【摘 要】
：
本文提出了一种航空图像中道路线特征的提取算法,适用于复杂背景下城区中多等级道路的特征识别.在本文提出的多等级城市道路模型的基础上,算法利用道路线状结构的尺度空间特性对道路特征进行描述、分离与定位,最后,结合道路特征的图形和图像特征利用道路线状特征的方向尺度不变性,通过对道路特征图像局部方向能量的判断提取有效的线状道路特征,形成道路特征的目标中心链.与目前大量采用的基于边缘检测的道路提取算法,本算法
【机 构】
：
上海交通大学,图像处理与模式识别所,上海,200030
论文部分内容阅读
本文提出了一种航空图像中道路线特征的提取算法,适用于复杂背景下城区中多等级道路的特征识别.在本文提出的多等级城市道路模型的基础上,算法利用道路线状结构的尺度空间特性对道路特征进行描述、分离与定位,最后,结合道路特征的图形和图像特征利用道路线状特征的方向尺度不变性,通过对道路特征图像局部方向能量的判断提取有效的线状道路特征,形成道路特征的目标中心链.与目前大量采用的基于边缘检测的道路提取算法,本算法复杂性大大降低,试验结果表明算法具有良好的抗噪性和普适性.
其他文献
给出了一种在细分曲面上沿给定曲线生成尖锐特征的新方法.该方法利用曲线插值的思想,只需修改被标记为特征的若干网格点或网格边的邻近网格的结构,使其具有某种对称性,就能轻松快捷地使细分极限曲面在用户所指定的位置生成特殊效果,即在细分曲面的相应位置上构造出诸如折痕、尖点、锥点和角点等多种尖锐特征,其中锥点等尖锐特征是目前各种细分方法所无法得到的.本文的算法克服了各种已有算法的不足之处,将使细分曲面在工业产
近年来基于最大互信息法的多模医学图象配准已成为医学图象处理领域的热点.CT和MRI图象都具有较高的空间分辨率,前者对密度差异较大的组织效果好,后者则可识别软组织,二者的配准对研究图象信息融合和指导神经外科手术有着重要的意义.本文研究了基于最大互信息和图象梯度组合的人脑CT与MRI多模医学图象配准算法.当两种模态的图象配准以后,它们对应体素灰度值的互信息和梯度值达到最大.将这种方法应用于图象的几何对
本文对如何利用计算机视频技术支持乒乓球比赛临场技战术分析进行研究.重点对视频实时观看、视频采集、帧抓取、重组、检索定位和视频对象检测等技术进行讨论,提出了上述技术的具体应用方法.利用VC++实现了上述研究内容的原型系统,并通过实际比赛中技战术分析工作,对上述应用方法进行实际测试,结果表明上述视频技术应用方法对乒乓球比赛的技战术分析工作有明显的辅助支持作用。
我们提出一种基于非正交复值log-Gabor小波变换的SAR图像speckle噪声消除算法.相位保持消噪的门限操作确保相位信息不受破坏.用单一的乘性模型或加性模型对SAR图像的斑点噪声都不能取得很好的效果.为了结合二者优点,去除缺点,我们应用了具有平移不变性及更多方向选择性的双树复小波变换图像融合算法,通过精心选择融合规则,结合了乘性和加性噪声模型的优点,达到了预期目的.实验结果显示,我们的消噪方
基于粒子的动态头发模拟是头发动画技术的一类非常重要的方法.本文提出了一种基于粒子的动态头发模型的快速绘制算法.动态模型中的每个粒子用一簇细圆柱体表示,支持光顺或具有一定卷曲度的发型.绘制时,考虑了对头发真实感最为重要的两个因素,即对入射光的各向异质反射(anisotropicreflection)和自阴影(self-shadowing).光照模型采用经典的Kajiya-Kay毛发光照模型;自阴影则
进行摄像机标定时,经常需要提取图像中的直线等几何元素的准确位置,其提取精度会对标定结果的精度产生很大影响.传统方法如Hough变换(HT),虽然有较高精度,但费时.本文利用Hessian矩阵确定图像中直线的法线位置,然后在其法线方向上求解直线的亚像素位置,再按一定准则连接成线.并且通过Harris方法探测出的角点将图像分区,用特定区域内的线点拟合直线的参数.实验证明,本方法的直线提取精度好于Hou
针对随机Hough变换(RHT)在复杂图像中检测圆时产生随机采样的大量无效累积,本文提出了一种改进的RHT圆检测方法,它利用梯度方向信息来判定是否对采样到的三点进行参数累积,从而较好地解决了无效累积问题.实验表明改进后的算法比原算法计算速度快,占用的内存小,检测性能有较大提高。
本文从轮廓提取的视觉感知机理出发,提出了一种显著性轮廓提取的方法.其主要思想是初级视皮层神经元对感受野中刺激的响应受到环境的抑制,然而当它与上下文能形成共线结构时,环境又会对它产生一种增强作用.上下文的这种影响增强了神经元对光滑轮廓的响应并有抑制纹理边缘的能力,通过这种方法,减少了检测的轮廓中无关的背景纹理,而突出了目标的轮廓.这个研究为轮廓提取提供了一种仿生方法。
医学图像分割一直是医学图像处理、分析中的经典难题和研究热点.分割过程中,存在图像特征空间维数过高、需处理的数据量太大等问题.为此,利用粗糙集理论中知识约简的思想,对图像高维特征空间进行降维,在降低数据量的基础上提高算法分割图像的速度.粗糙集只能处理离散化数据,故需事先对图像数据进行离散化.文中先利用基于类别属性相互依赖度最大的原则对磁共振图像特征数据离散化,再将粗糙集中基于不可分辨关系的属性约简方
为了提取图像中的主要区域,提出了一种基于改进颜色模型的彩色图像分割方法.在该方法中根据改进的颜色模型中两种颜色间的欧氏距离检测彩色图像的边缘,利用闭/开运算规整边缘、消除边缘噪声,利用三维颜色直方图极大值法进行颜色聚类,结合图像边缘与颜色聚类分割图像,进而提取图像中的主要区域.最后给出了利用该方法分割自然风景图像、提取图像主区域的实验结果.