共查询到20条相似文献,搜索用时 312 毫秒
1.
2.
Starck等人的图像增强方法不能有效增强SAR图像中的边缘特征.为此,提出一种curvelet域SAR图像特征增强新方法.该方法充分利用curvelet变换多尺度多方向特性及其良好的各向异性特点,在curvelet域内提取图像的边缘特征,并定位特征curvelet系数.通过增强特征curvelet系数,达到增强图像边缘特征的目的.实验结果表明,与Starck等人的方法相比,本文算法能够更加有效性地增强SAR图像的边缘特征. 相似文献
3.
无人机场环境复杂。为了快速准确的找到无人机场的中心位置。首先对图像进行滤波等预处理,再根据二值图像特性以及椭圆几何特性.求取边缘跳变点的中点。利用所求跳变点的中点在竖直和水平方向的投影特点,以及改进的中心点估计法提取椭圆中心候选点。利用投影原理及跳变点特性对候选点进行筛选,分析得到机场中心点,最后利用边界追踪确认椭圆各个参数。实验数据表明,该方法具有很好的鲁棒性和精确性。 相似文献
4.
5.
针对传统视频图像解码算法进行解码运算时,存在解码后视频图像失真率高、解码效率低的问题,提出基于边缘提取的会议视频图像快速解码算法.该算法采用边缘提取方法预处理会议视频图像,以获得会议视频图像的边缘掩膜,根据边缘掩膜对会议视频图像进行平滑处理.通过自适应抽帧方法增大视频图像中的序列场景,抽取未发生跳变的图像帧数.采用双向运动补偿插帧方法填充运动矢量,完成会议视频图像的快速解码.实验结果表明,所提出的基于边缘提取的会议视频图像快速解码算法,边缘提取误差低、解码失真率低、解码效率高,具有较高的实际应用价值. 相似文献
6.
基于多尺度Top-Hat算子的车牌图像预处理研究 总被引:1,自引:0,他引:1
针对不同尺度的形态学结构元素具有不同的图像边缘检测效果,本文提出了采用不同尺度结构元素的TOP-hat算子用于车牌图像预处理.实验结果表明了该算子比其它典型边缘算子如Roberts、Sobel等具有更强的抗噪声能力、提取目标的边缘更加准确,在车牌图像预处理中有较大的优势. 相似文献
7.
8.
《科技风》2017,(13)
本文基于对数字图像处理问题的研究,建立了图像预处理模型与图像相似度计算模型,同时从轮廓检测与提取和特征识别方面对模型进行了修正。第一,在图像预处理模型中,本文采用Niblack二值化算法对人脸斑点、肤色和皱纹等一些皮肤细节部分进行滤波处理,通过设置阈值来除去皮肤细节等问题,实现对图像特征区域的粗略提取。第二,在边缘检测模型中,本文采用的是高斯滤波和拉普拉斯边缘检测算法相结合的方法,使用高斯—拉普拉斯算子对图像实行边缘检测,通过检测得到进而获取人脸的轮廓。第三,在图像相似度计算中,本文建立了基于SVD奇异矩阵分解的PCA主成分分析模型,实现对图像特征向量的提取,然后采用巴氏距离算法计算人脸轮廓图像相似度。 相似文献
9.
10.
11.
提出一种新的基于双树复小波变换的SAR图像边缘检测算法.算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵.通过对这一矩阵阈值化实现边缘检测.该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性.实验结果证明了该算法的有效性. 相似文献
12.
斑点噪声是SAR图像的本质特征,是机理性的,在很大程度上影响了对图像的理解和判读。到目前为止,对SAR图像进行降斑的方法多数要用到斑点噪声的统计特性,一般SAR用户使用起来较困难。因此可以针对SAR图像斑点噪声的特点,利用基于传统空域滤波的方法,通过加权图像融合,得到斑点改善的SAR图像,可以满足一般用户的使用要求。 相似文献
13.
传统算法对空中模糊目标图像边缘特征的提取不理想,图像融合检测和边缘恢复效果不佳。提出空中模糊目标图像边缘信息的融合与恢复方法,在多尺度Markov随机场框架下,基于最大似然准则,引入信息度量因子,对空中模糊目标图像边缘信息融合规则进行优化指导,采用势函数逆变换的方法,得到重构的空中模糊目标融合图像。仿真实验中,相比于传统算法,改进算法图像边缘信息恢复准确度提高了63%,在细节信息包含量和实时性处理方面都有较强优势,在伪装模糊目标识别和目标精确检测等领域具有较好的应用价值。 相似文献
14.
图像处理就是利用计算机及其有关技术,对图像进行运算和处理,可以使图像更清晰,从图像中提取某些特定的信息,从而达到某种特定目的,随着计算机技术的发展,图像识别技术获得了越来越广泛的应用。文章采用灰度化、消噪等方法对图像进行预处理,采用边缘提取、形态学处理、字符定位等方法实现图像字符特征提取,通过Matlab软件编写字符识别程序,实现图像字符识别。研究结果表明,采用图像处理可有效实现对图像字符的识别。 相似文献
15.
《黑龙江科技信息》2015,(32)
图像边缘检测技术是处理数字图像的重要内容之一,它包含了目标物体显示在图像上的主要信息。边缘就是指一组相连的像素的集合,这些像素周围的灰度具有显著的变化的部分。边缘检测技术是从图像中提取感兴趣的对象的边缘信息(要去除不需要的信息),在图像的局部区域中针对像素点的一种运算,在图像的处理中有着重要的作用。因此边缘检测技术是分析图像和提取图像的主要内容的重要手段,在一些预处理的算法中有着重要的作用。在本文中首先分析了图像边缘检测技术的研究的意义和发展的现状,主要对边缘检测技术分析,主要是对边缘和梯度进行主要介绍,在接下来叙述各种经典的算子,比如Roberts算子,Sobel算子,Prewitt算子,Laplacian算子等,进一步了解这些算子的优缺点和适用性;在具体叙述传统的Canay边缘检测算法,并通过传统的Canay边缘检测算法进行不断改进,以更好的满足图像边缘的自动化检测以及检测的精确度等;最后总结图像边缘检测技术和未来的展望,随着科技的不断发展,图像边缘检测技术在生产和生活中起到的作用越来越重要。 相似文献
16.
针对CCD型医学图像中,在细胞粘连区域信号附近出现的较强的横条纹噪声干扰,影响图像信息的正确性,分割后会存在边界模糊和锯齿条文的问题,为提高医学图像分割效果,提出了一种基于横条纹噪声消除的医学粘连图像边缘分割算法。分析了医学图像中边沿横条纹噪声的原因,通过wold纹理模型与多尺度马尔可夫随机场模型,利用确定性随机场和不确定性随机场的谱属性不同的特征,将医学图像边沿的干扰特征分离开,有利于对粘连医学图像进行分割。实验证明,方法有效地去除了横条纹噪声并很好地保留了图像的边缘和细节信息,同时运算复杂度低。 相似文献
17.
民航机场X光机图像识别优化方法研究 总被引:1,自引:0,他引:1
《科技通报》2015,(8)
在民航机场安检信息系统设计中,传统的图像识别方法采用简单分类识别方法,无法有效对异常人流和危险爆炸物品实现有效检测。提出一种基于轮廓波域边缘检测的民航机场X光机图像识别优化方法,首先构建民航机场X光机图像识别的总体模型,采用具有统计学意义的概率分析技术等数据融合方法,达到对视觉图像的综合性处理。为了增强图像中运动区域的明暗对比度,使图像变得平滑,需要估计民航机场X光机图像的位置边缘信息,提取图像的低频部分,低频信号的提取,增强了图像的明暗对比度,提高民航机场X光机图像识别能力。仿真实验证明了该算法的图像的视觉识别效果更好,展示了算法的优越性能。算法对确保机场安全,提高安检效率具有积极重要的意义。 相似文献
18.
边缘提取属于图像理解的低层处理阶段,即提取被选定物体区域的外边轮廓.本文主要介绍了一种新的二值图像边缘提取算法.通过分析区域边缘像素的特征,归纳出边缘提取条件,该算法逐行扫描像素区域,并分析该像素区域特征可以无损失地提取出所有边缘像素点. 相似文献
19.
20.
《科技通报》2015,(10)
对图像的断面进行偏移场矫正,增强对正确目标边缘的识别能力。由于图像中存在的灰度不均匀断面特征和线性偏移场,对图像断面的边缘有效识别困难,传统方法采用轮廓线提取方法进行断面边缘识别,受到边缘轮廓线的线性偏移限制,识别效果不好。提出一种基于偏移场矫正的图像断面边缘识别优化算法。通过核函数引入局部灰度信息建立了偏移场矫正模型,将去噪后的断面信号进行灰度均衡预处理,对于相邻区域传递的消息进行收敛性判断,增强了演化曲线对正确目标边缘的识别能力。研究得出,采用该算法进行图像边缘识别,具有更低的差错率。算法将在远程图像识别和地理遥感特征提取探测等领域具有较好的应用价值。 相似文献