基于边缘跟踪的直线特征检测算法

针对现有直线检测算法的缺陷,提出一种新的基于边缘跟踪的直线特征检测算法.算法对图像边缘进行提取,并在此基础上对边缘进行跟踪,从图像边缘直接提取出局部直线.设计了一种鲁棒直线拟合策略,并对拟合后的直线以一定的准则进行合并,准确获取图像中直线特征及端点参数,最终实现完整直线检测.典型图像直线检测结果表明,所提出的算法能准确检测出图像中的全局直线,并具有较快的运算速度,性能优于现有基于Hough变换和相位编组的直线检测算法.     

链码跟踪直线提取算法在道路标志判断中的应用

为了准确快速提取和识别道路中的标志线,提出了一种基于链码的道路标志线提取与识别算法.道路中的标志线在图像处理中可以作为直线处理,整个提取算法分为3个步骤:首先,通过对道路图像的预处理去除噪声,利用Canny算子提取边缘;然后,对边缘图像进行链码编码并进行直线判断;最后,对属于同一条直线的直线段进行线段连接,过滤短的非道路标志线.实验表明,该算法可以准确快速地识别城市道路中的标志线和道路边缘,达到了实时准确的要求.     

基于双Snake模型的颅骨CT图像分割方法及应用

利用活体人颅骨CT图像,通过双snake模型边界分割算法确定CT图像中颅骨的内外边界,并利用多边形近似其边界,随后通过计算内外多边形中相对应的线段间的距离,实现前额骨、顶骨和枕骨在图像中的厚度信息的获取,从而为基于CT图像获取颅骨的厚度信息的应用提供了一种有效手段.在对前额骨、顶骨和枕骨的不同位置的厚度计算结果进行分析后,得出顶骨厚度的标准偏差和厚度变化率较大这一特征规律.本算法对颅骨边界的描述准确,该方法将为建立人体头颅数据库、头部的生物力学造型等领域的研究提供参考依据.     

硬度图像角点检测算法

硬度检测图像中存在大量杂质与噪声,目标区域的边缘模糊且形状复杂,传统角点检测算法无法检测出目标区域的角点,也很难应用直线拟合或直线检测算法实现角点的精确定位。针对硬度检测中面临的复杂环境下角点检测任务,提出一种新的基于旋转灰度变化的角点检测算法。与传统的角点检测算法相比,该方法对噪声和杂质具有更好的鲁棒性,能够在背景复杂、边缘模糊的情况下准确检测出目标区域的角点位置,具有更好的适用性。在硬度图像上与传角点检测算法及直线求交确定角点方法的对比实验表明了算法的有效性。     

一种图像中检测直线的快速算法

该文基于Hough变换检测直线的基本思想,提出了一种在边缘图像中检测直线的快速算法.该算法首先根据边缘图像中的边缘点统计出可能在直线上的点,再由这些在直线上的候选点和边缘点统计出候选点对应的斜率,由满足条件的候选点与其对应的斜率构成的直线就是从图像中检测出的直线.该算法是根据边缘点分步而不是同时计算统计出直线的两个参数,减少了检测时的计算量.由实验结果,该算法可以快速有效的检测出边缘图像中的直线.     

基于TMS320C6416GLZ的Sobel算法图像边缘检测

针对图像边缘检测方法在抗噪声性能和边缘定位等方面存在的缺陷,实现大图像库中图像边缘的精确提取等问题,本文借助于中值滤波及TMS320C6416GLZ专用处理芯片,对图像边缘检测算法进行了改进。试验结果表明,中值滤波对于消除孤立点和线段干扰非常有效,图像噪声得到了明显的抑制,尤其是改进算法后检测出的边缘,抗噪声能力强,边缘定位准确,检测出的边缘也较为细致。该算法增强了Sobel算子的实用性。     

带几何约束的彩色图像选择性分割

为了解决彩色图像分割任务中有选择性的定位感兴趣区域的具体需求,基于Lavdie-Chen的灰度图像单水平集选择性分割方法,提出带几何约束的彩色图像选择性分割方法。该试验方法将彩色图像作为一个整体,求其梯度及边缘检测函数,借助边缘检测函数、目标物体约束点确定的距离函数以及形成的多边形内外面积,共同决定曲线演化进程中的方向与速度。区域信息的加入克服了边缘函数依赖单一图像梯度的缺点;正则化优化算法的引入克服了凹陷处分割效果不理想的缺点;加法分裂算子算法可以快速求解模型的Euler-Lagrange方程。试验结果表明,本研究提出的彩色图像选择性分割方法具有有效性强和正确性高的特点。     

带几何约束的彩色图像选择性分割研究

为了解决彩色图像分割任务中有选择性的定位感兴趣区域的具体需求,基于Lavdie Chen的灰度图像单水平集选择性分割方法,本研究提出带几何约束的彩色图像选择性分割方法。该试验方法将彩色图像作为一个整体,求其梯度及边缘检测函数,借助边缘检测函数、目标物体约束点确定的距离函数以及形成的多边形内外面积,共同决定曲线演化进程中的方向与速度。区域信息的加入克服了边缘函数依赖单一图像梯度的缺点;正则化优化算法的引入克服了凹陷处分割效果不理想的缺点;加法分裂算子算法可以快速求解模型的Euler Lagrange方程。试验结果表明,本研究提出的彩色图像选择性分割方法具有有效性强和正确性高的特点。     

基于空间矩的视觉图像基元特征提取方法研究

建立了三级灰度图像边缘模型的空间矩算子。首先利用LOG(Laplacian of Gaussian)算子定位速度快的特点,确定图像像素级边缘;然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线和椭圆边缘像素点;最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线和椭圆。对空间矩算子亚像素定位算法与像面直线和椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明,在测量速度相当的情况下,本文提出的算法具有较高的精度和稳定性。 更多还原     

单幅图像三维目标定位及重建

首先对图像进行拉普拉斯滤波处理,进而利用Canny算子对图像进行边缘检测,通过Hough变换检测目标图像,采用CAD辅助提取边界直线,基于灭点理论标定数码相机,之后采用透视投影模型中基于图像相对深度方法对图像三维信息进行恢复。最后计算出了目标物体的特征点三维坐标,实现目标定位。通过CAD实现模型的重建与显示。     

基于边界特征的图像二值化方法应用研究

边界特征是图像的重要信息，阈值是区分图像象素点的主要依据。研究了基于图像边界特征的二值化方法在齿轮图像处理中的应用，将最佳全局阈值法与局部阈值自适应法在边界特征的基础上融合起来，并引入最优边缘检测算子——Canny算子，对图像进行二值化处理，提高了图像的处理质量。     

数字水印技术中的一类并行算法

讨论了数字水印技术的一类并行算法，即费尔马素数检测定理的并行化算法，同时将此类算法用于数字水印制作技术之中。     

有限元问题的并行求解

根据有限元结构的特点，可以使总体有限元网格成为一列覆盖结构，并利用单元内部计算的独立性，实现了限元方程的并行求解。文中的两个并行计算过程实现了树形结构递归计算，描述了有限元问题的并行求解过程。     

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。     

基于多尺度马尔科夫随机场融合的遥感图像变化检测

在区域变化检测中,为了克服配准误差或噪声引起的伪变化,从多尺度融合的角度出发,对多尺度分析应用于遥感图像变化检测进行了探讨.首先利用小波变换对原始图像进行多尺度分解,然后利用马氏距离判决函数对不同尺度图像进行变化检测,最后利用马尔科夫随机场将不同尺度变化检测结果进行融合.由于马尔科夫随机场融合方法充分考虑了相邻像素间的相关性和不同尺度检测结果的联系,从而使融合结果更细致和精确.一系列图像的实验结果证明本方法具有很好的实用性和鲁棒性.     

基于SIMD PE阵列的图像同态滤波并行算法

为了满足G级像素帧实时处理的要求,提出图像同态滤波的数据并行实现方法.讨论了图像帧和滤波器在SIMD PE阵列中的预置及数据并行的滤波处理实现方法,其处理方式规则性强、并行度高,提高了处理速度.由于SIMD PE阵列具有可裁减性,可以适合不同规模图像帧的处理需求,满足不同的嵌入式应用环境.     

基于特征图规正的虹膜图像自适应Gamma校正方法

在虹膜图像采集过程中产生的光斑使得整幅虹膜图像的照度不均匀。为了消除照度不均匀对特征提取的影响,本文提出了一种基于特征图规正的自适应Gamma校正方法。该方法将虹膜图像的特征图作为Gamma校正的依据,把距离因素考虑到Gamma校正中,而且利用模拟退火算法实现了关键值Gamma的自适应调整。该方法使Gamma值的变化更加趋于合理,提高了Gamma矫正对光照变化的适应能力,避免了较正后图像的失真。实验证明该方法不仅可以尽可能的提高图像的质量,而且对校正后的图像进行边缘提取,可以获得更加清晰连续的边缘。     

一种利用互信息的多核并行医学图像配准算法

分析了利用互信息作为相似性测度进行医学图像配准的算法,给出了具体计算流程.针对其中互信息计算量大、耗时长的缺点,提出了一种运行于单机多核平台的快速并行配准算法.利用OpenMP（open multi-processing）构建了一个图像匹配的多核并行计算平台,并对配准程序中的互信息计算进行并行处理,最后完成配准.通过对图像匹配算法效率进行的评估实验,验证了多核并行计算技术能够提高医学图像配准的运行效率.结果表明,该方法既保证了配准精度,又能够较好解决配准速度慢的问题.     

基于特征金字塔网络的超大尺寸图像裂缝识别检测方法

基于图像分析的裂缝自动检测识别一直是桥梁结构健康检测的热点问题之一。深度学习作为裂缝检测的重要解决方法,需要大量数据支持。公开数据集提供的小尺寸裂缝图像不足以解决超大尺寸细长裂缝图像的检测问题。提出一个基于特征金字塔深度学习网络的超大尺寸图像中细长裂缝的检测方法。通过对编码器提取的4个不同层次的特征图分别进行预测,网络能够实现对细小裂缝的高精度分割。试验使用120张大小为3 264×4 928像素的桥钢箱梁表面裂缝图像对特征金字塔网络进行训练、测试;并将获得的训练模型与通过双线性插值方法缩放图像至1 600×2 400像素和2 112×3 168像素两种规格生成的数据集训练后的模型进行对比。结果表明:该方法在对比测试中能够获得最高的裂缝检测交并比(IoU)为0.78,最低的Dice Loss为0.12。测试中,裂缝检测图像显示,缩放图像会导致部分裂缝信息的丢失,该方法能稳定地保留裂缝信息,并实现复杂背景下超大尺寸图像中细长裂缝的高精度自动检测。     

基于小波变换的SAR图像边缘提取新方法研究

由于SAR图像含有相干斑噪声，使得常规方法应用于SAR图像边缘检测时遇到了较大的困难，提出了一种新的SAR图像边缘提取方法，该方法首先用基于结构信息的统计滤波方法对SAR图像进行滤波，然后利用小波变换具有多分辨分析的特性，并结合模糊中值滤波、阈值化处理及微分梯度算子对SAR图像进行边缘提取。实验结果表明了该方法是一种有效的对SAR图像进行边缘提取的方法。