小波模极大值法与数学形态学边缘检测细化结果

图像边缘检测的关键是尽可能多的检测到边缘并且抑制噪声的同时,尽可能的满足单线的边缘定位精度;为此选取了一种融合小波模极大值和数学形态学的边缘检测方法来获取图像边缘;首先在对图像进行小波分解,分别利用模极大值法和多尺度多结构数学形态学方法来处理小波分解的高频分量和低频分量,利用差影法对二者的结果进行融合;然后利用大律法得到二值化图像,并用形态学边缘细化算法细化图像边缘得到最后结果;实验结果显示,融合的方法可以得到比较完善的边缘,经过二值化和边缘细化后,获得的单线宽边缘更加清晰,定位精度更高。     

灰度人脸识别形态学相关的一般理论研究

提出一般形态学相关概念，并提出一种小型联合变换相关器的硬件设计以实现一般形态学相关.提出两种改进的一般形态学相关算法，灰度图像按某种分解方法分解成一系列二值图像片.在第一种算法中，每片二值联合图像片的边缘被检测，其功率谱求和.在第二种算法中，一种情况是每片的联合变换功率谱被二值化或细化再求和；另一种情况是这些片的联合变换功率谱的总和被二值化或细化.计算机模拟结果表明，改进后的算法能改善高相似度灰度人脸图像识别的鉴别率.     

CZT和ZFFT频谱细化性能分析及FPGA实现

快速傅里叶变换在信号的频谱分析中应用广泛,而在工程实际中往往只对信号频谱中一段区间感兴趣,需要对频谱进行细化分析。常用的频谱细化方法有线性调频Z变换(Chirp-Z Transform, CZT)算法和基于复调制的细化(Zoom-FFT, ZFFT)算法,在给出了两种频谱细化方法的计算流程后,通过MATLAB仿真说明两种算法都能提高信号频率的测量精度,最后给出了这两种算法在FPGA具体工程实现中的实现步骤。     

电子散斑干涉条纹的计算机自动处理

电子散斑干涉条纹的噪声较强,一些常用的图像去噪、二值化、细化等算法对散斑干涉条纹的处理都存在一定的不足.针对散斑条纹的灰度值具有由两边向中间逐渐增强的特点,提出了一种新的计算机自动处理算法.该方法首先对干涉条纹进行巴特沃思滤波去噪、二值化,然后对其应用Hilditch细化计算机,实验结果表明此算法能较好地对一幅散斑干涉条纹图像进行细化.     

超声弯曲谐振杆准确计算和应用的几个问题

本文由Timoshenko理论出发,给出对等截面超声弯曲谐振杆杆长、频率和截面尺寸三大主参数进行准确值计算的两种简便新方法——回归公式法和编、查表法。指出在设计与运用超声弯曲谐振杆时传统算法的结果需加修正的几个问题。     

一种干涉条纹细化算法的改进

针对经典Hilditch细化算法处理干涉条纹有过多的毛刺和断点的不足的问题,提出了改进的Hilditch细化算法。该算法借鉴了OPTA算法中的8个模板,在每次扫描图像之前,调用这8个模板。改进的细化算法可对干涉条纹进行细化处理,细化结果相对光滑,无毛刺分叉,有利于干涉条纹的精确判读。     

基于形态学带通滤波和尺度空间理论的红外弱小目标检测

针对复杂背景下的红外弱小目标检测问题,提出了一种基于形态学带通滤波和尺度空间理论的红外弱小目标检测算法。采用形态学带通滤波对红外图像进行预处理,得到红外弱小目标的潜在区域;利用高斯差分算子获得预处理后的红外图像的尺度空间,并通过尺度空间的极大值检测获得候选目标的位置和尺度;通过对候选目标的信杂比进行阈值化实现红外弱小目标的检测。实验结果和现有方法的对比证明了算法的有效性和稳健性。     

基于立体视觉与光流融合的运动目标检测

针对摄像机与被检测目标同时运动时的目标检测问题,提出一种立体视觉与光流融合的运动目标检测算法。结合立体视觉技术设计了光流与自运动估计模型,运用车辆的运动信息和场景的深度信息估计因摄像机运动产生的自运动光流;采用多分辨率细化的Horn算法估计场景的混合光流;对混合光流和自运动光流进行差分运算,剔除背景中静态目标的运动干扰。经过一系列形态学滤波处理获得运动目标完整区域,依据光流的连通性对运动目标标号,并确定位置信息。以典型的交通场景为对象进行分析,实验结果表明该算法能有效地检测出动态背景下的运动目标。     

扫描型红外预警系统中弱小目标的检测算法

提出一种基于面阵探测器的全方位红外预警系统的运动弱小目标检测算法.该算法主要基于灰度形态学滤波和目标概率分布函数匹配两种技术.灰度形态学的高帽变换可以有效地检测出红外图像中的特定目标,但没有考虑目标强度分布特征,检测结果的虚警率较高.本文采用了均值偏移算法常用的概率分布函数匹配技术,对检测出的小目标进行二次确认.试验结果表明,该方法能够有效地抑制背景杂波干扰,降低虚警率.     

一种基于新型查表方法的统一计算设备架构并行计算全息算法

为解决点源法计算全息速度较慢的问题,提出了一种新的查表算法,命名为三角函数查表法(T-LUT算法)。该算法是基于点源法基本的数学公式,通过一系列数学近似与恒等变换,生成了一种纯相位查找表,该查找表具有三维特性,并具有生成速度快、精度高、占用内存少等特点,克服了点源法重复计算相位的缺点。同时采用统一计算设备架构(CUDA)并行计算在图形处理器(GPU)上加以实现,并进行了三次并行优化。在算法的验证与对比实验中,采用单显卡(GPU显卡)实现T-LUT算法,在不牺牲全息图再现像质量的前提下,成功地将点源法计算全息的速度大幅度提升。实验发现在不同的物空间采样点数量的情况下,速度相对于点源法GPU运算提升30倍至近千倍不等。     

自适应多方向灰度形态学图像边缘检测算法

针对传统的多方向灰度形态学边缘检测算法存在计算量大、效率低的缺点,提出了一种基于自适应噪声抑制的多方向灰度形态学图像边缘检测算法。根据图像所含噪声的种类,采用不同尺度的结构元素对图像进行分类滤波,再根据像素点间灰度值的变化确定边缘方向,由相应方向的结构元素进行边缘检测。实验结果表明,与传统的多方向灰度形态学边缘检测算法相比,检测到的边缘重构相似度和边缘置信度更高,边缘连续性更强,且计算量低,运行效率高。     

改进形态学相关算法以识别高相似度灰度图像

从形态学角度定义了灰度联合图像相似度，提出两种基于位表示法形态学相关算法的改进算法，通过提取位表示法的图像片边缘特征或二元化位表示法的图像片功率谱，以提高位表示法形态学相关算法对高相似度灰度图像的识别能力。     

基于频谱细化算法的电泳光散射Zeta电位测量方法

电泳光散射法测量Zeta电位时,散射光频移只有几百赫兹,在全频段求取散射光功率谱会降低频率分辨率。为此,提出先用傅里叶变换在全频段对散射光信号进行频谱估计,获取需要细化分析的频谱范围,然后用线性调频变换频谱细化算法在窄带范围内进行高分辨率的频谱细化分析,从而获得准确的散射光频移。设计了基于激光多普勒技术的散射光频移测量装置,使用该方法分别测量了3种标准聚苯乙烯乳胶微球的Zeta电位。实验结果表明,线性调频变换频谱细化算法可以有效地提高Zeta电位的测量精度,测量重复性小于5%。     

基于形态学空间特征的高光谱遥感图像分类方法

传统的高光谱图像分类主要是基于像素的光谱特征,在一定程度上忽略了高光谱遥感图像中像素之间的空间相关性。为了充分利用高光谱图像中的空间信息,提出了一种基于加权多结构元素无偏差形态学的空间特征提取方法,并基于形态学的多尺度特征和结构保持性提出了基于邻域的多尺度空间特征提取方法,得到了高光谱遥感图像的空间特征。对k-NN分类算法进行改进,提出了基于变精度粗糙集和重构误差的k-NN分类算法,实现了基于空间特征的高光谱遥感图像分类。在两个不同的高光谱遥感图像的实验验证了基于空间特征和改进k-NN分类算法的性能。     

基于Chan-Vese模型与形态学的医学图像分割算法

针对传统的多相Chan-Vese模型在进行多区域分割时容易产生空相位的问题,提出了一种改进的新的医学图像分割算法;该算法结合Chan-Vese模型、数学形态学、复合多相水平集分割算法,通过迭代腐蚀操作提取医学图像的轮廓,利用添加了复合多相水平集算法的Chan-Vese模型对医学图像进行分割,通过迭代膨胀操作复原图像;实验结果和分析表明,采用该算法很好地解决了医学图像分割过程中容易出现的多区域分割问题,减少了空相位的产生,而且对图像边缘有很好的分割效果。     

基于引导图像和自适应支持域的立体匹配

提出一种基于引导图像和自适应支持域的局部立体匹配算法。首先对校正后的输入图像进行预处理得到引导图像;在匹配代价计算阶段,提出一种梯度计算方法,结合引导图像和输入图像的梯度信息,分别计算x和y方向的梯度,再与AD(absolute difference)和Census变换融合构建匹配代价计算函数;在代价聚合阶段,使用基于自适应支持域的导向滤波;在视差细化阶段,提出一套基于自适应支持域的多步细化方法,通过该方法得到最终的视差图。实验结果表明,视差细化后全部区域的平均误差和方均根误差平均减少43.7%和38%,非遮挡区域平均减少33.7%和30.9%,所提算法具有较好的鲁棒性并能获得精度较高的视差结果。     

基于邻域贡献权值细化的圆心亚像素定位算法

针对传统的圆心算法过程复杂、定位精度受初始边缘提取效果影响较大等问题,提出了一种基于邻域贡献权值细化的圆心亚像素定位算法。首先引入邻域贡献权值系数,改进传统非极大值抑制法,细化边缘;然后在边缘点的梯度方向对灰度值进行高斯拟合,确定亚像素边缘位置;最后针对边缘突变点提出了基于随机抽样一致的最小二乘法来拟合圆心。实验结果表明,该算法具有较好的精度和稳定性,圆心的提取精度可以达到0.1个像素。     

基于差分交集的视频对象分割与跟踪算法

视频对象分割算法的性能好坏将直接影响MPEG 4编码产品的质量。连续两次差分后自适应处理,对差分图像取交集获得运动对象的边界,形态学处理后最终获取运动目标。基于改进的Hausdorff距离度量法对后续帧中视频对象进行跟踪。实验结果证明,该方法能够从背景不变的图像序列中较好的提取出运动对象,具有较强的鲁棒性。     

基于形态学变换和FFCM聚类的灰度图像颜色迁移算法

针对传统颜色迁移算法计算量大、对图像无法准确进行颜色迁移的问题,提出一种基于形态学变换和快速模糊C均值聚类（FFCM）的灰度图像颜色迁移算法。首先对目标图像进行腐蚀膨胀运算,消除亮度不均匀的区域,通过FFCM聚类算法对目标图像进行准确聚类,然后在目标图像与源图像中选取对应样本块,完成样本块的颜色迁移,并以已上色的样本块为参考,完成图像的全局颜色迁移。实验结果表明:与Welsh和FCM算法相比较,本文算法处理时间分别缩短64.29 %和54.25 %,结果图像在类间交界处的颜色过渡更加自然,证明了算法的有效性。     

光纤傅里叶变换光谱仪光谱复原技术研究

光纤傅里叶变换光谱仪(FFTS)干涉图的采样方式一般有两种,即单边采样方式和双边采样方式.详细介绍了在两种不同采样方式下的光谱复原技术,给出了数学表达式和计算过程,比较了两种算法的优缺点,并对单边复原算法进行了改进,提高了使用乘积法进行相位校正的效率.对研究结果进行了实验验证,用两种算法计算得到的复原谱与标准谱线进行比较,二者基本重合,证明了算法的有效性.