基于非线性提升格式的边缘检测

针对边缘检测中检测精度与抗噪能力的相互制约的问题，采用非线性提升格式，结合自适应阈值，提出了一种新的边缘检测算法．该算法计算简单、易于并行实现，且在一定程度上协调了检测精度与抗噪声之间的矛盾．实验结果表明该算法在提取边缘的同时能有效地抑制噪声，检测精度高．     

核医学同位素扫描图像的插值算法

由于核医学同位素图像原始数据量少，形成的图像较小。所以采用了内插值法进行图像的放大。对于传统的图像插值方法，图像邻接数据可能只是简单重复，造成图像边缘和细节部分模糊不清。其并不反映核医学具有的数据统计性规律。本论文融合同位素放射性理论，提出适用于核扫描图像的插值方法－－邻域加权双线性插值法，以保持图像的边缘和细节部分能反映出像素灰度的正态分布，以便进行统一的滤波。     

超声图像的LBP纹理特征提取

采用改进的均匀化LBP（局部二值模式）算子,将散点及小斑点的均匀化LBP码设置为其邻域均值,并通过各向异性扩散滤波抑制超声图像噪声,消除超声图像中斑点噪声和散点对纹理提取的影响,以实现对超声图像的LBP纹理特征的有效提取.实验结果表明,本文算法与传统均匀化LBP的算法相比,获得的纹理特征图像LBP码的占有比例有所提高,消除了LBP纹理图像中散点的影响,能较好地描述超声图像的纹理信息.     

基于结合Transformer和卷积神经网络的生成对抗网络在磁共振成像中分割胎盘组织（英文）

磁共振成像(MRI)胎盘组织的准确分割对于研究妊娠和分娩并发症具有重要意义,但传统放射科医师的人工标注难以保证分割准确性和客观性,且费时费力.为了开发用于MRI中胎盘组织自动分割的深度学习模型,提出了结合Transformer和卷积神经网络(CNN)的生成对抗网络(TCGANet).将特征嵌入模块与跳跃连接相结合,缓解传统特征融合方法带来的信息丢失.在此基础上引入内容提取模块,采用Transformer的自注意力机制捕捉全局依赖关系,有效表示MRI的全局和局部信息.此外,鉴于传统分割方法难于精确界定MR影像胎盘组织边缘的问题,运用判别网络对胎盘组织分割的生成网络监督,以提高胎盘边缘界定的精度.结果表明,该模型在定量指标和边界定位精度方面显著优于现有分割方法,其中准确度为0.993±0.003,灵敏度为0.903±0.093,特异度为0.996±0.003,Dice相关性系数为0.861±0.141.对模型不同结构的消融实验验证了网络结构设计的合理性,大部分性能指标明显优于现有方法(P<0.05).该模型能够实现自动且准确地分割MRI中胎盘组织.     

基于变分高斯混合模型的图像分割算法

提出了一种基于变分推断的高斯混合模型的图像分割算法. 该算法首先用贝叶斯混合高斯模型对图像的特征进行建模, 并针对模型的参数学习问题, 利用变分推断算法估计模型的参数及其后验概率; 这种方法比采样法的计算量更少, 而且能够根据图像数据自动优化混合个数, 实现了模型的自动选择. 最后, 该算法在Berkeley的自然图像集上进行的实验结果与经典的图像分割算法进行了比较, 结果表明此方法得到的图像分割结果精度较高, 具有较好的性能.     

基于连续小波变换的NOAA热红外影像信号场分析

利用二维连续小波变换(墨西哥帽小波),结合影像下的地物类型分布,对多时相的NOAA/AVHRR影像4波段数据进行信号场分析.结果表明,在小尺度下显示不同地物类型、相对差异、位置及形状等信息;而在大尺度则主要表现了水陆、地貌导致的地域差异.不同时相数据的大尺度分析对比,体现了空间格局和变化趋势.     

基于运动矢量的鲁棒视频水印算法

针对AVS-M标准提出了一种水印嵌入方法,直接利用AVS-M编码器中解码的数据进行边缘检测确定边缘块与非边缘块,把边缘块作为水印添加候选块,有效控制了编码器的开销.选择P帧中具有最大运动矢量幅值的宏块嵌入水印,水印嵌入通过修改运动估计搜索得到的运动矢量值实现,因水印嵌入修改运动矢量会对后续编码块产生影响,给出了AVS-M编解码器严格的补偿方案,补偿后的水印信息均能正确提取,证明了这种方法的有效性.针对运动矢量水印检测要求严格同步的缺点,提出了利用最大相似序列向量检测水印的方法,对虚警、漏警或攻击造成的水印信息丢失具有良好的检测效果.     

联合帧间差分和边缘检测的运动目标检测算法

面对运动目标检测,采用传统的帧间差分法往往造成目标空洞与轮廓丢失的问题,提出一种联合帧间差分和边缘检测的运动目标检测算法。首先计算相邻三帧的两两差分图像,再采用自适应阈值生成二值化图像,经二值化图像与运算提取运动目标区域图像;其次采用改进型Canny算子依次对相邻三帧图像进行边缘检测,依据运动关联法则,获取运动目标边缘图像;最后联合运动目标区域图像和边缘图像,提取运动目标轮廓,再采用形态学方法提取运动目标。实验表明,本算法提高了运动目标的检测性能和保持了运动目标轮廓。     

基于不变像元灰度分类的自动辐射归化处理

在土地利用／覆盖变化监测中,通常要对多时相遥感影像进行辐射归化处理,使得影像间的成像差异减小,相同地物的光谱特征相似．本研究利用两时相ETM＋影像,精确选取不变像元,采用分段线性回归,探讨一种自动辐射归化处理方法．研究方法充分考虑了影像间成像条件的差异,通过影像对应波段差值直方图剔除变化像元来有效选取不变像元,将不变像元划分为暗、灰和亮3类并分级确定校正系数进行辐射归化处理．结果分析表明该方法具有一定优势．     

基于光波迭加原理的相对深度和边缘检测算法

基于光波迭加原理导出了一种新的图像相对深度和边缘检测算法.新算法根据光波的迭加和衰减特性,通过对像素的迭加计算和对参数β的调整使得该算法实现两种功能:相对深度检测和边缘提取.实验表明,该方法能够较好的区分出不同距离的景物,并且能较好地提取图像的边缘.     

基于方向梯度直方图的螺纹连接件端面缺陷检测方法

针对螺纹连接件端面表面的反光性、阈值选取的不确定性, 提出了一套图像处理方法. 使用中值滤波和图像锐化增强等方法处理图片, 解决背景与前景差距较小的问题; 选取利用方向梯度直方图确定图像上的边缘方向, 实现对目标的直线轮廓提取, 与已知目标的轮廓模型结合实现对非直线目标轮廓的提取. 该处理方法可以自动提取目标的轮廓, 而不需要设定阈值, 且对亮度、对比度和噪声变化的适应性较好. 对2500个报警器底盘做的检测实验结果表明, 采用该方法能去除噪声, 与Canny轮廓提取法相比, 能更准确且稳定地提取出螺纹连接件端面的边缘特征; 对螺纹连接件端面磨损和歪斜的检测准确率分别达到了99.4%和98.6%, 满足工业的准确率和实时性的需求; 同时可减少人工成本, 提高检测速度.     

一种基于感兴趣区域提取的医学图像检索技术

针对胸部CT扫描图像库，提出了一种基于感兴趣区域提取的图像检索方法．首先为了提取感兴趣区域，提出一种基于灰度层共现矩阵的区域增长算法，分割出病灶区域，再通过闽值算法进行边界的磨合，然后针对感兴趣区域提取形状和分布特性作为图像匹配准则的客观依据．最后，将该算法与其他底层特征算法进行比较和分析．实验结果表明，该算法能够比较有效地应用于基于内容的医学图像检索系统中．     

合成孔径雷达图像统计滤波降噪方法

基于统计滤波方法需要在尽可能大的同质区域内进行滤波处理的要求，根据MHR和EPOS算法采用的可变窗口思想，提出了从八个不同方向上逐步扩大窗口，直到出现边界的搜索算法，在保持图像边界信息的同时滤除了斑点噪声的影响。对于噪声统计量，提出了利用了比例图来估计其大小的方法，并由此求出搜索的域值，实验结果表明，该方法处理的SAR图像质量在噪声滤除和边缘保持方面比传统算法有了明显改进。     

图像序列运动检测算法的研究及其应用

探讨了监控图像序列中进行运动检测的若干基本算法 ,结合统计方法和边缘检测筛选出运动边缘点 ,对运动边缘点逐个进行了块匹配最优搜索 ,估算出其运动矢量 .此方法在数字视频监控系统中用于运动物体检测和报警 ,不但提供了智能型监控 ,而且也有效的压缩了存储数据 ,改善了系统性能 ,有较好的实用价值 .     

基于分数阶偏微分方程的图像放大模型

将分数阶微分理论引入图像放大模型中,利用全变分思想,提出了基于分数阶偏微分方程的图像放大模型.仿真实验结果表明：新模型能较好地保持图像边缘特征,以及更多的图像纹理信息,优于整数阶微分方程放大算法,是一种有效、可行的图像放大模型.     

一种改进的基于小波变换的图像边缘提取算法

在对现有的基于小波变换的图像边缘提取方法进行简要分析的基础上,提出了图像边缘提取改进算法.该算法主要是对边缘点的判断准则进行了改进,通过将任一点的梯度方向与水平、垂直、45°、135°方向进行比较,将这4个方向中与该点梯度方向最接近的一个方向重新赋给该点的梯度方向,并检验二进小波变换的模在该点是否为新的梯度方向上的局部极大值,若是,该点就是边缘点,否则不是.最后通过模拟实验给出了该方法的实验结果,实验结果有力地证明了该方法的有效性.     

机载SAR图像中机场跑道的检测

提出了一种基于A／G系数边缘捡测的机场跑道检测方法，利用A/G系数作为参数来抑制SAR图像中speckle噪声的影响，采用非线性边缘检测技术和数学形态学来检测边缘，使用Hough变换检测平行直线确定跑道，结合灰度特征和边缘特征，通过区域生长成机场跑道的结构，实验结果表明在机载SAR图像中采用A/G参数检测边缘能够有效地抑制噪声的干扰，获得较好的图像边缘，同时通过Hough变换和区域生长能够较准确的检测出机场跑道的结构。     

二维图像边界识别多速率算法的有效实现

提出了一种用于有效实现边界识别的多速率算法并给出了相应的设计范例．多速率(抽样与／或内插)信号处理算法能在很大程度上减少运算量，节省存储空间．从用时变系数代替传统的多相位分解方法的角度来说，该算法得出了非多速率与多速率数学表达式之间的以z-传递函数表示的相互映射关系．这种影射所具有的特质能方便地对多速率边界识别滤波器进行有效分析和合成．用高速硬件描述语言(VHDL)仿真的结果验证了该算法对实时实地可编程门阵列(FPGA)的有效性．