多重分形分析图象边缘提取算法

提出了一种基于多重分形分析的图象边缘提取算法,通过计算每个象素点的奇异值和多重分形谱,并根据多重分形谱的各种测度修正,提取出图象的边缘信息.在分析图象的各种象素点的多重分形谱特性的基础上,着重分析了多重分形谱常用的若干测度以及选取标准.该算法利用奇异性Hölder指数和多重分形谱以及它们组成的判据来进行图象边缘提取的思路不同于传统的基于梯度的局部极值点来进行图象边缘提取的方法.实验结果表明:该算法可以在保留重要边缘信息的情况下去除不重要细节,更能符合人的视觉心理.     

一种多像素图像边缘提取方法

提出了一种基于相邻像素间的灰度差异来提取图像多像素边缘的方法.对一幅256×256大小的图像进行边缘提取需要的时间约0.22 s,分别比Prewitt算子和Robert算子少了26%和34%.算法改进后,较完整地提取了图像的竖直边缘和水平边缘,这些边缘在Prewitt算子和Robert算子的提取结果中是不可见的.经细化算法后,得到了图像清晰、位置精确的单像素边缘图像.研究表明,本文的多像素边缘提取等诸方法具有模型简单、实时性强等特点,且便于实现.     

椭圆目标的亚像素边缘定位方法研究

分析和比较了三种常见的基于矩的亚像素边缘定位方法,得出三种方法获取的边缘角度以及OFMM法与ZOM法获取的亚像素边缘相同的结论。提出了一种针对椭圆目标的亚像素边缘定位方法。在ROI提取和SOBEL算子初步检测边缘的基础上,利用初步获取的椭圆目标的几何信息,将参与计算的模板个数减少至一个,从而大大减少了运算时间,提高了算法的运算速度。同时实验结果表明,与其他基于矩的亚像素边缘定位方法相比,新方法不仅有更高的运算速度,而且精度和抗噪性能都有很大地提高。     

快速多项式拟合亚像素边缘检测算法的研究

传统的亚像素边缘检测都是先粗定位,再进行亚像素细分,因而运行时间较长.采用了一种基于多项式拟合的快速亚像素边缘检测算法.该算法根据图像的灰度分布,运用三次多项式拟合图像的边缘实现亚像素定位,从而达到较高的定位精度.采用在边缘附近取点,进行亚像素边缘检测,减少了运行时间.仿真实验给出的实验结果证明了该算法的有效性.     

基于灰度矩的CCD图像亚像素边缘检测算法研究

根据灰度矩算子在目标成像前后的矩不变特性,利用Tabatabai等人提出的前三阶灰度矩建立了亚像素边缘检测算法的完备数学模型。通过实验对该算法的有效性和检测精度进行了研究,给出了工件的实测尺寸对比结果。实验表明:基于灰度矩算子的亚像素边缘检测算法比传统算子具有更高的检测定位精度,可满足图像目标高精度实时在线测量的要求。     

多重分形谱及其在材料研究中的应用

详细讨论了多重分形谱中各参量的物理意义,拽出随机多重分形谱中出现异常区的原因。提出了一种舒去少量异常小的分布概率的方法,局部消除了异常区,最后介绍了一些多重分形谱在材料研究中的应用。     

基于曲线拟合的亚像素边缘定位方法的研究

图像的边缘定位是图像测量的关键之一,随着测量精度要求的提高,已由早期的像素级边缘定位发展到了现在的亚像素级边缘定位。根据地球在地球敏感器CCD阵面中的成像特性,提出了一种基于曲线拟合的亚像素边缘定位方法以获取地球“灼热圆盘”的边缘。该方法利用曲线拟合获得的拟合斜率以及灰度值来提取图像的边缘。仿真结果表明,采用曲线拟合亚像素边缘定位法可使图像的边缘定位精度达到百分之几个像素,具有较高的精度。     

基于亚像素区域加权能量特征的多尺度图像融合算法

对矩形和圆形区域中各像素进行亚像素划分,确定各亚像素的权值,得到基于哑像素的综合加权区域能量.融合箅法首先对源图像进行金字塔分解,然后对金字塔的高频细节分量使用基于哑像素加权区域能量特征的融合规则取大,对低频粗糙分量取平均.得到融合图像的塔形分解,最后重构融合图像.仿真结果表明,新算法融合效果较常规的区域能量特征作为融合规则的多分辨率图像融合算法效果更好,从清晰度和熵的评价来看,提高了融合图像的品质.     

基于多重分形去趋势波动分析法的交通流多重分形无标度区间自动识别方法

无标度区间是时间序列在统计意义上存在分形自相似性的尺度范围,是交通流多重分形特征研究中的重要组成部分.为解决交通流多重分形研究中多重分形去趋势波动分析法(multi-fractal detrended fluctuation analysis,MF-DFA)缺乏有效识别无标度区间方法的问题,本文在分析算法过程中交通流波动函数对数曲线突变点性质的基础上,结合传统无标度区间识别方法的构建思想,建立基于MF-DFA算法的无标度区间自动识别方法.以北京市二环快速路外环方向的部分道路为例开展实例研究,通过与传统无标度区间识别方法的结果对比,验证新方法的有效性.研究结果表明:本文方法能自动识别交通流多重分形无标度区间,且稳定性好;案例研究可知交通流短时间内波动较小、自相似性较强,随着研究时间段变长、交通流波动逐渐变大,自相似性逐渐消失,进一步解释了交通流无标度区间的有限性.     

基于改进亚像素算法的弹簧内外径尺寸检测

针对传统像素级边缘检测算法Canny算法进行改进,将高斯滤波换成了引导滤波,在降噪平滑的基础上更好的保留了边缘的清晰度,同时设计算法自适应获得适合图片的高低阈值。提出了一种改进的基于反正切函数模型的亚像素边缘检测方法,根据反正切函数中心对称的特性,通过面积相等的理论计算亚像素边缘位置,相比传统方法极大的减小了计算量及计算时间。通过对弹簧顶部图片进行3次最小二乘法拟合圆,快速、同步获得弹簧的内径、外径尺寸信息。实验结果表明:与传统反正切亚像素拟合方法相比,该方法在保证检测精度的同时,将平均计算时间缩减到1.7%以下。     

一种基于相位相关的亚像素红外图像配准算法

图像匹配技术广泛应用于各种图像处理任务,如图像拼接、机器视觉等。通常匹配算法的精确度只能达到像素级别,但在很多图像处理任务如超分辨率重建中需要亚像素精度的图像配准。提出了一种基于相位相关的亚像素图像配准算法。根据两幅离散数字图像的相位相关矩阵中的最大值以及其附近若干点可以拟合估计出实际的峰值位置,进而实现两幅图像的亚像素运动估计。提出的算法针对热像仪采集的红外图像进行匹配实验,实验结果表明该算法精度相比通常的亚像素匹配算法较高,且具有更好的实用性。     

小样本光子图像的统计处理

讨论了一种对小样本光子图像的统计处理方法。在超微弱发光的研究中（例如细胞的超微弱荧光）,由于发光强度极弱,需要用像增强器对超微弱发光图像进行增强得到可视图像,超微弱发光图像不可避免地受到像增强系统暗噪声及背景噪声的影响,使光子图像湮没在噪声中。为从原始图像中检验出信号,根据信号光子和噪声光子的不同统计分布,运用信号检测与的方法判断光子是否属于信号光子,并得到一简明的判据,由此判据剔除图像中的噪声光子,得到信噪比改善的光子图像。并用此方法处理了人掌的超微弱发光光子图像。     

高保真图像与视频处理技术

得益于对图像技术多年的深入研究和持续投入,数字图像在空间、频域和时域的保真度一直稳步提升,现在已经可以赶上甚至超过传统胶卷。但是无论传感技术如何发展,总会有一些令人兴奋的新应用要求更高的图像精度。医药、空间、工程和科学领域的研究人员总是渴望得到更小尺度、更精确的图像细节。由于传感器件自身的保真能力受到物理定律的严格限制,所以用户不能指望仅仅靠传感器本身达到这些成像要求。而通过信号处理技术从算法上提高传感器件的成像精度已经并且将会在图像与视频处理以及机器视觉领域扮演重要的角色。介绍了高保真图像与视频处理领域的一些技术难题,并回顾了已经存在的和正在兴起的解决这些难题的科学方法和技术手段。     

DSP6701在数字图像处理中的应用

介绍了DSP6701在数字图像处理中的应用,包括硬件组成、软件设计原理、DMA通道技术、部分程序代码等。本系统在实际工程中已得到应用,并且系统稳定,图像处理的速度能达到系统的实时性要求。     

改进的Zernike矩工业CT图像边缘检测

为提高工业计算机断层扫描(CT)图像亚像素边缘检测的精度和速度,研究了一种改进的Zernike矩边缘检测方法。该方法采用Sobel边缘算子快速检测出图像所有可能的边缘,通过Zernike矩算子对所有可能的边缘进行重新检测,最后,检测出图像的亚像素边缘并计算其精确位置。由于采用Sobel算子检测出可能的边缘使后续Zernike矩算子检测范围缩小,从而减小了运算量,提高了运算速度。对实际CT图像进行的实验结果表明:改进的Zernike矩工业CT图像边缘检测精度绝对误差<0.24 pixel,改进算法的运算速度提高了约70%。     

基于光切法的表面粗糙度检测的图像处理研究

介绍了表面粗糙度的检测方法，阐述了利用视频化改造后的9J型光切显微镜，基于光切法的表面粗糙度检测的数字图像处理方法，利用Canny算子进行边缘检测和保持连通的边缘细化算法进行细化处理，得到了较为理想的表面粗糙度轮廓曲线，为后续的表面粗糙度参数的计算奠定了基础。     

图像处理应用组态开发系统的设计与实现

传统的文本编程方式效率低下,无法满足图像处理应用迅速增长的需求,针对这个问题,提出一种基于图形化组态编程的开发系统。从功能和结构上对系统进行分析,着重讨论编程环境的设计与实现。采用组合模式管理应用程序、迭代器模式实现遍历,进一步讨论了编程环境的仿真运行机制。基于MFC设计界面,通过一般-特殊结构实现界面复用,利用策略模式实现程序树的重建。使用OpenCV和动态链接库技术设计预定义函数集。最后,对运行环境的数据模型做出了探讨。实例验证,该系统能减少开发时间,降低开发难度,为图像处理相关人员提供了一个简单友好的二次开发环境。     

基于可见光的多波段偏振图像融合新算法

采用了一种新的基于小波变换的偏振图像融合算法.首先,将两个波段中的每一波段三幅偏振图像利用小波变换分解成低频和高频部分,低频的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数,得到一个波段一幅图像.接着,将得到的图像再进行小波分解,采用低频图像的小波系数最小值作为融合后的低频系数,高频图像根据纹理一致性测度的纹理检测确定融合规则,用来调整高频小波系数,将来自不同图像的特征与细节融合在一起,并对融合图像质量进行了对比评价.实验结果表明,融合后的偏振图像不仅反映了场景的偏振信息,而且还包含了丰富的光谱信息,目标与背景的衬比度也得到了增强,为进一步的目标检测和识别提供了便利.