该方法采用对称圆形结构元素,通过选择合适的可调参数,对图像进行可调膨胀和可调腐蚀等一系列运算,先分别计算图像中凸角点和凹角点的精确位置,再将两者结合起来,从而得到图像中的所有角点。利用圆形结构元素大幅度减少了算法的计算量。可调形态学的应用克服了传统形态学检测角点不准确的缺点。实验结果证实了当可调算子中的参数取合适值时,该方法可以较精确地检测出图像中的角点位置。     

基于Harris角点的木材CT图像配准

提出一种三角形法描述Harris特征点的方法,该算法首先利用Harris算子对两幅图像进行角点检测,将检测到的角点按照权值大小进行排序后,利用三角形法对特征点进行特征描述,从而找出两幅图像间特征点相互对应的关系,同时也得到了图像配准所需要的参数。实验结果证明,该算法配准准确率高,速度快,具有很强的鲁棒性。     

一种适用于图像测量的角点检测算法

根据角点一定是边缘点且是2条边缘或多条边缘交点的几何特征,提出了一种基于亚像素边缘拟合的角点提取算法.首先,获得形成角点的边缘所处的图像区域,在该区域中利用亚像素边缘检测算法求得边缘的方程,然后利用相邻2条直线方程分别求交点,最终取均值求出角点的亚像素坐标.通过与Bouguet算法比较,发现在视觉比较、投影误差相近的情况下,本文角点检测算法获得的尺寸测量值的平均绝对误差要小于Bouguet算法,证明本算法更适用于高精度的图像测量。     

基于融合图像特征的角点提取方法

基于图像边缘的角点提取往往对噪音敏感,提取精度较高但运算量大,而基于图像灰度的角点提取易于实现但提取效果不佳.因此提出一种融合图像边缘特征和图像灰度特征的角点检测方法.首先在一较低尺度用Canny算法求出所有边缘点,然后求出每一边缘点的曲率值并求出初始角点集,利用Harris算法通过实验在一较优尺度下对初始角点进行筛选并确定最终的角点集合.所提方法融合图像角点提取的两大特征,可以有效改进在单一特征提取下的不足.通过对比实验,该算法明显地提高了图像角点检测性能.     

基于改进的形态学算子的灰度图像边缘检测

提出一种改进的形态学图像边缘检测算法.针对单结构元素在检测时出现检测结果边缘线条粗、不连续性的问题,该算法提出了利用6种具有代表性的结构元素进行膨胀组合,形成多尺度结构元素,从而弥补了传统边缘检测算法提取灰度图像细节边缘少及抑制噪声能力差的缺点.     

基于多结构元素的数学形态学图像边缘检测

提出一种基于多结构元素的数学形态学图像边缘检测算法。利用边缘与噪声具有不同的形态,在进行边缘检测时,只需要先确定出梯度突变的像素点,然后再利用多结构元素对该像素点进行二值形态学的腐蚀操作,以确定该像素点是边缘点还是噪声点:若是噪声点则被滤除,若是边缘点则保留。为验证算法的效果,给出了本文算法和几种传统算子对图像进行边缘提取的实验结果。结果表明,该算法成功地完成了图像的边缘检测,且检测效果明显优于经典的Sobel算子和Canny算子。     

基于改进Harris的图像拼接算法

针对传统Harris角点检测算法进行改进,提出了一种基于改进Harris的图像拼接算法.首先,通过修改角点响应函数,引进8邻域比较以及圆形非极大值抑制窗口,采用NCC算法对检测出的Harris角点进行粗匹配,采用RANSAC算法剔除误匹配,最后对匹配图像进行图像融合,完成图像拼接.仿真结果表明,该算法提高了图像拼接的准确性、稳定性和鲁棒性,能够达到无缝拼接,具有优良的实用性.     

Harris角点检测在彩色图像中的应用

角点提取是图像特征提取的一种重要方法,本文分析了Harris角点检测算法并利用Matlab语言实现了该算法。由于原算法角点响应函数在高分辨率图像检测中存在聚簇现象,本文通过新角点响应函数的使用对算法进行了改进并实现了该算法在彩色图像角点检测中的应用。实验结果表明,改进后的算法极大提高了高分辨率图像角点检测准确度。     

多尺度结构元素形态学边缘检测算法的研究

针对在以往的图像边缘检测中,常用的算法抗噪声能力弱且容易丢失边缘细节等不足,提出一种新的边缘检测算法.该算法首先采用两个不同尺度的结构元素对图像进行交替滤波运算,再利用结构元素进行形态学边缘检测以获得图像的边缘细节.通过实验表明,与传统的边缘检测算法相比较,新算法抗噪能力强,运算效率高且检测到的边缘连续性强.     

基于多结构元素灰度形态学的红外背景估计算法

背景估计技术是红外弱小目标检测中的关键技术.传统的形态学算法采用单一结构元素对红外图像进行处理,当背景存在强起伏时,残差图像存在大量的背景泄漏,导致大量虚假目标点的出现.该文在分析红外图像统计特征的基础上,提出了一种基于多结构元素灰度形态学的红外背景估计算法.采用实际红外图像进行了仿真实验,并与传统形态学算法的性能进行比较,结果表明该算法能够尽量保留图像细节,减小图像细节对背景估计的影响,大幅提升了图像的信噪比,提高目标单帧检测概率.算法易于实时并行处理,便于硬件实现.     

基于山脊边界特性的航空图像中公路检测算法

本文提出一种获取复杂航空图像中的公路线条的算法。该方法首先对图像进行高斯平滑去掉麻点或短线条等噪声,然后为了突出公路线条,通过分数阶微分模板对平滑后的图像进行图像增强,进而用一种本文提出的以短线段为检测对象的基于山脊特性的边界扫描算法对图像进行操作,获得候选的公路线条,然后用阈值滤掉尽可能多的噪声线条及噪声点,最后去除毛刺和用人工智能的方法缝合道路的间隙。为了减少计算量,对于高精度的原始图像可以进行图像缩小,缩小的倍数以不影响道路的检测为准。对缩小的图像进行上述处理后,要结合检测结果和原始图像信息将检测结果放大到原始图像的尺寸。实验结果说明：该算法适用于高分辨率遥感图像中直线和曲线道路的粗提取,而且能够达到了令人满意的提取效果。     

一种基于高斯滤波与矢量微分算子的小波多尺度边缘检测算法

采用一种基于高斯滤波与矢量微分算子相结合的近似小波多尺度边缘算法。该算法分别选定大小2个高斯滤波器的尺度,并将其分别与原努图像作卷积,从而得到图像的多尺度信息。以矢量微分算子为卷积核与滤波后的图像进行运算,在获得的梯度向量上,沿相角方向取模为极大值的点为边界点,将该方法用于边缘检测,获得较好的效果。     

视频消旋系统中改进的Harris角点提取算法研究

针对传统Harris角点检测方法重合度低,不能满足视频消旋系统需求这一问题,本文提出了一种改进的Harris角点提取方法。首先将原来的梯度算子改为Prewitt差分模板,增强了Harris角点算子的旋转不变性,提高了Harris角点提取算法的重合度。同时改变传统Harris角点提取方法中的滤波窗口,减少了特征点提取的计算量。实验结果表明：该方法将传统Harris角点提取方法的吻合度提高了11%左右,提取到的图像角点不仅精确度高,且伪角点少。运算时间降为原来的30%左右,能够更好地选取特征区域,从而满足视频电子消旋算法对旋转不变性和实时性的需求。     

CCD图像的轮廓特征点提取算法

采用最大方差法将图像二值化,用图像形态学的梯度﹑细化和修剪算法来提取边缘轮廓,利用十一点曲率法得到轮廓的角点和切点的大致位置。提出了一种基于最小二乘拟合的改进算法,来进一步确定角点和切点,并对轮廓分段识别。该算法应用在基于图像处理的刀具测量系统中,实际结果表明具有良好的抗噪声性能,能准确提取出图像的特征点。     

一种自动检测靶板角点的方法

靶板是立靶调炮速度测量系统的重要组成部分,针对传统的角点检测算法不能自动检测靶板角点的问题,提出了一种基于图像处理技术的靶板角点的检测方法。对CCD采集的靶板图像进行自适应平滑滤波提高图像信噪比,达到去除噪声和细节增强的目的,采用迭代式阈值分割算法分割靶板,通过形态学运算对分割后的像素点进行填充,利用连通域分析和链码法提取目标区域轮廓,利用多边形逼近算法对靶板轮廓进行逼近,利用逼近结果检测靶板角点。在CCD分辨率1280×1024,像元尺寸14μm,焦距50mm,测量距离5m的情况下,检测精度小于1.4mm,在立靶调炮速度测量中具有重要应用价值。     

基于灰色预测模型的图像边缘检测

简要地介绍了灰色系统理论和灰色预测模型GM(1，1)，并将该模型和图像边缘检测有机地结合在一起，提出了一种新的图像边缘检测算法，对提出的算法进行了相应的仿真实验。仿真结果表明，该算法能有效地检测出图像的边缘，尤其在检测细密的条纹方面有明显优势。     

基于生成对抗网络的遮挡图像修复算法

提出一种基于生成对抗网络的遮挡图像修复算法,能够在大量像素缺失的场景下复原出图像的本来面目.该算法不同于其他的样本块搜索复原算法,可直接生成并且填充可能的缺失元素,改进了生成对抗网络生成模型的结构和生成损失的计算方法,具有半监督学习的特点.实验结果表明,在满足图像整体轮廓的前提下,新算法优于其他算法.     

一种抵抗强剪切攻击的鲁棒性数字水印算法

为了增强水印的抗几何攻击能力,提出了一种能够抵抗强剪切攻击的鲁棒性水印算法,即把水印嵌入在代表宿主载体基本特征的基矩阵中．理论分析表明：这种算法可以获得智能特征以抵抗强剪切攻击; 可对水印进行加密扩频调制以增强隐蔽性; 通过比较合成图像与原始图像的峰值信噪比,可自适应调整水印嵌入强度; 引入改进的PCA(Principal Component Analysis)方法,加强了矩阵元素之间的联系,提高了算法的效率．实验表明,当图像剪切程度达到87.50％时,水印检测正确率为100％,同时算法对有损压缩、滤波、噪声等常规攻击同样具有良好的鲁棒性; 算法嵌入容量大,宿主载体可为图像、音频等多种形式,是一个具有普适性的盲水印方案．