一种基于形态小波的图像边缘检测方法

边缘检测是图像处理和模式识别领域的基本课题。基于数学形态学的形态小波是一类综合了传统小波线性和形态学的非线性特征的小波,它具有良好的局部时一频性,而且能对图像的形状及形态特征加以描述。文章提出了一种基于形态小波的图像边缘检测方法,实验证明：与单独使用小波变换或形态学的边缘检测方法相比,这种方法具有边缘检测精度高、抗噪声性能好的特点。     

遥感图像恢复方法研究

本文基于遥感图像恢复理论,建立了图像的退化模型,并在此基础上,采用约束还原和非约束还原分析图像的恢复。遥感图像恢复的约束还原方法主要采用维纳滤波和约束最小二乘滤波;非约束还原主要采用盲解卷积与Lucy-Richardson等方法,并进行对结果的分析与比较。分析结果表明,Lucy-Richardson方法对遥感图像恢复能够较清晰地反映实际图像。     

一种新的基于图像边缘检测的室内人数统计方法

在分析基于图像处理的人数统计方法基础上,提出基于图像边缘检测的人数统计新方法。分别采集室内彩色背景图像和目标图像,分别计算灰度图像的边缘检测结果,求出二者的差值图像后,连接边缘、填充为连通区域,计算目标图像中的人数。实验证明：该方法能满足室内人数比较多的人数统计要求,具有速度快和准确率较高的优点。     

一种简便的图像复合方法

本文论述了地面信息与遥感图像复合的方法，说明了利用ARC/INFO，CORELDRAW，ENVI等软件对卫星图象进行复合是可行和便利的。该方法应用于我区林火监测，效果良好。     

遥感图像变化信息提取方法研究

利用遥感技术对区域性土地利用/土地覆盖类型进行动态监测,提取变化信息目前是资源环境科学重要研究领域之一.本文通过对各种变化信息提取方法的效果分析及其精度评价,对变化信息提取的整个过程进行了整理,通过实践验证了各种变化信息提取方海的可靠性.     

几种遥感图像融合技术方法的对比与讨论

本文在研究遥感图像融合技术原理的基础上,详细介绍了IHS、主成份分析融合方法和小波变换融合方法的技术核心和步骤。并对比了这三种方法的优缺点。     

一种组合式孤岛检测方法

发电系统并网运行时如果处于孤岛状态将会对设备造成损坏,影响电力系统安全正常运行,严重时甚至可能威胁线路检修人员的人身安全。因此,研究孤岛检测方法及保护措施具有重要的现实意义。针对国内孤单检测的不足提出了一种带电压正反馈的电流干扰孤岛检测法,并进行了仿真验证。     

图像轮廓自动提取的一种方法

提出了一种新的阈值自动提取的方法,该方法结合了边界点数字特征提取和抽样技术.通过数字特征提取边界点可以使所选取的点具有边界点的特征,而使用抽样技术又可以使得阈值提取所需的时间在保证阈值正确的条件下大大减小.对一些商标图像实验的结果表明,该方法在下列参数值：窗口相对梯度比为0.8,窗口相对灰度比为0.8,边界点的提取比为0.8,抽样比为10%下,其效果是很好的.     

一种水下激光照明图像的预处理方法

本文针对一种水下成像系统激光照明光源的特点,研究了水下成像的图像预处理方法。照明激光的散斑和扩束的非均匀性会导致图像有小尺度的杂散噪声及图像整体大尺度的照明不均匀。在分析成像系统的特点基础上,采用低通滤波滤掉杂散噪声、采用同态滤波的方法抑制照明不均匀性的图像预处理方法,达到了很好的预处理效果。     

一种改进的图像边缘提取方法

为提高图像边缘检测的清晰度、精度、连续性以及抗噪性能。结合小波变换和数学形态学设计了一种图像边缘提取算法。重点论述了一种改进形态学边缘检测算子。该算法以含噪图像为研究对象,通过小波分解将原始图像分为高频和低频分量。利用小波变换模极大值法实现高频分量边缘检测,同时基于改进形态学边缘检测算子实现低频分量边缘检测。然后,通过图像融合得到完整边缘。仿真结果表明:所述方法抗噪性能较好,图像边缘清晰度高而且定位精准。     

一种水下图像目标边缘分割方法

水下图像中目标边缘的检测精度决定了目标的定位和尺寸检测精度,水下目标一般为管状,目标边缘定位难度大,本文针对以上应用环境提出了一种边缘精确定位的方法。首先采用区域分割的方法得到目标的粗略位置,然后细化目标得到管状目标的中轴线,最后用参数拟合的方法来提取目标边缘,既有效抑制了噪声和背景的干扰,又提高了边缘定位的精度。     

一种海洋水体温度垂直方向插值方法

正本方法通过温盐传感器可以获得多类海洋温度数据,比如表征表面活动的航线温度数据,以及表征海洋不连续垂直活动的td温度链数据等。从不连续的td温度链数据中得到满足海洋温度垂直变化规律并且连续的海洋温度垂直结果,是本方法要解决的主要问题。     

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。     

一种闸机通行检测方法研究

通行识别系统是闸机的关键组成部分。在既有通行识别策略的基础上,通过对人体通行数据的分析,提出了传感器安装的位置建议。对传感器区域进行划分,研究旅客通行过程的状态变化,提出了一种适合闸机应用的传感器布局,并进行通行状态追踪的分析。     

一种基于边缘检测的图像倾斜校正算法

本文针对数字图像处理和识别过程中存在的图像倾斜问题,提出了一种基于图像边缘检测的倾斜校正算法,通过对原始输入图像进行二值化处理,有效地提取出图像的边界信息,并运用最小二乘法原理对图像边界进行拟合,计算出图像的倾斜角,进而通过旋转变换对倾斜的图像进行校正。     

一种基于内容的图像自动分类方法

提出了一种图像分级分类方法。在该方法中，利用颜色数区分为照片和图画，利用Hough变换检测图像边缘，根据图像边缘中的直线比例区分人造物与自然物、图表与绘画，利用图像边缘的平均模糊度区分简笔画和工笔画。     

一种基于粗糙理论的图像预处理方法

人工智能是当前研究的一个热门话题,本文将Rough集理论应用到图像智能增强预处理中,从利用原有特征集表达知识图像的方法出发,选出对于分类最有效的特征,并给出重要的相关特征的不同组合,从而实现系统特征选择。不但为肿瘤图像信息解译和认知科学提供了研究方法,而且为实现图像的智能化处理指出了一个有效的途径。     

基于改进BP算法的遥感图像边缘检测

由于噪声的干扰,常规的图像边缘检测方法往往效果不佳,因此本文提出了一种基于改进BP算法的边缘检测方法.在充分考虑边缘和噪声本质区别的基础上,构造具有较强抗噪能力的特征向量,然后用样本图像对四层BP网络采用改进BP算法进行训练.最后,将训练后的网络用于遥感图像的边缘检测.     

基于遥感图像特征的分类方法研究

基于光谱特征的遥感图像信息提取方法存在分类精度和效率低的不足,在ENVI软件下采用基于灰度共生矩阵提取纹理特征的方法,将纹理特征参与到光谱特征中进行分类,并与基于光谱单源数据分类进行分析和比较。实验结果表明,纹理特征参与分类在一定程度上提高了遥感图像的分类精度。     

一种基于边缘邻域关系的图像边缘检测算法

传统的微分边缘检测算法对噪声较敏感,而SUSAN边缘检测算法虽在一定程度上抑制了高斯噪声对边缘检测的影响,但对椒盐噪声鲁棒性弱。本文针对传统边缘检测之不足,提出低信噪比的边缘检测算法。分析椒盐噪声的特性,根据其特性首先判断像素是否受到椒盐噪声的影响;其次,根据高斯噪声的特性,利用像素点的邻域关系抑制高斯噪声对边缘检测的影响;最后,利用边缘邻域关系去除伪边缘。实验结果表明,本文方法在一定程度上对高斯噪声和椒盐噪声具有鲁棒性。