面向移动平台的交互式图像边缘删除快速算法

针对移动平台计算资源匮乏问题,提出一种适用于移动平台的交互式图像边缘删除快速算法。利用通用图像边缘检测算法提取图像中的边缘,将图像的连续边缘存储成链表格式,再将链表格式边缘重映射成二维图像边缘。因移动平台触摸屏刷新频率低与图像离散化,导致手画删除边缘标记线间断及标记线与需要删除的边缘之间无交点,为克服该问题,利用线性插值与形态学膨胀运算估算出删除边缘标记线的间断点与加粗删除标记线,从而增加算法的鲁棒性。结果表明,图像边缘删除算法的时间复杂度与图像边缘像素点数无关,能够胜任移动平台的实时操作。     

基于局部自适应阈值分割算法的高压线图像检测方法

采用数字图像处理技术,针对高压线及其环境图像的特点,提出一种基于局部自适应阈值分割算法的高压线图像检测方法。利用灰度图像特性,采用图像算术运算方法去除图像背景,以降低后续处理的难度。在检测高压线和滤除“虚假边缘”时,采用图像局部自适应阈值分割算法,弥补Hough变换算法的不足。实验结果表明,该算法能在复杂背景中对高压线进行有效识别。     

一种基于Sobel图像边缘检测的改进算法

针对传统Sobel边缘检测算法因方向模板限制而出现边缘定位精度不高,以及对叠加噪声的图像边缘检测效果不佳的问题,提出了一种基于传统Sobel算子的改进算法。首先将水平和垂直两个方向模板增加至8个,提高边缘的定位精度;然后利用边缘的最大后验概率估计,对采用八方向Sobel算法检测出的梯度图像进行最佳阈值分割处理,增强算法的抗噪声能力。实验结果表明,改进算法提取的边缘信息完整准确,对噪声干扰有较强的抑制能力。     

基于最大局部变化的安全带检测算法

传统的边缘检测算法的效果很大程度上取决于阈值的选取,针对这个问题,提出了基于局部最大变化和二维OTSU的边缘检测方法,该方法利用图像局部区域的所有像素灰度值与中心像素灰度值的最大差值来描述图像边缘分布信息,从而得到图像边缘分布信息图,然后利用二维OTSU方法对该边缘分布信息图进行二值化处理得到边缘二值图。利用该边缘二值图,结合车辆的一些先验信息,提出车窗定位算法,并进一步确定驾驶员区域,最后通过在驾驶员区域内检测是否存在满足安全带先验特征的直线来判断驾驶员是否佩戴安全带。实验结果表明,该方法能够准确定位车窗边缘和驾驶员区域,可以应用于安全带的检测,具有一定的实用价值。     

基于改进K-均值与分水岭算法的医学图像分割

传统K-均值基于欧式距离,结果不能真实反映数据,而传统分水岭分割方法存在过分割和敏感性伪边缘的问题。鉴于此,提出一种基于改进K 均值聚类预分割与控制标记分水岭的医学图像分割算法：基于图像空间特征运用改进K 均值聚类对感兴趣区域和背景区域进行初始分割;在扩展最值变换的基础上作形态学开闭处理;利用控制标记分水岭算法在给出内部和外部标记后用强制最小技术修正梯度幅度图像并与形态学图像叠加,以降低过分割和减少伪边缘数量。实验结果表明,该方法相较于传统分水岭算法有显著改善,且具有较强的抗噪性能和边缘定位能力,能够更好地满足医学图像的分割要求。     

基于双线性插值改进算法的图像放大技术实现

针对双线性插值算法在图像放大过程中处理图像边缘部分的不足,提出了一种新的改进算法。该算法通过分析图像的局部结构对图像分别进行插值。同质区域采用双线性插值算法,边缘区域采用基于圆形孔径的方法进行放大。此外,通过与传统算法进行比较,利用实例说明了该算法在图像处理细节部分的优越性。     

一种基于支持向量机的场景标注方法

针对复杂场景中难以标注对象轮廓的问题，提出一种基于支持向量机的场景标注方法。首先采用结构森林法生成边缘概率，再运用分水岭算法将边缘概率转化成初始图像块。为避免过分分割,减少训练开支，利用UCM算法并选取适当的阈值提高图像块对轮廓的精确度，最后通过支持向量机训练分割的图像块进行场景标注。实验表明，在处理复杂的户外场景标注时，基于支持向量机的场景标注方法在像素精确度上表现良好，在对象轮廓上标注效果较好。     

一种基于边缘流的图像分割算法及其应用

基于边缘流的图像分割算法以方向相反的边缘流相遇的位置确定对象的边缘,解决了传统基于边缘的图像分割算法难以确定合理阙值的问题.论述了基于边缘流图像分割算法的原理,对该算法进行了调整,将其应用于昆虫图像的分割.实验结果表明:基于边缘流的算法不仅能够有效地分割出图像中的昆虫对象,而且对昆虫对象的各个部分还能进行较为有效地分割.与传统的基于闽值分割算法相比是更好的图像分割算法,促进了计算机视觉技术在农林业领域的应用,促进了计算机视觉技术在农林业领域的应用.     

基于自蛇模型的图像放大算法及实现

图像分辨率是决定图像质量的关键因素之一。目前有许多图像放大算法,但是,大多算法放大后的图像普遍性存在的问题是边缘模糊化和边缘锯齿化。为了克服这个缺点,可以把其当成是一种噪声,采用了滤波去噪的进行处理。本文采用的自蛇模型是一个非常有效的去噪模型,它在去噪和保持图像边缘方面,有非常优异的效果。因此,本文尝试运用自蛇模型处理图像放大时的边缘方片效应,并增加了校正的过程以提高复原后的图像质量。最后,对该方法进行了编程实验,对比并验证了该方法与传统方法相比的优越性。     

基于双阈值分割法的模糊图像边缘区域的提取研究

图像边缘分割技术一直是图像分析处理中最困难的任务之一。本文提出以双阙值分割法来提取模糊图像边缘区域,通过双阙值分割算法的应用获得靠近边缘的初始轮廓,能准确跟踪图像边缘区域。结果表明在提取模糊图像边缘区域中,双阙值分割法具有良好的效果。     

基于局部三进制模式的边缘检测方法

边缘检测是指检测图像中灰度突变的区域边界,其结果直接影响图像后续处理,有效和准确地提取图像的边缘是边缘检测的关键。利用局部三值模式对图像结构特征的表征优势,提出一种新的图像边缘检测算法,能够准确检测出边缘,和其它边缘检测方法比较,具有边缘检出率高和抗噪性能好的优势。     

一种融合边缘和区域特征的主动轮廓图像分割

传统的主动轮廓模型只利用图像的边缘或者只利用区域特征实现图像分割。在有些情况下图像分割效果较差．本文给出了一种综合利用图像边缘和区域特征的主动轮廓图像分割方法．实验表明,演变后的曲线与图像的边缘是吻合的,图像分割的结果较好．而对相同的图像应用传统的主动轮廓分割算法得到的图像分割结果则很差．这说明新算法明显提高了传统算法的图像分割性能．     

图像分割的各向异性扩散算法研究

煤矿井下图像通常具有对比度较小、纹理不清晰、数据量大等特点。根据各向异性扩散在图像处理中具有良好的边缘保持与增强的作用,首先在图像分割前对原图像运用各向异性扩散运算,消除原图像噪声的同时更好地划分图像的边缘与纹理区域。然后提取图像的纹理特性,运用到聚类算法中对图像进行分割。实验证明这种算法与未经扩散处理分割相比较,优势在于既提高了计算速度同时又改善了分割效果。     

基于改进的模糊边缘检测算法的应用研究

通过对Pal和King模糊边缘检测算法的分析,提出了一种改进的快速模糊边缘检测算法.定义了新的隶属度函数,弥补了Pal和King算法固定取阀值的不足.不仅对图像进行模糊增强和边缘平滑处理,还实现"Min"算子和"Max"算子综合使用提取边缘.实验结果表明,改进算法能够有效提取图像的边缘,特别是在提取对比度不高的图像时具...     

基于粒子群优化的图像边缘融合算法

目前,图像融合算法大多利用源图像信息进行融合,融合模型的建立和融合参数的配置主要依赖于经验,存在随意性。提出了一种基于粒子群优化的图像边缘融合算法：首先对源图像进行多尺度边缘检测;然后利用边缘相关性作为目标函数,采用粒子群算法优化搜索融合参数;最后利用融合后的多尺度边缘重构出融合图像。该算法克服了融合模型对经验的依赖性,使得源图像边缘信息最大量地保留在融合图像中。仿真结果表明,使用该算法得到的融合图像能够有效包含源图像信息。     

基于Canny和双线性插值的镍片边缘提取算法

手机锂电池保护板在生产过程中需要利用视觉检测镍片角度偏差、折叠等各类缺陷,但由于镍片尺寸小且这些缺陷在灯光下会产生不同程度的反光,导致获得的镍片图像边缘不清晰。为此,本研究提出了一种基于Canny算子和双线性插值的高亮镍片边缘提取算法。首先对原始图像分割出感兴趣区域并进行灰度处理,再利用Canny算子提取其像素级边缘,最后用双线性插值法提取其亚像素级边缘。为验证该算法的有效性,将其与工程中常用的Sobel 边缘提取算法进行实验对比,计算边缘内部包含面积的像素数量、等级及边缘提取的时间,判断两类算法在精度和效率上的优劣。实验结果表明,基于Canny 算子和双线性插值的高亮镍片边缘提取算法能精准提取镍片的亚像素边缘,提取的像素精度达到了0.1 pixel,平均边缘提取时间为0.835 s,比Sobel 节省了20.57%的时间,能够满足工业生产的精度需求与效率要求。     

基于稀疏表示的单幅图像超分辨率重建研究

针对传统超分辨率重建方法计算复杂度高、重建效果差等问题,提出一种基于稀疏表示的图像超分辨率重建模型。该模型利用稀疏表示方法,结合自回归原理将原始图像表示为若干个图像块的线性组合,并根据图像边缘特征将图像块进行划分,以提高算法效率,最后结合分治思想、变量分离技术以及增广拉格朗日方法对模型进行求解。实验结果表明,与传统插值算法相比,该算法对图像重建效果更好。     

改进分水岭与K-means++结合的人体脊柱图像分割方法

由于在人体脊柱图像分割中,分水岭算法存在过分割现象以及对微弱边缘、噪声非常敏感的问题,故对其进行改进.原始人体脊柱CT图像存在许多不必要的局部极小值,首先利用K-means++聚类算法进行区域分类,减少错误的局部极小值;然后利用形态学图像处理技术对初始分割图像进行去噪处理,使图像变得平滑;接下来提取区域最大值标记为图像...     

基于改进的各向异性扩散方程Canny的边缘检测算法

在计算机视觉中边缘检测是一个热门的研究领域。边缘检测能缩减大量数据并滤掉无用的信息,同时保护图像中重要的结构特征。Canny边缘检测算法是一个经典的算法,对此提出基于改进的各向异性扩散方程的检测算法,以克服传统算法对噪声的敏感性。传统Canny算法的双阈值需要人工赋值,针对不同的图像具有使用缺陷,因此,提出基于Otsu方法的自适应方法。实验表明,改进的算法有效地提高图像边缘检测的准确性,定位精确度高。     

多尺度自相似融合图像超分辨率重建

为提高低分辨率图像超分辨率重建的精度和效率,提出一种多尺度自相似融合图像超分辨率重建算法。该方法在锚定邻域回归(ANR)方法的基础上引入自相似矩阵,使图像边缘更加清晰;利用多层小波变换构建多尺度串联模型,实现小波域的不同尺度图像的多层超分辨率重建;增加训练字典原子数和邻域数,采用分层搜索匹配策略进行低分辨率图像块与锚点的匹配以减少图像重建时间。实验结果表明:该方法重建的图像边缘和细节更清晰,边缘重影和阶梯效应明显削弱,PSNR值提高约1 dB,且重建时间有所减少。