基于Neyman-Pearson准则和小波模极大值的边缘检测

图像边缘是对图像进行进一步处理和识别的基础,边缘都是图像上灰度不连续的点或灰度变化剧烈的地方,所以说图像的边缘就是信号的高频部分,边缘检测就是检测信号的高频部分,是图像基本特征之一。但在实际的图像中,由于噪声的存在,边缘检测成为一个难题,所以本文提出了一种基于Neyman-Pearson准则和小波模极大值的边缘检测方法,该方法能很好地检测出图像的边缘。     

基于FPGA的图像边缘处理研究

对于图像来说,边缘是其最基本的特征.图像边缘是指灰度有明显反差变化的周围像素的集合,它是一种具有方向和幅值的矢量,是进行图像分割、图像识别以及纹理分析的重要基础,灰度的突变是其在图像中的主要表现.要正确检测出这种灰度的非连续性,确定其在图像中的准确位置,就需要采取相应的边缘检测方法.文章介绍了基于FPGA的图像边缘检测器的研究和设计过程,这种处理方式一方面显著提高了图像边缘处理的水平,另一方面还提高了图像处理的速度.另外,还根据边缘检测结果提出了具体的后续处理方法,以供参考.     

一种基于小波包分解图像的去噪方法

用小波包分解图像，对图像进行去噪，在图像去噪中能得到很好的效果。这里首先利用高斯一拉普拉斯边缘检测方法检测图像的边缘，再用小波包变换对图像的平滑区进行阈值去噪，并且对图像邻域进行平滑处理，最后把边缘图像嵌入到平滑图像。这种图像处理方法不仅可以去除图像的噪声，图像的去噪效果和清晰度也大大地得到了提高，而且图像的边缘信息也得到了很好的保持。     

几种数字图像增强算法的比较

文中针对灰度图像的特点,分别采用了直方图均衡化、图像平滑和图像锐化的增强算法对图像进行处理,由实验结果对比得出3种不同的增强算法分别适用的范围.     

一种基于边缘增强的高效图论图像分割算法

EGBIS算法能够对目标图像进行快速的分割，但EGBIS算法在某些情况下，依旧存在高变化区域过分割和低变化区域欠分割的问题。为了在分割时更好保持视觉重要区域的完整，本文提出利用增强目标图像区域边缘的方式对EGBIS算法加以辅助，结合梯度信息和非极大值抑制来获取较为精准的区域边缘位置，并有选择的对显著边缘加以增强，对增强后的图像利用EGBIS算法进行分割。本文算法可以很好的提升分割结果的全局特性，在解决高变化区域过分割问题的同时，很好保持各视觉重要区域间的边界。本文所提出的边缘增强辅助，不会引入过多的运算，保持了原EGBIS算法高效的特性。     

基于张量投票的图像超分辨率算法

张量投票算法在提取图像主观轮廓上具有良好的效果。文章提出了一种基于张量投票的图像超分辨率算法。首先,用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。     

基于张量投票的图像超分辨率算法

张量投票算法在提取图像主观轮廓上具有良好的效果。文章提出了一种基于张量投票的图像超分辨率算法。首先,用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。     

一种基于色彩变换的伪彩色图像融合新算法

伪彩色处理对目标的识别与跟踪十分有意义。图像融合是伪彩色处理的非常有效的方法之一。本文提出了一种基于伪彩色的图像融合新方法。用小波变换得到灰度融合图像,求出灰度融合图像与原图像的差异图,利用IHS变换,得到彩色融合图像,再经过色彩变换,得到最终的伪彩色融合图像。结果表明,融合图像色彩更逼真,更符合人眼的视觉特征。     

基于区域特征的定位方法在车牌识别中的应用

车牌定位是车牌识别中的关键部分。由于拍摄角度以及环境的不同,不同车牌图像的亮度、灰度以及纹理会有比较大的差异。基于区域特征的定位方法综合了图像区域的细节和整体特征,因而有良好的适用性,试验的结果也证明了这一点。     

Sobel算法在图像边缘检测中的应用

尿液图像中的红细胞比较复杂,灰度变化较大。由于采集、光照等原因,红细胞所在的区域包含非常丰富的细节(边缘特征很明显),因此利用Sobel算法,对红细胞进行边缘检测是很必要的,它是细胞图像预处理中一个重要的方法。     

陶瓷墙地砖尺寸偏差视觉检测算法研究

文章提出一种应用于陶瓷墙地砖图像测量领域的尺寸偏差检测算法：使用基于Sobel算子的改进的方向算子,综合利用图像灰度信息和灰度梯度信息对陶瓷墙地砖图像边缘进行检测和亚像素精确定位,通过计算目标在图像中的面积、哈夫变换和最小二乘法等算法对陶瓷墙地砖边长尺寸进行精确测量。     

基于小波变换和数学形态学的图像分割算法研究

针对传统的分水岭变换对噪声和细密纹理的敏感会产生严重的过分割的现象，为了除去红外线图像混合的噪声，本文用小波变换法，接着再利用形态学中的开闭重建运算，来删除梯度图像中因为噪声引起与灰度非规则扰动的局部的极值；接着采用基于前景与背景的分水岭分割算法来进行分割。用MATLAB仿真，结果说明此算法能很好的实现分割的效果，后续更复杂的合并处理并不需要进行，就可以得到更好的分割效果。     

基于机器视觉的自动分类垃圾桶设计

实施垃圾分类可促进资源回收利用,但人工进行垃圾分类效率低、成本高且执行困难[1].本文设计一种基于机器视觉的自动分类垃圾桶,能够对投入的一个或者多个垃圾进行识别并自动分拣.运用MobileNet V1图像分类算法对投入的垃圾进行垃圾类别的判定,运用opencv库通过sobel算子计算梯度、canny边缘检测等算法进行垃...     

基于Visual C++实时表情识别系统的算法设计与实现

本系统主要使用局部二元模式(LBP)来提取脸部图像的纹理特征,对脸部区域分块计算LBP直方图,并连结起来作为表情识别的特征,继而实现基于Visual C++的实时表情识别系统。实时表情识别系统主要包括基于VC++的图像帧提取、人脸区域的划分、人脸表情识别算法和人脸表情LBP数据库,人脸表情识别算法是整个系统的关键。实时表情识别的识别过程,由基于USB的摄像头捕捉定帧画面,灰度处理后,提取人脸区域,经过人脸表情识别算法得到LBP表情特征,并与人脸表情LBP数据库进行卡方比较,与之差值最小LBP表情特征所在表情类别即为识别出的表情。     

基于视频的运动车辆检测算法研究

文章针对道路交通监控中的运动车辆检测问题,提出了一种改进的基于背景差分算法的运动车辆检测方法。该方法改进了背景模型的构建,并运用了数学形态学方法对差分二值化图像进行滤出噪点、填补空洞、边缘平滑等处理。实验结果证明了算法对基于视频的运动车辆检测的有效性和实时性。     

图像修复技术研究进展

图像修复是指恢复图像中破损区域的颜色信息或者去除图像中的多余物体。文章针对国内外几种主要的图像修复技术(包括Oliveira技术,基于约束和纹理合成的图像修补技术和基于径向基函数的图像修复技术)对图像修复进行了介绍,并对用这些技术处理的图像进行了对比,然后对图像修复的前景进行了预测。     

基于Canny准则的齿轮边缘检测

文章重点介绍应用机器视觉技术进行齿轮在线、非接触式自动检测算法。在传统Canny边缘检测算法上,提出基于Canny准则的改进边缘检测方法,完成齿轮图像的边缘提取,为下一步齿轮测量打下基础。     

基于改进的同态滤波方法在光测灰度图像增强中的应用

文章基于光测灰度图像的特点,提出了一种基于改进型的高斯型高通滤波器的同态滤波方法。与常用的光测灰度图像增强的直方图均衡化方法相比,文章方法较好的保留了光测灰度图像中目标的梯度细节与边缘信息,所得到的图像定位精度、图像细节、画面效果等方面与直方图均衡化方法相比表现更好,更适宜于灰度图像的增强处理过程的应用。     

基于动态K-L变换的彩色图像模糊增强

文章主要运用模糊数学理论和数字图像处理技术,将彩色图像首先用转换函数转换成灰度图像,然后对灰度图像进行拉伸和平滑操作,使图像增强,然后再按一定比例复原彩色,以达到令人满意的效果。     

基于JND的小波域数字水印算法的研究

文章对JND技术应用到图像数字水印算法中进行了阐述。为了提高纠错能力,水印嵌入前经过Goppa编码预处理,然后采用一种基于JND的分类器将分块后的载体图像分类,以不同的嵌入强度将水印信息嵌入到载体图像中。实验结果表明,利用该算法实现的水印具有很好的视觉掩蔽效应和鲁棒性。