基于内容的图像检索-感兴趣区域的提取

基于内容的图像检索是当前研究的热点和难点,提取图像的感兴趣区域,能够提高检索的准确性.该文提出了一种基于特征点的感兴趣区域提取方法,首先基于多曲率多项式提取图像的特征点,然后根据一定的规则提取感兴趣区域,实验证明,使用这种感兴趣区域提取方法,能较大地提高检索的查准率.     

基于拉普拉斯高斯算子边缘检测的零水印版权保护算法

为满足数字媒体信息版权保护需求,提高零水印在抵御数字信号攻击时的鲁棒性,在Chang所提出的零水印版权保护算法的基础上,对图像特征提取中的边缘检测方法进行改进,利用拉普拉斯高斯算子(LOG)边缘检测代替Chang算法中的Sobel边缘检测。仿真实验表明,该算法在抵御数字信号攻击时具有较高的鲁棒性。     

图像边缘检测算子教学改革的分析

通过图像边缘检测算子教学的改革,让同学们既消除图像检测算子数学理论推导的害怕,又尝试递进的学习方法,使学生产生自我探究的意识,培养开发性思维,让学生懂得横向比较和纵向比较的方法,从不同角度用不同的方法探究事物的本质特征,从而提高学生培养的质量。     

一种基于图像融合的混合去噪方法

图像中合有各种各样的噪声，几乎没有一种方法会对所有噪声都有很好的去噪效果，本文针对不同类型的噪声，分别利用不同的去噪方法，然后利用融合算法，综合各种去噪图像的信息，收到了很好得效果。     

基于BRISK特征的图像配准提取与描述研究

基于特征的图像配准方法作为一种重要的图像配准方法,是近年来图像配准技术的研究热点。本文对BRISK算法进行了详细的描述。详细介绍了FAST角点特征提取算法、尺度空间构造以及尺度空间关键点检测方法、关键点描述方法和特征点匹配算法,给出了算法实现基本流程图。     

基于小波域图像融合的边缘检测算法研究

针对多聚焦度分析和部分有损图像分析中难以提前完整边缘信息的问题,提出了一种基于小波域图像融合的边缘检测算法。它是在小波变换多分辨率分析的基础上,运用图像融合及图像增强理论,使得小波子带边缘信息量最大化,再运用经典的Canny算子边缘检测算法最终实现图像边缘的检测。     

提取数字图像边缘的算法比较

本文简要地介绍了几种经典算子的原理,设计了相关实验来提取图像边缘,并使用Marlab对图像进行边缘检测,分析这几种经典算子的优劣,找出适合进行图像边缘检测的最佳算子.     

基于小波变换的图像融合技术研究

从小波和图像融合的定义出发,阐述了小波变换在图像融合技术中的应用,同时对小波变换在图像融合技术的发展进行了展望。     

基于Canny算子的柑橘果实病斑信息智能提取方法研究

为实现对病害的及时准确的识别,利用计算机提取病害图像信息方法已成为目前研究的热点。目前主要是采用中值滤波法、双峰法、otsu阈值分割法、贝叶斯判别方法等算法及相关算法的组合算法从颜色特征,形状特征角度提取病斑信息,这些算法大多运算复杂,存储空间大,识别的精度低,无法全面完整提取病斑信息,本文采用一种改进的Canny算子算法来解决上述问题。同时使用MATLAB软件进行仿真,仿真结果显示对于果实病斑识别及提取都能够较好的满足需求.     

基于深度图像的行人目标检测及轮廓提取算法研究

在对Kinect采集到的图像进行预处理后,为了实现行人运动目标检测,需要对行人目标进行特征识别,然后将识别分割的区域作为行人目标的备选区域。通过改进的自适应高斯混合模型的背景建模对预处理后的深度图像进行行人目标分割,分离出有用信息,然后利用Freeman链码方法提取连通域轮廓,作为行人目标的人体头部区域,便于后续对行人目标的跟踪与统计研究。试验表明,最终得到的结果达到了预期目标,算法准确性与鲁棒性很好。     

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。     

基于滤波器分解的图像滤波算法

研究了一种空域中的图像分解技术,进而利用该种分解方法 ,探讨了图像滤波算法.提出的图像分解方法 的主要思想是:利用类型确定的滤波器(如低通)对原始图像滤波,将图像分解为高频和低频两部分,在对分解得到的低频或高频成分进行同样的处理,继续这一过程,图像便可分解成不同频率分量的图层之和.进而在各个图层上进行相应的滤波处理,最后利用逆变换得到最终的结果 .     

基于小波变换和微分算子的图像边缘检测

本文提出了一种检测彩色图像边缘的新方法,该方法先把彩色图像分解为红、绿、蓝三基色图像,然后利用小波变换对三基色图像分别进行多尺度的分解,提取其低频系数,用微分算子检测其图像边缘,最后利用多通道信息融合的办法将三基色的图像边缘融合在一起。通过一个实验说明了该方法的有效性。     

基于二次采样小波变换的拉普拉斯边缘检测方法

提出了一种新的基于小波变换的拉普拉斯图像边缘检测方法：采用二次采样小波变换方法生成图像的梯度图像,然后采用普通拉普拉斯算子提取出图像的边缘.实验结果表明该方法既能够有效地抑制噪声,又能够清晰地提取到图像的真实边缘.有利于完善拉普拉斯边缘检测算子.     

基于小波变换与LBP算子的遥感图像融合研究

提出一种新的基于小波变换与LBP算子相结合的遥感图像融合算法．该算法在源图像小波变换的高频子带内，利用局部LBP算子极大的方法得到小波重构高频系数，而低频系数则利用源图像小波分解后低频子带系数的非线性加权得到．然后由此高频和低频系数进行小波重构得到融合图像．实验采用可见光图像与SAR图像融合，结果表明这种方法可以很好地在保留源图像各自信息的同时融合源图像的细节信息，并且能够有效抑制源图像中孤立噪声点．     

遥感图像中特定目标的自动提取

本文介绍了一个TM遥感图像中城市居民地的自动识别系统.首先分析了TM影像的特点,以突出其中城市居民地的特征,选择最佳的各波段组合方案进行波段合成.接着利用阈值分割算法对合成的假彩色位图进行分割,对分割后的效果图屏蔽河流和耕地.然后采用面积分析算法对图像进行去噪处理。再利用去噪后的图像形成小窗口,并以小窗口为单位对图像进行聚类处理来提取城市居民地,接着对边界窗口进行处理,最终识别出城市居民地.     

图像修复中物体移除的实验设计

设计了图像修复中物体移除的实验,通过实验的操作激发学生对图像修复进行研究的兴趣。通过此实验,学生可以学会高斯滤波的使用,各种边缘提取的方法及区别,利用小波变换和边缘检测获得图像的主要结构,在物体移除后从结构和纹理两个方面实现图像的修复。首先对图像修复中物体移除的基本原理及实现过程进行解释,然后利用这一方法实现物体移除后破损图像的修复。提供可实现上述方法的Matlab程序代码,学生可利用相关程序对各种物体移除图像进行处理,得到了视觉上无明显人工修复痕迹的图像。在数字图像实验中首次引入了结构和纹理分别修复的图像修复方法。     

基于区域的图像检索技术

传统的基于内容的图像检索方法提取图像全局特征,缺乏高层语义信息,无法很好地满足用户的检索要求。本文深入研究基于区域的检索方法,该方法能够更好地表达用户的查询要求,在语义层次上理解图像、检索图像,是基于内容的图像检索的一种行之有效的方法。     

一种基于小波变换的多尺度图像配准算法

在研究传统Harris角点检测算法的基础上,结合小波变换的多分辨率特性,提出一种基于小波变换边缘检测与Harris角点检测的多尺度图像配准算法。该算法保持了Harris角点检测算法在图像旋转、缩放或灰度变化时角点提取效果依然良好的优点,改进了其对噪声敏感且不具有尺度不变性的缺点,在不同尺度上有较高稳定性与匹配精准度,抗噪性较强。