长春理工大学 跨尺度微纳制造教育部重点实验室，吉林 长春 130022
数字同轴全息对刀技术中，再现像中的零级项和离焦共轭像会形成一个强而复杂的背景噪声作用在实像上，严重降低了再现像的质量。针对全息应用中的干扰像问题，提出了一种基于改进自蛇模型滤波的全息图像增强方法，改进后的自蛇模型令每次扩散中只根据初始图像的梯度来选择扩散力度。实验结果表明，改进后的自蛇模型能够避免在扩散过程中由于受大梯度背景噪声影响而出现的“伪轮廓”和边缘锯齿化，弥补了自蛇模型在全息图像应用中的不足。此外，与相位恢复法和多重再现法去干扰像效果相比较，本文提出的改进自蛇模型滤波法不仅对干扰像有更好的抑制作用，还能够增强刀具边缘，有利于实现微铣刀的数字全息对刀。
数字全息 共轭像 自蛇模型 图像去噪 digital holography twin-image self-snake model image denoising
1 上海理工大学光电与计算机工程学院, 上海 200093
2 江西理工大学软件学院, 江西 南昌 330013
从复杂、动态多变的交通图像中准确提取障碍物的轮廓曲线是智能汽车的一个重要研究课题，它对行人保护起着十分重要的作用。Snake模型是用来自动提取物体边界的曲线模型。结合立体视觉技术和Snake模型以实现行人检测：运用基于稠密视差的立体分割方法查找并分割潜在行人目标区域，为了便于后期目标轮廓提取，基于边缘检索的立体匹配算法被进一步用于提取感趣区(ROIs)内的目标初始边界；在此基础上，用Snake模型提取目标的完整轮廓曲线；轮廓因子及目标高程被用于ROIs的验证，即行人识别。针对Snake模型易受噪声干扰及难以收敛到凹陷边界等缺陷，提出了改进的距离势能模型。以典型交通场景为分析对象，对所提出的方法进行了测试，得到了较为理想的结果。
图像处理 目标分割 轮廓提取 行人识别 蛇模型 改进的距离模型
