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.     

图纸扫描图像二值化阈值选取方法

提出了基于小波变换零交叉的图纸扫描图像自动阈值化方法，用小波变换零交叉描述不同尺度下的图像直方图细节信息，从而聚焦到直方图的任意细节，达到对阈值的精确选取，除了考虑像素点的灰度信息外，还顾及了像素点与其邻域的边缘信息。文中从理论上给出了该方法所得阈值的物理意义。实验表明，该方法同最大墙法相比具有更强的稳健性和自适应能力。     

SAR图像船行尾迹检测的Radon变换和形态学图像处理技术

该文提出了一种由Radon变换与形态学图像处理技术检测船行尾迹的算法SWDRM（Ship Wake Detection Algorithm based on Radon transformation and Morphologic image processing technology)，算法特点是：在Radon空间进行处理后，得到逆变图像，通过图像后处理，可得到二值图像，以用于尾迹自动检测，对海洋卫星合成孔径雷达（SEASAT SAR）图像及模拟乘性斑点噪声中舰船尾迹进行了检测，结果表明，SWDRM具有很好的鲁棒性，能够适应不同水平的噪声环境，同时对阈值系数和工作窗口宽度的选择范围都比较大，在一定的噪声水平范围，给定阈值系数后，得到近似于恒虚敬率的检测结果，结合图像后处理，可得到二值图像用于自动尾迹检测。     

二值地图图像目标点的自动对准算法

地图经扫描仪扫描得到的数字地图图像，为实现地图数据采集的智能化和自动化创造了有利条件。本文针对地图图像上的各种目标点提出了相应的自动对准算法。实验表明，采用自动对准算法不仅提高了目标点的量测速度，而且也可相应提高量测精度，一般可达到子像素级。     

改进Canny算法的图像边缘增强方法

边缘检测是图像特征提取的关键技术之一.为强化所提取的边缘特征,设计一种联合Otsu算法和多尺度细节增强的策略对传统Canny算法进行改进.首先针对高斯滤波模糊图像细节的不足,利用多尺度细节增强算法对遥感图像进行处理,增强图像的细节信息,降低高斯算法的影响;然后针对传统Canny算法的人为选择阈值带来的不足,利用Otsu...     

一种基于正则化方法的SAR图像边缘检测算法

提出了一种基于正则化方法的SAR图像边缘检测算法,并用MSTAR(moving and stationary target acquisitions and recognition)数据进行大量的仿真实验。实验表明,与经典的边缘检测方法相比,该方法能保持图像的细节特征,较好地解决了边缘断裂和抗噪问题,具有较好的边缘检测能力。     

基于双阈值SSDA模板匹配的遥感图像道路边缘检测研究

利用遥感图像提取道路边缘信息可以简化常规城市道路的测绘工作。根据一般道路在图像上的影像特征对图像进行模型化处理,提出了基于双阈值的序贯相似性检测算法(sequential similarity detection algorithm,SSDA)的模板匹配算法,并在该算法的基础上,提出了一个基于减小增长误差的算子,用以减少由于样本数过多而产生的增长误差。与其他算法相比,该算法能够更有效地获取道路边缘信息,在准确提取路面边缘信息的同时,能对预处理中难以完全提取的路面部分进行修复,减少处理过程,从而提高处理效率。     

基于字符笔划特征的汽车牌照二值化方法

提出了利用基于字符笔划特征的汽车牌照二值化方法。试验表明,该算法与Bernsen、Otsu、LEVBB等算法相比,能够很好地克服光照不均和各种污损的影响,实现对字符目标的提取。     

基于小波变换的图像阈值化去噪算法研究

鉴于传统的去噪方法难以在各频域得到很好的兼顾,本文提出一种基于小波变换的去噪方法.通过对图像进行2维离散小波变换(DWT),再根据噪声和图像信号的不同特性,在小波域中,选取适当的阈值对小波系数进行处理,最后进行小波重构(IDWT),得到去噪后的图像.实验表明,该算法具有很好的效果.     

基于道格拉斯-普克算法的图像分割初探

利用道格拉斯-普克算法化简灰度直方图,从化简后的直方图中获取图像分割的阈值。为了评估所提出算法的优劣,本文采用多峰法和大津法进行了对比实验。实验表明道格拉斯-普克算法分割某些图像具有一定的优势。     

基于边缘检测的优化算法的小波阈值图像去噪

目前,小波阈值去噪方法简单有效,已成为图像去噪领域中常用的去噪方法.但传统的小波阈值去噪方法存在一些缺点,在去除图像噪声的过程中会出现去噪不彻底、噪声残留和噪声误判的问题.本文首先利用小波边缘检测算法确定图像边缘特征的小波系数;然后,根据噪声的方差设置优化阈值函数去噪,即在以往统一阈值基础上加以修改,使阈值能随着分解尺度的变化而改变,对传统的软闽值和硬阈值的优点予以保留,改进它们的缺点,生成一种新的阈值函数,使它在处理小波系数时更加灵活.经过优化的小波阈值去噪后得到平滑图像;最后,把小波边缘检测图像镶嵌入平滑图像中.实验表明,与传统的小波阈值去噪方法相比,该算法解决了传统阈值函数在去噪过程中出现的问题,进行有效去噪的同时保留图像的细节,使图像更加清晰,提高了信噪比.     

二维阈值法在影像变化监测中的应用研究

针对当前基于影像的测绘地理信息监测存在的问题,提出了将二维阈值法应用于影像变化范围自动提取,并分别验证了其应用于卫星影像(包括多光谱、全色以及融合后卫星影像)、航空影像(包括黑白、彩色航片)之间的适应性。实验结果表明,在基于影像的监测中,提出的应用思路可以有效提高变化范围提取技术的自动化程度。     

序贯一维型边缘检测新算法

本文提出一种既可用于从图象上提取具有某种用途的一维边缘,又可用于提取具有多种用途的二维边缘的序贯一维型边缘检测新算法。由于构成该算法重要组成部分的基础算子的作用,以及将二维问题化为一维问题求解而使其明显具有简单,快速、有效的特点。该算法还具有Abdou ^[1] 等所建议的边缘检测算子应具有的两个特性。     

遗传算法及其在图像阈值选取中的应用

论述了遗传算法的基本原理、操作和特点,并以图像阈值选取中的最大类间方差法为例,给出用遗传算法优化图像阈值选取的步骤和方法,实验结果表明了这一方法的有效性。     

小波阈值改进算法的遥感图像去噪

通过对于文献中已有小波阈值去噪方法的研究,结合已有的一些小波阈值去噪函数,提出了相应的小波阈值去噪的改进方法来完善和提高小波阈值去噪的处理能力和可行性。该阈值函数加入了有效的调整系数来控制函数的可变。该函数不但同时保留了相应的传统小波硬阈值、软阈值衍化的优点,也提高了相应精度指标。利用该函数阈值去噪不仅在经典的图像中起到很大的改善,在遥感图像的去噪处理方面也有明显的精度提高。该方法通过去噪评价指标均方差（MSE）,峰值信噪比（PSNR）,信噪比（SNR）,均方根误差（RMSE）进行去噪后图像的评价。该改进的阈值函数方法对于图像的处理后评价指标明显有所改善。     

面向对象影像分类中分割参数的选择

提出了一种基于区域生长方法的分割参数选择方案,从各个类别的训练样区中提取分割参数信息。通过一系列的影像区域分割,计算得出一个最大的目标函数值,为每个类别推演出最佳分割参数;在单个类别参数影像分割和分类的基础上,融合所有处理结果,最后完成影像分类。实验验证了所提出方法的有效性。     

东南沿海MODIS图像自动云检测的实现

提出了一种适用于我国东南沿海的、简单有效的云检测算法,该算法能够实现对MODIS白天图像的自动云检测。对检测结果进行准确性估计表明,总体的云像元检测精度和无云像元检测精度均达到95%以上。     

运动视频序列影像的自动配准

影像配准是运动视频处理应用中的关键技术,从计算机视觉角度出发提出了一种针对运动视频处理的自动影像配准方法.其主要思路可以归结为基于特征匹配的配准过程,具体分为3个方面:利用Harris算子检测角点特征;以互相关函数为测度对角点特征进行初步匹配,特别使用RANSAC拟合基础矩阵F的方法剔除匹配中的错误对应;利用得到的结果重新拟合配准模型进行重采样变换.最后进一步分析了此方法应用于具体运动视频处理时需要考虑的一些问题.     

运动视频序列影像的自动配准

影像配准是运动视频处理应用中的关键技术,从计算机视觉角度出发提出了一种针对运动视频处理的自动影像配准方法。其主要思路可以归结为基于特征匹配的配准过程,具体分为3个方面:利用Harris算子检测角点特征;以互相关函数为测度对角点特征进行初步匹配,特别使用RANSAC拟合基础矩阵F的方法剔除匹配中的错误对应;利用得到的结果重新拟合配准模型进行重采样变换。最后进一步分析了此方法应用于具体运动视频处理时需要考虑的一些问题。