一种二值图像的边缘提取算法实现

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。     

基于过采样滤波器组的多尺度边缘检测

研究基于过采样滤波器组的多尺度边缘检测算法。图像经过过采样滤波器组分解，各个尺度下的子图像大小一致，有利于不用尺度下边缘信息的融合。提出了一种自适应双门限方法，消除了局部极大模检测中的伪边缘；同时，提出一种从大尺度边缘向小尺度边缘聚焦的方法，对不同尺度下的边缘信息进行融合，并讨论了滤波器长度对边缘检测性能的影响。仿真结果验证了所提出方法的有效性。     

一种新的快速视频图像边缘检测算法

一般常用的边缘检测算法计算量较大，对细小边缘检测效果较差，不适合实时边缘检测系统。针对这一问题，本文提出一种连续分割的快速边缘检测算法：从相互垂直两方向分割梯度图像，提取截面曲线极大值获得图像边缘，使用形态学梯度，检测出细小的图像边缘。实验结果表明此算法较Canny等经典算法减少了计算量，提高了边缘检测精度。     

完整的边缘检测提取方案

Sobel算子在图像边缘检测中是比较常用的一种方法，利用像素的左、右、上、下邻域的灰度加权算法，根据在边缘点处达到极值的原理来进行边缘检测。本文提供了实现灰度图像边缘检测利用Sobel算子的具体程序和流程以及相关的处理结果。     

基于数学形态学预处理的Canny边缘检测算法

为了更好地提取图像边缘信息并且抑制噪声,结合Canny算法及数学形态学在图像边缘检测中的应用,文章设计了一种基于数学形态学预处理的Canny边缘检测算法。通过将该算法与一般边缘检测算法以及Canny算法的仿真结果进行比较,可以发现该算法在边缘检测及消除噪声方面具有更优的性能。     

一种基于Canny算子的车辆目标检测方法

Canny算子作为一种优化的边缘检测算法,在检测图像的边缘时有着边缘上连续等诸多优点。本文是在差分背景的情况下对车辆做边缘检测,在分析Canny算子的基础上对算子做了改进,提出了基于Otsu算法的一种动态阈值的边缘提取算子。该算子弥补了普通的Canny算子对于阈值不能随着图像的信息而自动调整的缺陷。实验表明,改进的算子能对动态图像序列的车辆进行自动有效的边缘检测。     

角点检测综述

角点是图像的一种重要的局部特征，通过对图像角点的检测与处理，对把握图像的局部及整体特征，特别是在视觉匹配、目标识别和运动估计与追踪等领域都有重要的实际应用。现有的图像角点检测方法可分为基于模阪、亮度变化、边缘特征三种检测方法，对其分别进行了综述，分析了相关的算法，并对算法进行了评价。     

利用局部灰度特征分析实现红外弱小目标检测

提出了一种利用局部灰度特征分析进行红外弱小目标检测的新方法。该方法通过判 断图像局部灰度包络曲面是否具备二维高斯函数曲面特征实现红外弱小目标检测,不需要进 行传统的背景预测。设计了新的目标局部灰度特征提取方法和适合工程计算的自动目标检测 算法。实验结果证明了算法参数选择策略的有效性,验证了算法对复杂背景边缘良好的杂波 抑制能力。     

基于阶跃边缘多尺度梯度的无参考图像模糊度估计

针对数字图像的客观质量评价,从图像模糊距离的角度,提出一种基于阶跃边缘多梯度的无参考图像模糊度估计方法.单独的边缘检测方法和模糊度估计.实验结果表明,和传统方法相比,该方法更为精确,结果和人们的主观判断有很好的一致性.     

一种基于帧差法与背景减法的运动目标检测新方法

为改进单独利用帧差法或背景减法进行运动目标检测时存在的不足,提高运动目标检 测的准确率和鲁棒性,提出了一种利用边缘信息的帧间差分法和背景减法相结合的运动目标 检测方法。该方法首先通过基于边缘信息的三帧差法获得一幅前景图像,然后利用改进的mo de算法进行背景差分获得另外一幅前景图像,最后将得到的两幅前景图像进行布尔或运算 ,得到前景目标。实验仿真结果表明,利用该方法,目标检测的准确率可以提高496%～36 01%,且算法具有较好的鲁棒性。     

基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。     

《电讯技术》专题资料《毫米波雷达／战场侦察雷达系统与技术》题要（七）

基于由粗到细边缘检测的海岸线提取方法（李由，孙祥一，于起峰）与传统的基于图像分割的思路不同，把海岸线提取看作一个边缘检测问题，提出由粗到细边缘检测的海岸线提取方法。首先基于M—H的二阶导数过零点边缘检测理论，使用大尺度的LoG算子提取长边缘作为海岸线提取的粗略结果，接着构造包含该粗略结果的细带状区域，然后通过环绕抑制计算该区域内每个象素的边界度，最后借用Canny的思想，用一阶导数极大值点提取海岸线精细位置。由于采用由粗到细的策略，本方法具有很强的实用性。理论分析和实验结果表明，该方法是高效和可靠的。     

Canny边缘检测算法在图像处理上的应用

边缘检测算法一直在图像处理领域十分活跃,本文根据Canny边缘检测算法对图像进行边缘检测处理。本文首先对带有噪声的图像进行高斯平滑滤波,尽可能地将噪声去掉。然后通过亮度梯度的计算,得出图像的整体轮廓。然后再对其进行非极大值抑制处理,将虚假边缘像素点去掉。再采用双阈值处理上一步所得到的图像,并连接边缘像素点得到边缘图像。通过实验仿真分析,该算法能够很好的抑制噪声并检测出更加精确的图像边缘。     

一种改进的相位一致性图像特征检测方法

同时检测出包括边缘特征和线特征在内的多种图像特征一直是图像特征检测中的难点。在相位一致性基本原理的基础上，提出了一种基于局部频率的相位一致性检测图像特征的算法。试验结果表明，采用的算法在图像特征的细节保留和定位方面要优于传统的相位一致性算法和Canny算法。     

双边滤波下局部强度与梯度融合的小目标检测

针对红外小目标在复杂背景下难以检测的问题，提出了一种利用局部强度和梯度融合来增强目标抑制背景杂波的算法。首先通过双边滤波技术得到去噪图像，然后利用目标区域与局部邻域的强度差异和梯度向量获得融合图像，最后采用自适应阈值分隔技术成功检测出小目标。理论分析和实验评估结果表明，该算法能够很好地抑制高斯噪声和背景边缘，相比于传统的检测算法，其检测性能显著提高，鲁棒性能较好。     

基于像素失真耦合边缘特征融合的无参考质量评价

为了适应多种类型的模糊图像进行质量评价，提高评价模型对图像模糊和振铃的洞察能力，提出了一种像素失真与边缘特征融合的无参考质量评价算法。首先，根据像素失真理论，计算图像像素的标准差和绝对差分值，提取图像的像素特征；然后，计算图像水平和垂直方向的过零率，并利用边缘保持滤波器对图像边缘信息进行测量，精确提取图像的边缘特征；最后，利用提取的像素特征和边缘特征，定义特征融合函数，并引入粒子群优化（PSO）对融合函数参数进行优化，提高对图像模糊和振铃的洞察能力，根据融合特征构建图像质量评价模型。与当前无参考质量评价算法比较，所提算法能够有效地对JPEG（Joint Photographic Experts Group）、JPEG2000（Joint Photographic Experts Group 2000）、模糊等失真图像进行质量评价，评价指标CC（Correlation Coefficient）与SROCC（Spearman Rank-order Correlation Coefficient）达0.947 7和0.915 3。该算法与主观评价方法具有较好的一致性，能够较好地适用于多种类型的失真图像评价。     

基于图形小波变换的遥感图像表示与去噪

离散小波变换（Discrete Wavelet Transform，DWT）通常用于图像的表示。然而，对于具有不规则形状边缘的图像，尤其是对于纹理和细节信息较多的遥感图像，DWT却很难有效表示，进而影响后续去噪效果。针对该问题，提出了一种基于图形小波变换（Graphic Wavelet Transform，GWT）的图像去噪方法。首先，将图像表示为图形信号，并通过该图形信号的谱表示构造相应的变换矩阵；然后，设计了一种改进自适应阈值的图像去噪方法，在GWT变换域内对图像去噪。实验结果表明，与常用的图像去噪方法相比，所提算法能够提供更好的图像主观质量。采用均方根误差（Root Mean Square Error，RMSE）和峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）作为客观指标，结果表明，采用所提方法得到的重建图像客观质量更优。     

一种基于定向局部直方图均衡化的显微图像清晰度判定方法．

针对现存的图像清晰度判定方法对光照鲁棒性不太理想这一问题，本文提出一种基于定向局部直方图均衡化（OLHE）的方法，使得这一问题得以解决。首先，根据定向局部直方图均衡化具有边缘方向这一特性，用不同的算子对不同区域图像进行处理，得到最佳的OLHE图像；然后，用现存的图像清晰度判定方法对图像进行清晰度判定。本文用显微图像进行测试，实验证明，该方法对光照具有较强的鲁棒性，能判定光照不一致图像的清晰度，稳定度平均能提高87．66％，最高可达到99．28％     

基于模糊边缘检测的运动目标鲁棒分析方法

国内外现如今对于视频当中运动目标的检测与跟踪都做了很多相关的研究，市场上也拥有了很多比较成熟的技术。本文主要以vc6和MATLAB作为系统应用程序开发工具，以提高模糊图像边缘检测为基础，改进后的帧间差分法作为运动目标检测方法．再通过Mean Shift跟踪方法来实现对短视频或者连续图像中的运动目标的跟踪，有效的提高了视颇图像的鲁棒性。     

软组织肿瘤细胞图像形态学边缘检测——L＊a＊b＊色彩模式下

针对软组组肿瘤细细胞形态学特性,在灰度形态学的基础上,提出了一种基于L*a*b*色彩空间的形态学数字图像处理理论,并给出了彩色模式下多结构元素、多尺度的软组织肿瘤细胞的边缘检测算法。实验结果表明,该算法很好的利用L*a*b*色彩空间的特性和形态学特点,对形态学梯度算子加以修正,提取的边缘完整、连续,且图像边缘的细节丰富、边缘定位准确。