边缘检测和颜色特征相结合在图像检索中的应用

边缘是一幅图象最基本的特征,是图象分割所依赖的重要的特征,也是纹理特征的重要信息源和形状特征的基础,图像的其他特征都是由边缘和区域这些基本特征推导出来的.在图像检索中,边缘具有方向和幅度两个特征,是图象匹配的基础.颜色特征是进行图像检索用到的基本特征,但是颜色往往忽略了图像的空间性,因此在文中将边缘和颜色结合进行图像检索,提高检索效果.     

一种新的红外图像人体检测算法

提出一种新的红外图像人体检测算法并实现。首先采用灰关联分析理论从单幅红外图像中获取边缘轮廓清晰的人体候选区域,然后融合边缘方向梯度直方图特征、区域密度特征及人体形状特征来描述人体候选区域,以提高区域特征的描述准确性,最后使用支持向量机分类器对目标进行分类,在不同的红外图像测试集中进行实验,结果表明,所提出的算法识别效果良好,并具有一定的鲁棒性。     

基于拟合的亚像素边缘检测的算法比较

针对传统的边缘检测算法精度不高,提出了基于不同核函数的最小二乘拟合的亚像素边缘检测算法。采用Canny算子对图像边缘进行粗定位,再以基于梯度幅值拟合的高斯函数与基于灰度值拟合的反正切函数和双曲正切函数作为拟合核函数,对一幅拍有标准量块图像的边缘进行检测,结果表明该算法能够有效的进行亚像素边缘检测。     

一种提取模糊图像边缘区域的双阈值分割方法

针对目标和背景在同一平面的图像，提出一种双阈值分割方法获取图像由目标过渡到背景的边缘区域，并将提取的边缘区域平均梯度用于图像清晰度的评价，评价效果较好．     

基于B样条小波融合的平面足迹图像边缘特征提取方法研究

提出了一种基于B样条小波融合的平面足迹图像边缘特征提取方法。该方法首先将采集来的平面足迹图像复制成二幅,然后使用Prewitt算子和Robert算子分别对这两幅足迹图像进行边缘特征提取,最后使用B样条小波将所获取到的两幅图像的边缘特征图像进行图像融合。实验表明,经过B样条小波融合后的平面足迹边缘特征图像优于使用单一方法所获得的结果,因此本文所提出的方法是一种行之有效的平面足迹图像边缘特征提取方法。     

基于高阶奇异值分解的多聚焦图像融合新方法

针对传统多聚焦图像融合方法不能有效度量图像中聚焦区域的问题,提出一种基于高阶奇异值分解的图像融合新方法。高阶奇异值分解可以精确提取图像纹理特征,并对源图像进行分解。充分考虑像素间的区域相关性,提取分解系数的空间频率、平均梯度和区域能量等区域特征,并提出一种新颖的基于区域特征的多活动测度融合策略,该策略可有效度量图像中的聚焦区域。实验结果表明,该融合方法能够更好地保留图像的边缘细节信息。     

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。     

基于拉普拉斯金字塔改进的图像融合方法

改进传统的拉普拉斯金字塔融合图像方法,对源图像进行一系列层层递进的处理,而非传统算法直接对源图像进行拉普拉斯变换,与经过处理后的特征更明显的图像作变换。先提取图像的轮廓特征,然后对比得到的两幅梯度图像间对应的像素值,找出每幅图像比另一幅图像清楚的区域,保留各自的优势部分,据此建立两幅梯度图像的二值图像,进行拉普拉斯金字塔变换的源图像就是上述处理获得的二值图像。接着融合变换后的两个图像金字塔,最后,需要与最初源图像的高斯金字塔重新构建图像,将前一步获得的拥有更多高频细节的拉普拉斯金字塔从塔顶开始逆变换,直至变换出塔底图像为止,即可得到最终结果。实验数据显示,改进的融合方法起到了持有更多细节的作用。     

基于改进Canny算子的医学图像边缘检测算法

边缘检测作为图像分割的一部分,能够用于医学图像诊断。在医学图像获取过程中不可避免地会出现一些高频噪声,从而对属于高频分量的边缘产生干扰。传统Canny算子在高斯滤波去噪时会滤除一些边缘信息,且需要人为设定高斯滤波方差及高低阈值,缺乏自适应性。通过采用自适应中值滤波去噪,以及采用Sobel算子计算梯度幅值方向,并利用非极大值抑制对图像进行细化,最后利用Otsu计算图像高低阈值,从而对Canny算子进行改进,并在医学图像上进行实验。结果证明,该方法能更准确地检测边缘信息,且具备较强的自适应性。     

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。     

考虑梯度边缘信息的分形图像纹理细节增强算法研究

为降低噪声干扰,增强图像纹理细节,提高图像质量,提出考虑梯度边缘信息的分形图像纹理细节增强算法.依据图像已知点的灰度值推测新增点的灰度值,将新的像素点插入在图像像素点间,通过FBR理论对图像进行分形插值处理;采用图像锐化技术改进消噪掩模法,获取分形图像梯度边缘信息;构建梯度约束与数值约束的增强模型,控制图像噪声的同时,增强分形图像的边缘纹理细节.实验结果表明：信噪比越大,该算法分形插值处理后图像分辨率越高;该算法图像纹理细节增强后的图像噪声含量低,图像纹理与结构上相似度高,图像纹理细节呈现效果好;去噪能力较强,可有效增强图像边缘与细微纹理细节.     

基于改进Canny边缘检测算法的道路标线检测实验研究

为提高传统Canny算法的灵活度和自适应能力,提出了一种改进的自适应Canny边缘检测算法。采用双边滤波代替高斯滤波滤除噪声并锐化图像边缘;再使用水平、垂直、45°、135°等4个方向的梯度模板对图像的梯度幅值进行计算。对传统的Otsu阈值分割算法进行了改进,改进的思路是找出类内和类间方差的最大值作为阈值,阈值搜索范围的缩小可以使计算量减少,实现快速分割。通过道路标线图像验证,说明改进后的Canny算法对道路标线的分割效果更好,减少了边缘断裂和假边缘,处理的时间也相对缩短。     

RGB空间下基于矢量梯度的彩色图像边缘检测算法改进

由于彩色图像能够提供比灰度图像更为丰富的信息,因此彩色图像处理越来越受到人们的重视。为了充分利用彩色信息进行边缘检测,提出了基于多方向矢量梯度的彩色图像边缘检测方法。在分析传统基于矢量梯度的边缘检测方法存在边缘不连续、漏检等问题的基础上,通过引入多方向矢量梯度,综合考虑不同方向对图像梯度的响应,并借助信息融合技术融合多个方向下的检测结果,从而得到最终边缘检测结果。实验结果表明,该改进算法对边缘提取具有更好的连续性和定位准确性,而且对低照度下的边缘图像具有较好的响应。     

一种针对不同噪声强度的图像边缘检测算法

通过对图像边缘检测算法原理分析的基础上,提出一种新的噪声图像边缘检测算法.算法结合分区均值滤波算法和改进的Canny算法的特点,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.实验结果表明,本文算法检测的边缘特征优于传统的边缘检测算法,具有一定的应用价值.     

基于改进SURF算法的机器人识别匹配方法

由于传统SURF匹配算法选取大量不符合预期的特征点,增加了后期匹配运算时间,导致不能满足工业级应用快速性的要求。提出一种改进的SURF算法,首先对摄像头获取的目标图像进行均值滤波处理,然后选择合理阈值、运用Canny算子对获取的目标图像进行边缘检测,再通过Hessian矩阵获取图像局部最值,并利用SURF算法对边缘图像进行匹配。仿真结果表明,该SURF算法在应用于工业机器人目标识别匹配时,既能减少匹配时间,又可以提高匹配准确度。     

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。     

一种改进的图像自适应逆梯度插值算法

为了改善传统线性插值算法产生的图像模糊和边缘锯齿化现象,提出了一种改进的自适应逆梯度插值算法。该算法根据图像局部梯度特征,对已有的基于逆梯度插值算法中的逆梯度权值进行自适应加权,然后与经典的WaDi插值算法融合,得到改进的插值算法。实验结果表明,改进算法插值图像视觉效果和客观评价准则(峰值信噪比上)都有明显提高。     

自适应Canny算法在钢板缺陷边缘检测中的应用

为了更为准确地提取钢板表面缺陷,针对传统 Canny 算法的不足,提出一种改进型Canny边缘检测算法。该算法在平滑滤波部分采用自适应高斯滤波器,在滤除图像噪声的同时,可以保留更多图像边缘信息;采用8×8邻域代替Canny算法中2×2邻域计算梯度幅值;高低阈值的确定是根据图像的灰度均值和方差均值自动计算的。仿真结果表明,改进算法在钢板缺陷的边缘检测中可以准确地得到更多边缘细节,同时也能很好地抑制假边缘,且具有较强的自适应能力。     

纹理方向与边缘特性相结合的车牌定位方法

针对道路车辆的车牌信息提取问题,提出了一种基于纹理方向与边缘特性相结合的车牌定位方法.利用梯度方向场对获取原图像进行计算,从而得到纹理方向图;融合纹理方向图和二值图像通过区间判定边缘信息的方法确定候选区域及车牌区域;采用改进的区域标记方法实现车牌的准确定位.实验证明此种方法定位速度快、准确率高,具有很高的鲁棒性.     

区间上二次函数的“最值比较法”

2002年高考压轴题考查了与二次函数有关的一个不等式,这是一类代数推理问题,许多考生在论证过程中出现了思维受阻现象.实际上运用“最值比较法”可借助于图像很方便的获取结论.由于可结合图像来推理,因此显得直观而方便.这种方法的主要思路是考虑图像在顶