论文研究一种图像边缘精确检测方法 .pdf

SAR图像中的噪声是乘性的斑点噪声，对光学图像有效的检测算子并不适用于SAR图像的边缘提取。由于小波变换具有良好的时频局域化特性及多尺度分析能力，因此根据多尺度分析来构造多尺度边缘检测算子，通过改变高

总结了目前二维灰度图像的亚像素边缘检测算法,针对它们存在的原理误差、计算复杂、用时长及不能通用等问题,提出了一种新的亚像素边缘检测算法.分析了3种基本边缘(阶跃型边缘、脉冲型边缘、屋脊型边缘)的特点,

对Chan-Vese提出的基于简化Mumford-Shah区域最优划分模型和测地线主动轮廓模型在水平集框架下的物理机理进行了分析，在充分考虑其模型优点的基础上，通过构造新的能够整合局部边缘信息和全局区

利用小波域Wiener滤波和空间域自适应Wiener滤波的特点，提出一种基于小波域自适应Wiener滤波和空间域自适应Wiener滤波的组合滤波方法。该方法首先在小波域进行自适应Wiener滤波，对恢

直方图均衡是一种简单有效的红外图像增强技术，但存在着细节信息损失较大的缺陷。为改进这一缺陷，使直方图均衡在增强图像对比度的同时不损失灰度级别，并能增强图像细节特征，提出一种基于区域的multi-HE红

自学习语义网络是目前实现图像高级语义的有效方法。针对现有方法存在的不足，提出了一种用于图像检索的新型语义网络构建方法，此方法将低层特征、相关反馈和语义网络这三项技术结合来支持图像检索。实验证明该方法可

为了更有效地提高图像分类性能和准确率,提出一种基于HOG-PCA的高效图像分类方法。首先通过提取方向梯度直方图（HOG）特征并作特征白化,再随机下采样进行尺度统一,随后采用主成分分析（PCA）进行特征

半调图像类型的先验知识对于逆半调处理有着十分重要的意义。为了对半调图像进行类型识别，利用不同半调图像表现出的纹理差异设计了一种半调图像类型识别方法。其中主要选取了基于灰度—梯度共生矩阵的大梯度和小梯度

图像修补可用于被损坏的图像和视频修复、视频文字去除以及视频错误隐藏等。目前的许多模型都有很好的恢复效果，但都是运算量较大，现提出一种基于水平集方法和快速步进法的图像修补方法，能显著地减少运行时间，取得

如何跨越图像低层视觉特征到高层语义特征的“语义鸿沟”已成为语义图像检索问题的关键，首先将待分类图像分成五个区域；然后在提取图像底层特征的基础上，采用基于支持向量机组(SVMS)的方法建立图像低层视觉特