边缘缺失的畸变图像校正算法研究

目前,尚未有对边缘缺失畸变图像进行校正的有效方法。四边缘确定的畸变图像通过透视变换矫正,先确定边缘缺失图像的 4 个顶点,再通过透视变换实施校正。对边缘缺失的多边缘线图像,使用 Hough 变换的边缘检测及桥接膨胀,使主要边缘线延伸相交成 4 个点的封闭图形以确定四顶点。此外,拍摄图片有时背景复杂,对有效信息所在的四边形区域辨认带来一定困难。因此,在整幅图像中先获取所有连通区域,建立所有连通区域最小外接矩形,计算各外接矩形整幅占比,模糊比较后确定图像所在目标区域。在得出目标区域 4 个顶点后,采用透视变换进行畸变校正,再进行有效信息提取识别。在 Matlab 实验中,识别矫正成功率达 93%,说明该方法准确率较高,适用于多边缘缺失图像矫正。     

鱼眼图像校正算法研究与实现

鱼眼镜头广泛应用于全景监控领域,本文介绍如何对鱼眼图像进行校正,并对特定角度下拍摄的鱼眼图像提出了一种简单、快速、实用性强的鱼眼图像校正方法,同时给出具体算法的推导,实验表明该方法能取得比较满意的效果.     

计算机地图图像扫描过程中几何畸变的校正

在分析计算机地图图像扫描过程中产生几何畸变之实质的基础上,提出了建立几何畸变校正数学模型的方法。并讨论了如何以Visual C++5.0为工具,采用面向对象技术,开发运行于Win-dows环境下几何畸变校正系统的问题。     

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.     

一种快速自动多目标图像分割算法

针对进化多目标图像分割算法运行时间长且依赖人工挑选最优解的不足,提出一种快速自动多目标图像分割算法。首先使用自适应Mean-shift算法对图像进行预处理,将粗分割结果进行二次分割以提高运行速度;其次选择相互排斥的指标作为多目标的目标函数,并采用RM-MEDA框架对超像素颜色与纹理特征分别进行优化,同时对它们使用不同权值作为目标函数优化;最后由模糊模型从众多Pareto折中解集中自动选择满足实际分割要求的PS解。引入Mean-shift进行预分割,相对于标准的RM-MEDA,其运行速度提高近18%,由模糊模型推荐的Pareto解中,97%的情况符合分割要求。     

基于几何模型的鱼眼图像校正

在虚拟现实,机器人导航及视觉监控等领域,需要使用具有较大视角的鱼眼摄像机,这样得到的图像被称为鱼眼图像。鱼眼图像存在严重的变形和失真。本研究利用平面,柱面和球面经纬网格3种几何模型分别进行鱼眼图像校正,实现了真实场景的还原,并对校正结果进行分析和比较。     

基于OpenCV的视频图像梯形畸变实时校正方法

在拍摄视频时,由于拍摄位置、方向等因素的限制,拍摄的图像常常会出现梯形畸变．通过分析数字图像梯形畸变产生的机制并考虑到实际环境的复杂度对校正效果的影响,提出一种在VC＋＋环境下调用OpenCV库函数实现实时校正视频图像梯形畸变的方法．该方法首先利用人工标定的方式提取梯形畸变图像的边缘轮廓：然后利用轮廓顶点坐标,计算各顶点在校正后图像上对应顶点坐标,再通过顶点坐标求得畸变校正矩阵;最后对畸变图像进行校正．实验表明,该方法能够快速有效地进行实时校正,具有较强的鲁棒性．     

基于NSST和区域生长的红外与可见光图像融合算法

针对当前红外与可见光图像融合中红外目标提取信息度不足和灰度对比度较低的问题,将多尺度多方向变换技术与目标提取技术相结合,提出了1种基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)和区域生长的红外与可见光图像融合算法。首先对红外图像运用区域生长法提取出目标区域并投影到可见光图像中,然后对映射图像与红外图像做NSST分解得到各尺度各方向的子带图像。低通子带融合系数的选择采用基于区域能量的加权平均法,高频子带系数的选择采用基于改进型Sobel算子和区域平均梯度的融合规则。最后通过对融合系数做NSST逆变换得到期望的融合图像。实验结果表明,所提算法得到的融合图像红外目标突出,背景清晰,定位准确,平均灰度也更接近源可见光图像,具有良好的视觉效果。     

基于LS-SVM算法的遥感图像目标检测方法研究

遥感图像受到光照、拍摄角度、大雾等影响使得目标检测精度低,为提高遥感图像目标检测质量,通过计算遥感图像背景复杂度,进行目标区域的预提取,实施目标检测,提出基于LS-SVM算法的遥感图像目标检测模型。将提出的方法应用于舰船遥感图像和航空遥感图像的目标检测中,并和联合显著性特征和角度信息方法、改进SSD算法进行对比。结果表明该方法能够更好地对比较暗、尺寸比较小的目标进行检测,具有一定的应用价值。     

浅谈Photoshop中图像色彩校正技巧

在对图像中某一颜色进行单独调节后,应观察此调节过程是否影响了整个画面的色彩平衡,即所说的"色偏"。如何在计算机中保证屏幕上看到的颜色与大自然的颜色或艺术想象中的颜色一致呢?本文就此讲述在Photoshop中一些调节色彩的技巧。     

影像增强器图像校正方法性能比较研究

针对影像增强器(XRII,X-Ray Image Intensifier)图像受成像和环境等因素影响而发生扭曲的问题,提出了使用基于三角形的线性插值、三角形的三次插值与双调和样条插值方法对其进行校正并对校正效果在均方根偏差(Root Mean Square Deviation, RMSD)、最大平方误差(Max Square Error, MSE)以及校正时间方面进行比较。实验表明,在均方根偏差(RMSD)方面,基于三角形的线性插值方法校正效果最好,基于三角形的三次插值方法校正效果次之,基于双调和样条插值校正方法最差;在最大平方误差(MSE)方面,基于三角形的线性插值方法和基于三角形的三次插值方法校正效果比较好,基于双调和样条插值校正方法最差;在校正时间方面,基于三角形的线性插值方法校正时花费时间最少,基于三角形的三次插值方法校正花费时间次之,基于双调和样条插值校正方法花费时间最长。     

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。     

自动图像采集算法研究

针对当前视频采集系统的弊端,提出了一种新的图像采集算法,该算法可以实时地采集达到给定要求的图像。通过实验证实该算法是一种行之有效的图像采集方法。     

基于Hough变换的虹膜图像预处理研究

通过人眼虹膜图像的变化来推断人体健康状况成为预防医学的研究热点。受采集仪器、采集眼睛个体差异、采光等诸多因素影响,采集的虹膜图像需进行预处理,以满足提取虹膜特征的需求。通过对原图像进行灰度二值化运算后,进行形态学处理分离出瞳孔,然后运用Canny算子检测边缘,最后利用Hough变换圆检测定位内外边界,并采用Matlab编程实现了对虹膜内外边界的准确定位。     

基于区域能量加权的图像融合算法在指纹图像提取中的应用

在拍摄光滑客体表面的无色指纹时,一般采用定向反射光照相的方法,但是对于光滑纸板等表面,潜在指纹与背景之间的反射亮度差很小,传统方法难以进行拍摄提取。使用不同方向的光源配光,每一方向光源采集一幅图像,然后使用小波变换,将图像分解为不同尺度空间上的一系列子图像。对于低频子图像,采用取平均的融合规则;对于高频子图像,采用基于窗口的区域能量决策进行系数融合。最后对融合后的图像进行基于自适应引导滤波的多尺度Retinex图像增强,以增加指纹图像对比度。实验结果证明,该算法可以解决光滑物面指纹图像难以提取的问题,从而得到较为清晰的指纹图像。     

基于极线约束的优化非线性图像校正方法

针对非线性图像校正过程中存在的局限性,提出一种优化的非线性图像矫正方法——基于极线约束的非线性图像校正方法.在对极线约束特点进行分析的基础上,根据映射极线基础矩阵的特点,基于RANSAC的对非线性图像匹配集进行计算,并引入极线约束条件,实现对非线性图像特征匹配,最后以匹配结果为依据,对图像进行校正.实验结果表明,本文方法可以有效提高图像校正质量,MSE损失值、峰值信噪比以及结构相似性指标分别为0.223、0.597、7.836,并且耗时仅为0.066 s,表明本文方法具有一定的应用价值.     

灰度图像序列中运动目标提取方法的研究

随着人们对运动图像研究的深入，运动检测及提取算法的研究也在不断的发展。该文给出了一种从灰度图像序列中提取运动目标的算法—模板对准相乘法。实验证明，该种算法提取出的运动目标失真度小，误检率低，性能比常用的差值法和符号判别法要明显地优越。     

两步投影法校正图像采集中的梯形畸变

图像采集中的梯形畸变是工程中最常见的畸变之一,但少有文献对此进行论述,为此文章提出一种简便的校正方法,在已知摄像机的镜头焦距和CCD大小的情况下,仅需要知道摄像机中轴线与地面(或被拍摄平面)的倾角一个参数,不需要控制点,就可以恢复原始图像.基本方法是利用小孔成像原理,先将CCD上的点投影到地面上,同时假设平行于地面一定高度有一虚拟CCD平面,再将地面上相应的点投影到虚拟CCD上,当所有点都遍历后,虚拟CCD平面上获得的图像就是梯形校正后的图像.实验证明,这种方法简洁有效,适应性强,效果理想,在工程上具有较高的应用价值.     

感兴趣区域重建图像的算法研究

本文以重建图像的算法为研究对象,介绍了不完全投影数据相适应的重建图像统计算法.重点介绍ROI引入到EM算法进行了计算机仿真研究.