基于子波变换的SAR图像边缘提取研究

SAR图像的边缘提取是其图像处理的一项重要内容。将子波变换应用到SAR图像的边缘提取，通过提取子波变换局部极大模来提取图像边缘。仿真实例表明该方法取得的边缘清晰准确，具有一定的先进性。     

基于多特征点的船舶焊缝图像缺陷识别技术

现有船舶焊缝图像缺陷识别技术存在着缺陷边缘定位功能差、缺陷识别效率低的缺陷。为了解决上述问题,基于多特征点研究船舶焊缝图像缺陷识别技术。以获取的船舶焊缝图像为基础,采用图像分割方法提取焊缝图像缺陷,通过锐化处理增强缺陷边缘信息,利用数学形态法提取缺陷边缘。以得到的缺陷边缘信息为依据,通过标度转换算法计算多特征点参数,实现船舶焊缝图像缺陷的识别。实验结果表明,与现有船舶焊缝图像缺陷识别技术相比,提出的船舶焊缝图像缺陷识别技术极大提升了缺陷边缘定位功能与缺陷识别效率,说明提出的船舶焊缝图像缺陷识别技术具备更好的识别性能。     

低分辨率船舶视频监控图像的边缘轮廓提取

目前船舶视频监控图像以其灵敏、实时、可靠性等优势被广泛使用在海洋航运工程中。然而,由于船舶航运环境复杂,易对监控图像画面质量产生干扰,导致监控图像分辨率和信噪比相对较低,造成图像边缘轮廓提取困难等问题。因此提出结合PID模糊算法以及图像灰度映射函数进行精准有效的图像边缘轮廓提取和检测的方法。该方可针对低分辨率船舶航视频图像进行降噪处理,精确定位边缘轮廓,提高图像分辨率和对比度,从而得到精确的边缘轮廓信息数据。最后为验证方法的有效性进行仿真实验,实验检测结果表明该方法能快速精准的对低分辨率船舶视频监控图像边缘轮廓进行提取,降噪处理效果十分突出,有效解决了传统方法耗时较多提取效果差等问题,符合视频监控图像处理的评价体系标准,应用渠道十分广泛,具有较高的参考价值。     

大型舰船尾迹图像对比度特征提取方法

现有舰船尾迹图像对比度特征提取方法普遍存在运算复杂、处理速度慢等问题。易导致舰船尾迹区域图像与海水背景区图像出现较大差异。为解决上述问题,提出通过边缘图像特征提取方法对图像灰度对比参数特征进行提取的方法,结合人眼视觉特性的主观体验与客观对比强度评价方法进行船舶尾迹图像创新优化。利用图像边缘特征提取方法进行仿真实验。实验结果表明,通过边缘图像特征提取方法对图像灰度对比参数特征进行提取和处理可有效提高船舶图像对比度特征提取的准确性,对船舶尾迹图像进行更加清晰的展现。     

基于压缩感知理论的船舶数字图像水印算法

在船舶数字图像加密传输系统中,需要进行图像水印处理,提高船舶图像的抗攻击能力,针对传统的小波编码方法进行图像水印加密抗噪能力不好的问题,提出一种基于压缩感知理论的船舶图像水印算法。对提取的船舶图像采用Radon尺度变换方法进行边缘轮廓特征提取,对提取的边缘轮廓曲线采用Schwartz变换进行低频系数分解,提取船舶图像的低频压缩感知系数并与图像的高频系数进行模糊匹配,采用压缩感知理论进行图像量化编码,实现图像的水印提取。仿真结果表明,采用该方法进行船舶数字图像水印处理,提高了归一化相关系数和PSNR值,从而提高了图像的抗攻击能力。     

基于图像连通域的集装箱激光点云处理算法研究

提出一种基于图像连通域的集装箱激光点云处理算法.该算法能够较好地处理集装箱三维激光点云数据,提取集装箱的边缘点云数据,利用集装箱的边缘数据拟合直线,计算集装箱的角点位置.实验证明,该算法的计算精度能满足起重机自动化抓箱的需求.     

基于小波变换的边缘保留图像滤波法研究

为了在滤除图像噪声的同时又能保留图像边缘,提出了一种新的基于小波变换的图像滤波法。利用小波变换对噪声图像进行多分辨率分解,得到对应的低频近似信号分量和高频细节信号分量。提取低频系数和高频系数,分别对低频系数进行增强,对高频系数进行锐化,再对锐化后的高频系数进行阈值处理,获得噪声系数,利用锐化前的高频系数减去处理后的高频系数,得到最终的高频系数并通过小波重构得到去噪图像。     

舰船遥感图像检测小波分析研究

本文以舰船遥感图像为具体分析对象,针对舰船图像中存在的噪声干扰和目标边缘检测问题,引入小波分析作为解决方法,通过对使用小波进行图像去噪及目标边缘检测原理的分析,采用db N小波函数为对舰船图像信号进行分解,以自适应阈值法实现高频信号去噪处理,并对降噪后的图像选择合适的平滑函数进行舰船目标边缘提取,结果表明,小波分析能够很好地实现舰船遥感图像去噪,而舰船目标对于边缘提取,虽然效果较好,但仍有进一步优化改进的空间。     

一种基于边缘保持的图像增强算法

针对战场环境下因电磁干扰而导致武器图像采集系统效能下降的问题,提出一种基于边缘保持的图像增强算法。首先,采用基于边缘保持的图像平滑算法处理图像,再采用多尺度Retinex算法增强图像。实验结果证明,该方法克服了传统增强算法对噪声干扰不敏感的问题,增强后的图像质量满足战场环境下传输图像的要求。     

快速行驶船舶的图像采集和增强研究

传统的图像采集和增强方法受到外部环境因素的影响,导致采集的信息不完整,并导致后期图像增强效果较差,为此设计一个快速行驶船舶的图像采集和增强方法。首先对图像采集的背景估计,然后对图像的相邻帧补偿,并对图像边缘预检测。最后采用图像场增强算法对图像增强处理,实现快速行驶背景下舰船图像的采集与增强。实验结果表明,此次研究的方法检测后,取得的图像边缘更加连续,具有较好的图像增强效果,满足图像采集和增强方法的设计需求。     

真空镀膜膜层缺陷显微图像的边缘检测

真空镀膜膜层缺陷显微图像的边缘模糊、噪音大等,不利于工艺分析。采用多种边缘检测算子对显微获得的膜缺陷图像进行处理并进行了结果比较,表明：基于小波变换的边缘检测,可清晰突出缺陷图像轮廓、有效去除背景噪声,具有优异的边缘检测性能。     

基于计算机图像处理和等高线分析的红外无损检测

通过检测的实例说明,在计算机图像处理和等高线分析的基础上,所提出的方法有效减小了红外热像中存在的背景噪声和边缘模糊带来的不利影响;对被检测对象的轮廓和过热区域的识别具有较高的精度;对红外无损检测的实施、对提高诊断效率、避免误诊和漏诊具有一定的工程应用价值.     

图像分割在工件图像视觉检测中的应用

在介绍图像分割的主要特征的基础上,分析了目前几种典型图像分割方法。针对工件图像视觉检测中图像分割特点,提出了将边缘检测和域值分割方法相结合来分割工件图像的一种新方法,并开发了相应的软件。实验验证该方法用于工件图像测量,能很好消除图像噪声,得到连续的图像边界,并且定位较准,可以有效地提高检测系统的精度。     

矢量型电子河道图岸线提取方法研究

为快速准确获取河道岸形线的数据,生成缺乏岸线数据资料的河道矢量型轮廓图,提出一种通过处理雷达图像获取矢量型电子河道图岸形线数据的方法。采用了数学形态学方法实施对雷达图像处理,主要的处理过程包括:雷达图像灰度处理,灰度雷达图像转变为二值图像,二值雷达图像的滤波处理,在以上处理过程的基础上构造了数学形态学结构元素,实施对河道岸线提取,并矢量化处理了离散点。在二值化过程中提出新的方法,针对雷达图像的特点,依据航路规则设计了特殊的滤波过程,提出了提取河道任意边缘的方法。     

一种面向水下无人航行器的实效图像增强算法

针对水下图像存在严重模糊、对比度低、噪声多等问题,根据小波的时频特性及多分辨率特点,提出一种基于小波变换的水下模糊图像增强算法。利用小波变换对RGB图像进行二层小波分解,把原图分解为高、低频子带,利用导向滤波算法估计低频子带上的照射分量并进行去除;利用软阈值算法对高频子带上的图像边轮廓信息进行去噪和增强处理;对水下图像进行小波逆构,并进行伽玛校正;最后利用改进的灰度世界算法对水下图像进行颜色校正。试验结果表明,使用文章中算法处理所得到图像的对比度及信噪比都较高,且清晰度较高,满足水下无人航行器的要求。     

图像拼接中鬼影消除算法研究

文章针对重叠区域运动物体在图像拼接过程中容易产生鬼影的问题,引入对运动物体区域只采用一幅图像信息的方法。提出运动区域单元的概念,它以运动物体区域重叠即相关的标准形成,以此为单位进行图像信息源的选择。结合随后提出的运动区域单元与重叠区域两边是否相接的权重系数,进行图像信息源的选择,在解决鬼影问题的同时防止了重叠区域边缘处易造成的同一物体的不连续。整个过程采用Matlab加以实现,实验结果验证了算法的有效性。     

面向低质量指纹图像的增强算法及应用

在自动识别系统中，为了消除噪声以提高指纹图象的质量，采用梯度法计算指纹图像的方向图，通过构造一组方向滤波器对指纹图像进行滤波，然后提出了一种针对方向滤波后的指纹图像消除噪声的方法，试验结果表明了该方法的有效性和实用性。     

Segmentation of complex objects'' sonar images using parameter-fixed MRF model

The effective method of the recognition of underwater complex objects in sonar image is to segment sonar image into target, shadow and sea-bottom reverberation regions and then extract the edge of the object. Because of the time-varying and space-varying characters of underwater acoustics environment, the sonar images have poor quality and serious speckle noise, so traditional image segmentation is unable to achieve precise segmentation. In the paper, the image segmentation process based on MRF (Markov random field) model is studied, and a practical method of estimating model parameters is proposed. Through analyzing the impact of chosen model parameters, a sonar imagery segmentation algorithm based on fixed parameters' MRF model is proposed. Both of the segmentation effect and the low computing load are gained. By applying the algorithm to the synthesized texture image and actual side-scan sonar image, the algorithm can be achieved with precise segmentation result.