苏州大学计算机科学与技术学院, 江苏 苏州 215000
现有的基于卷积神经网络的边缘检测算法,通常可以给出图像中每个像素为边缘的概率,即边缘概率图。针对边缘概率图细化后边缘存在丢失、间断等问题,提出一种基于梯度掩模滤波的边缘细化算法。为了获得高梯度掩模和低梯度掩模,引入基于Canny边缘检测算法的双阈值方法。对于高梯度掩模滤波后的边缘概率图进行增强,并对低梯度掩膜滤波后的边缘概率图进行削弱。最后,对边缘概率图进行非极大值抑制,得到二值的边缘图。实验结果表明,所提的边缘细化算法具有更多的连续边缘,并且更符合单边缘响应准则。
图像处理 边缘检测 边缘细化 梯度掩模 梯度滤波 双阈值法 非极大值抑制 激光与光电子学进展
2020, 57(18): 181016
西安电子科技大学 机电工程学院 智能控制与图像工程研究所，陕西 西安 710071
考虑航拍视频配准中Harris检测的角点位置易发生偏移和产生伪角点以及匹配点精度不一致等问题，提出一种基于优化梯度滤波和投影不变的航拍视频配准算法。首先，提出一种基于优化梯度滤波的Harris检测器来实现角点的精确定位，并选择在尺度变化下局部区域最稳定的角点作为待配准点。然后，利用Delaunay三角网对待配准点进行初始匹配。最后，提出利用交比不变性方法提取精确度最高的少数匹配点，并对模型参数进行估计，完成视频帧间的配准。实验结果表明，利用提出的方法可实现帧间的精确配准，对分辨率为320 pixel×240 pixel的8组航拍序列的平均几何保真度误差仅为0.869，并能有效提取地面运动目标。
航拍视频 图像配准 优化梯度滤波 Delaunay三角网 投影不变性 aerial video image registration optimal gradient filter Delaunay triangulation projective invariant
1 空军工程大学工程学院， 西安 710038
2 南京军区空军上海军械修理厂, 上海 200000
复杂背景下低信噪比弱小目标的自动检测是当今目标自动探测研究尚未解决的一个难题。针对复杂天空背景条件下低信噪比的红外弱小目标检测问题，提出了一种基于中值滤波和多向梯度搜索相结合的目标检测算法。算法首先运用中值滤波器将目标从红外背景中分割出来，再结合多向梯度判决算法提取出真实目标点，最后辅以形态滤波填充目标内部空间，构成完整目标区域。实验及结果分析表明，基于中值滤波和多向梯度搜索目标检测算法能实时有效地检测出复杂天空背景下的红外弱小目标。
红外弱小目标 目标检测 中值滤波 多向梯度滤波 dim infrared target target detection median filter multi-grad filter
