TV数值计算的图像去噪

继承传统TV去噪算法的图像边缘保护性,弥补平滑区域抑噪不充分的不足,结合图像的空间梯度和像素梯度,提出了新的基于TV数值计算的去噪算法。该算法分析了图像的空间梯度;为了抑制噪声对图像平滑区域梯度的影响,对该区域的空间梯度进行抑制,克服了传统TV算法对平坦区抑噪不充分,甚至出现的虚假边缘和阶梯效应;结合像素梯度分析了图像TV去噪的迭代函数。实验结果表明,该算法实现了保边去噪且残余噪声较小,提高了图像的峰值信噪比(PSNR)和视觉效果。     

一种基于分区均值的噪声图像优化检测算法

在对图像边缘检测算法原理分析的基础上,结合分区均值滤波算法和改进的Canny算法的特点,提出一种新的噪声图像边缘检测算法.首先将5×5窗口内的噪声点进行剔除,计算图像平均梯度值,进而运用改进的Canny算法,提取目标图像的边缘特征.验证表明,该算法对不同强度的高斯噪声图像具有很好的抑制作用,且对噪声图像检测效果优于经典图像边缘检测算法.     

基于sobel算子的道路图像边缘检测算法

应用图像低级特征提取技术中的边缘检测技术能够确定和提取车道线边界信息，为后续完成道路识别、实现辅助驾驶系统等提供了重要依据和基础。传统sobel算子进行边缘检测虽然算法简单、速度快，能满足道路图像边缘检测实时性的要求，但由于只获取了水平和垂直两个方向的边缘梯度信息，且阈值选取全靠人为设置，因此边缘信息检测效果不理想。文中提出改进sobel算子的边缘检测算法，算法通过扩大构造5×5的梯度权值模板计算出图像边缘信息，应用K-means聚类算法获取的最佳自适应阈值完成图像分割，最后通过改进的边缘细化算法，保留了更完整有效的边缘信息。通过实验表明，该算法能够较快、较好的提取道路图像边缘信息，而且具有一定的抗干扰能力。     

基于形态灰度边缘检测算法的一种改进

使用形态学的思想进行图像的边缘检测,提出了在一次形态处理中使用双结构元的一系列一般性形态边缘检测算子和抗噪型形态边缘检测算子的算法,并给出算子的性质。新算子在使用同一对结构元处理中既具有定位能力又具有细节保留功能,抗噪型算子能很好地检测出图像的单像素宽的边缘。     

基于类间最大交叉熵的坎尼边界扫描

分析了传统坎尼边界扫描算法中阈值和高斯滤波器对边缘闭合的影响,首先采用当前像素点8个方向的自适应滤波器代替原有的高斯滤波器对图像进行滤波,得到的梯度图像不会出现过度光滑现象;然后将最大类间交叉熵准则和有关人工智能理论相结合来确定高、低阈值。自适应滤波器是根据当前像素点邻域内的最小方差确定使用的模板,将方差最小的模板的均值设置为当前像素点的灰度值得到滤波后的图像。实验证明,该方法能得到较低的高阈值和较高的低阈值,既避免了引入伪边缘又尽可能多的检测出边缘像素点;同时具有很强的抗噪性。     

一种基于模糊增强的Canny边缘检测方法

边缘检测是图像处理领域中的基本课题之一,广泛应用于图像分割和模式识别等领域.本文提出的基于模糊增强的Canny边缘检测方法是在模糊增强的基础上,用模糊增强代替原来Canny算法中的高斯滤噪,用最大类间方差法代替原来Canny算法中双阈值的设定和边缘连接.本文方法集中了以上几种算法的优点,从而获得了综合性能最优的边缘检测效果.利用本文介绍的方法作边缘检测,边界清晰,完整,所得图像在抗噪性能和保持信息完整性方面二者得以兼顾.通过调整参数可以满足不同光学效果的图片和不同处理目的的需要.     

基于HOG局部双线性插值的机械零部件检测与识别

传统方向梯度直方图(HOG)特征方法用于机械零部件检测时,对零部件的微小缺陷点的检测和识别不是很有效,因此课题组提出了一种局部双线性插值的HOG特征提取改进算法,将其用于小缺陷点的零件的检测和识别。首先,在图像内部的某个块上实现局部双线性插值;然后对局部双线性插值图像块进行梯度计算,提取新的梯度方向直方图;最后利用神经网络分类方法对具有微小缺陷点的零件进行检测。实验结果表明：局部双线性插值HOG特征提取方法比传统的HOG特征提取方法具有更好的检测性能;增强图像的抗混叠识别效果。     

地铁接触线磨损动态非接触检测方法

为了实现地铁接触线磨损的高效检测,研发了一套地铁接触线磨损动态非接触检测系统。通过线激光器照射接触线,双相机配合滤光片避免外部光干扰,提高接触线图像的拍摄质量。对拍摄的图像先采用自适应中值滤波、接触线图像初步分割方法分割出接触线图像,再利用改进Canny算法计算图像梯度与方向,然后采用自适应阈值分割方法,消除由于噪声和颜色变化引起的一些边缘像素并提取亚像素边缘,最后采用自适应滑移直线拟合方法提取接触线磨损边缘,利用磨损量计算方法和相机标定参数计算接触线磨损直径长度。实验表明,该方法不受背景图像和光照影响,识别精度高,检测速度快,具有很好的应用前景。     

基于机器视觉的齿轮尺寸在线测量系统

针对传统的零件尺寸测量系统效率低、精度差、价格昂贵且操作难度大的问题,课题组提出了一种基于机器视觉的齿轮尺寸非接触式在线测量系统。该系统采用一种新的直齿圆柱齿轮测量方案：首先对CCD相机采集的图像进行灰度处理与滤波去噪;然后进行阈值分割,采用Canny算子来获得单个像素的图像边缘;针对齿轮的边缘轮廓形状特征,应用霍夫变换、改进的最小二乘拟合和改进的中心画圆法等原理,建立了齿轮中心孔直径、齿根圆直径、齿顶圆直径和齿数等齿轮参数的测量算法。研究结果表明：使用2 560 dpi*1 920 dpi分辨率的CCD相机测量20 mm以下的直齿圆柱齿轮时,测量精度可达到10 μm,绝对误差小于1个像素0.020 9 mm,系统响应时间为2.8 s。该系统满足工业测量要求,解决了传统系统测量精度低、价格高的问题。     

SAR图像边缘检测方法综述

边缘检测是SAR图像解译的基本问题之一。固有的乘性噪声特性使得经典的梯度边缘检测方法并不适用于SAR图像,因此研究针对SAR图像的边缘检测方法具有重要的意义。本文对SAR图像边缘检测问题进行了系统的研究,简单描述了SAR图像边缘检测问题,讨论了现有的SAR图像边缘检测方法,总结了SAR图像边缘检测中存在的两个问题——边缘细化和边缘定位,对检测结果的性能评估方法也进行了概括。最后在总结现有研究成果的基础上展望了SAR图像边缘检测的发展方向。     

基于小波变换的汽车前照灯图像边缘检测

用改进的基于小波多尺度变换的数字图像边缘检测算法,提取汽车前照灯近光图像的边缘,完成图像的初步预处理,从而为车灯的近光检测奠定基础.采用小波分解算法进行图像增强,针对小波模极大值在不同尺度下传播的特性,检测出图像在两个方向的极大值,之后通过边缘跟踪补偿和平滑细化得到图像的边缘.对比几种经典的边缘检测算子,小波变换的数字图像边缘算法对汽车前照灯近光图像的处理结果较好.     

基于SUSAN算法和9／7提升小波图像去噪融合

为了对含噪模糊图像进行有效的去噪增强,并考虑到实时性的要求,本文提出了一种新的基于SUSAN算法和9／7提升小波图像去噪融合方法。首先,对含噪模糊图像进行SUSAN算法处理;同时,对含噪模糊图像利用9／7提升小波进行通用阈值去噪;最后,在对去噪后的图像进行镜像对称延拓处理并与经SUSAN算法处理后的图像进行有效的融合。仿真实验结果表明,该方法不但能够大大提高图像的信噪比,而且能有效提高图像的清晰度。     

基于线过程的POCS超分辨图像重构算法

传统的凸集投影(POCS)超分辨重构算法易使图像产生边缘振荡效应问题,在研究了边缘振荡效应的成因后,提出一种基于线过程模型的POCS算法来对低分辨图像序列进行超分辨图像重构.该算法采用线过程模型检测出超分辨初始估计图像的4个方向的边缘,在传统POCS的投影过程中增加了对图像的平滑处理,实现了低分辨图像序列超分辨重建的对比实验,实验结果表明图像边缘振荡效应能得到明显改善.     

基于维纳滤波的小波图像去噪算法研究

图像在采集、获取以及传输的过程中,往往要受到噪声的污染,形成噪声图像。图像去噪是图像处理领域中的一个重要环节。为了对含有高斯白噪声的图像进行去噪,在Donoho提出的小波阈值去噪算法的基础上,提出一种基于维纳滤波的小波图像去噪算法,利用维纳滤波后剩下的信号来计算噪声的标准方差。仿真结果表明,与Donoho提出的鲁棒中值算法相比,该算法能够有效地抑制高斯白噪声,更好地保留图像的边缘细节。     

Cannvy边缘检测算子研究及其在医学图像中的应用

为了进一步加强数字图像处理技术在医学图像领域的应用,分析基于Canny算子的边缘检测方法并将其应用于医学图像。本文首先介绍边缘检测算法的理论基础;然后结合Canny算子的实现原理及步骤,说明边缘检测所遵循的基本原则;最后在OpenCV环境下编程调试,对该算法进行实验验证,利用Canny算子对一幅人体肺部CT图像进行边缘提取。对实验结果进行分析得出结论,Canny算子检测出的边缘完整、连续且细锐。从实验结果中可以看出,这种方法对医用CT图像的边缘检测非常适用,对于利用计算机进行医学图像处理有着重要的现实意义。     

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。     

采用图像滤波的多特征JPEG盲检测

提出了一种采用锐化滤波的多种特征相结合的JPEG盲检测算法。通过扩展DCT系数的马尔可夫矩阵提取块内相关性和块间相关性;引入锐化滤波来增强图像的边缘,加强了分块特性度量的效果;并使用Jessica的校准技术来估计原始图像,得到两个图像特征向量之差作为分类特征,提高了特征的敏感度;最后运用支持向量机进行训练和分类。使用大量图像对该算法的性能进行测试和比较,结果表明该算法在低嵌入率下优于其他算法。     

基于形态学的微目标的图像分割

提出了一种适于高分辨率可见微目标图像的分割算法,首先通过形态学运算强化微目标区域,利用阈值化分割并提取这些感兴趣区域;然后运用小波多尺度算子检测这些区域的边缘;最后再次采用形态学运算以获取目标区域边缘。仿真结果表明该方法能有效地将图像中的具有特定结构的微目标区域分割开来。     

基于图像结构张量的改进样本图像修复算法

由于Criminisi算法针对复杂结构待修复图像的修复效果不好,提出一种基于图像结构张量和改进Criminisi样本的图像修复算法,采用图像结构张量和图像梯度的组合对图像结构进行检测,以实现显著和非显著图像结构的区分。对Criminisi算法中的优先级函数进行改进,提出一种最佳距离启发式方法进行优先权重计算,充分考虑了待修复像素点周围的图像特征,从而增强了图像结构的影响。实验结果表明:所提算法的修复性能优于其他算法,能够有效实现图像修复。     

B超图像边缘检测算法的研究与比较

边缘检测在B超图像处理中发挥着重要作用。本文介绍了五种边缘检测算法,选取了两幅不同特征的B超图像,胆囊B超图像和子宫B超图像,使用MATLAB编程工具,分别对这两副图像进行边缘检测,比较并分析各算法的检测效果。结果表明,Roberts算子、Prewitt算子、Sobel算子对于边缘清晰且与周围组织对比度明显的胆囊B超图像处理效果较好。使用复杂的Canny算法反而出现伪边缘,处理效果不好。而Canny算法对于对比度不明显的子宫B超图像处理效果要明显优于其他算子。