基于概率霍夫变换的车道线识别算法

为满足在高精细导航电子地图中进行车道线绘制的需求,本文提出一种基于概率霍夫变换的车道线识别算法。算法在图像预处理部分使用一种基于转换颜色空间的方法提取车道线像素,之后利用自适应阈值的Canny边缘检测算法和概率霍夫变换算法实现车道线识别。试验结果表明,本文算法的运算速度维持在2秒/帧;识别正确率与Matlab经典Hough算法相比提升9%左右,漏检率也有所降低。同时拍摄质量较差图像的针对性试验结果,也证实了本文算法能有效降低天气和光照等因素对车道线识别造成的影响。     

一种自适应Retinex的航空影像阴影消除方法

航空影像中,由于高大建筑物的遮挡,常有阴影区域存在,这不仅会影响视觉效果,而且对建筑物的识别和提取带来困难,必须对其进行消除或者补偿。针对传统单尺度Retinex图像增强算法的不足,提出一种自适应单尺度Retinex算法。自适应单尺度Retinex算法首先对影像中阴影区域与非阴影区域作出概略区分,而后根据影像的灰度信息自适应计算Retinex算法的参数。实验证明,所提出的算法同经典的Retinex算法相比,无论是在增强效果还是处理时间上都具有一定的优越性。     

自动确定图像二值化最佳阈值的新方法

在详细分析二值化处理原理及当前技术的前提下,综合考虑图像的各种实际情况,提出了自动确定图像二值化阈值的增强大津法和边缘检测阈值法.多次实验表明,根据这两种方法确定的阈值对图像进行二值化处理,不仅可有效地解决图像灰度随地物特征变化的图像处理问题,同时对于同一信号源的图像也有相当理想的处理效果.该方法可进一步应用于图像分割等.     

连续局部阈值分割的阴影检测方法

遥感图像中通常存在大量的阴影,阴影会对图像分割、目标识别造成一定的影响,阴影检测是阴影去除的基础。针对传统Tsai算法准确度上不足,提出了一种改进方法。首先,采用chuang所提出的方法定制了新的比例图,通过对定制比例图进行全局阈值分割将输入图像分为候选阴影点与非阴影点;再对大致阴影图中的每一个候选阴影区进行迭代分割处理来从候选阴影点中挑选出真正的阴影点;剩下的每一个候选阴影点进行fine-shadow判断处理。实验证明,改进算法可以提高阴影检测的准确性。     

基于改进NAS-RIF算法的遥感噪声图像自适应复原

实现对遥感噪声图像的有效复原是遥感图像处理的一项重要研究内容。在对非负支撑域有限递归逆滤波(non-negativity and support constraints recursive inverse filtering,NAS-RIF)算法深入研究的基础上,提出一种基于改进自适应NAS-RIF算法的遥感噪声图像复原方法。该算法针对经典NAS-RIF算法存在的缺陷,首先对含有椒盐噪声和高斯白噪声的遥感图像采用自适应伪中值滤波算法进行预处理,以尽可能排除图像中噪声的干扰;然后结合图像的灰度值,从算法支撑域和背景灰度值2个方面加以改进;最后对代价函数引入基于目标信息的修正项,改进了经典NAS-RIF算法的代价函数;与对数函数复合,使得改进后NAS-RIF算法的代价函数具有良好的收敛性;并采用共轭梯度法对改进自适应NAS-RIF算法进行整体优化。对仿真实验结果进行的主观和客观分析表明,本文算法的性能优于经典NAS-RIF算法、已有的改进NAS-RIF算法以及小波阈值去噪方法,能够胜任遥感噪声图像的复原处理。     

一种改进的Canny算子边缘检测算法

介绍Canny算子边缘检测的基本原理,并对其性能进行分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,提出一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。在计算梯度幅值的时候采用了邻域的梯度幅值计算方法,考虑了像素对角线方向的梯度计算,进一步抑制了噪声的影响。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。     

图像平滑与边缘检测的迭代算法

图像平滑和边缘检测是图像处理、计算机视觉等领域研究的经典问题.区别以往对这两个问题独立求解的做法,文中作者将图像平滑与边缘检测问题结合起来综合考虑.首先,提出了基于全局边缘特征的边缘检测算法并对自适应平滑算法进行了改进.然后,利用迭代处理的思想对图像进行平滑和边缘检测,得到了迭代的平滑与边缘检测算法.实验表明,该算法可以有效地解决平滑过程中的细节保持和边缘检测时剔除伪边缘这两个难题.     

自动确定图像二值化最佳阈值的新方法

在详细分析二值化处理原理及当前技术的前提下，综合考虑图像的各种实际情况，提出了自动确定图像二值化阈值的增强大津法和边缘检测阈值法。多次实验表明，根据这两种方法确定的阈值对图像进行二值化处理，不仅可有效地解决图像灰度随地特征变化的图像处理问题，同时对于同一信号源的图像也有相当理想的处理效果，该方法可进一步应用于图像分割等。     

遥感图像上朵云及阴影区域的自动提取方法研究

去除遥感图像上朵云及阴影的前提是快速准确地提取出它们的相应区域。本文从朵云及其阴影的基本特征出发,改变了传统意义上仅仅依靠阈值分割进行提取的方法,对图像完成预处理和自动双阈值分割后,应用基于Freeman链码的轮廓跟踪算法分别从二值和灰度图像上对它们进行了提取实验。整个处理过程不需要进行人工干预,在完成图像去噪的同时,较准确地提取出了完整的云区域,为后续的去云去阴工作打下了基础。     

基于局部自适应阈值的GF-3 SAR影像洪涝水体提取

针对全局阈值法在大场景SAR图像水体提取时存在的局限性以及山体阴影对水体提取的干扰,提出一种DEM辅助下基于自适应阈值的SAR影像洪涝水体提取方法.首先结合DEM和SAR卫星轨道参数去除山体阴影产生的辐射失真区域,利用K-means聚类算法得到初始的水体分布图;然后在初始水体信息基础上,通过窗口提取局部区域的水体和非水体,并采用KI算法对局部区域进行自适应阈值的计算,实现自适应阈值水体信息的快速提取.利用湖南省东北部GF-3精细条带2成像模式(FSII)SAR影像进行洪涝水体提取实验,研究表明该方法既保留了水体的细节信息,又能减弱噪声、山体阴影等的影响,F-Measure指数高于全局阈值法,其查准率较全局阈值法提高了7.97％,尤其适用于含山区影像的大范围洪涝水体快速提取.