程晓轩
- 作品数：3 被引量：16H指数：2
- 供职机构：河海大学计算机与信息学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于图像分块和Hausdorff距离的背景更新方法被引量：1
- 2011年
- 在图像测量、目标检测过程中,传统的背景更新算法对于背景的扰动变化过于敏感.为此,本文提出了一种基于图像分块和Hausdorff距离判断的背景更新方法.首先采用高斯混合模型初步得到背景,然后对图像进行分块,借助图像匹配的思想计算当前图像块和背景图像块的Hausdorff距离,判断是否满足背景更新条件.若满足,则更新背景;若不满足,则再通过计算其色调值的Hausdorff距离来决定是否更新背景.实验表明,新算法通过图像灰度、色调等多种参数判别,能较好地克服背景扰动变化的干扰,背景更新的效果较好,有利于后期的目标检测与识别.
- 李庆武王敏陈琦程晓轩王丹
- 关键词：图像检测高斯混合模型HAUSDORFF距离图像分块
- 用于侧扫声纳图像边缘检测的改进Canny算子被引量：11
- 2011年
- 针对侧扫声纳图像斑点噪声强的特点,提出一种改进的Canny算子进行边缘检测.根据斑点噪声的乘性模型和瑞利分布特性,在非下采样Contourlet变换域进行局部自适应降斑.该方法在有效抑制斑点噪声的同时可较好地保护边缘,避免了Canny算子造成的边缘模糊.计算降斑后图像的梯度值分布,对梯度幅值进行非极大值抑制得到极大值点.将梯度模的极大值点分成强边缘点、弱边缘点与非边缘点3类,基于类间方差最大自适应确定区分3类的双阈值,经双阈值处理与弱边缘连接得到边缘图.对模拟声纳图像和实际声纳图像的边缘检测结果表明,较之Canny算子和小波模极大等边缘检测方法,该方法具有边缘检测完整、定位准确、伪边缘点较少等优点.
- 霍冠英王敏程晓轩程晓轩
- 关键词：边缘检测双阈值
- 侧扫声纳图像的NSCT域模极大值边缘检测被引量：4
- 2011年
- 侧扫声纳图像边缘检测较困难,为此,提出一种针对该图像特点的多尺度边缘检测方法。对侧扫声纳图像进行非下采样Contourlet变换(NSCT)分解,根据斑点噪声在NSCT域的分布特点,进行局部自适应去噪。通过各方向子带沿边缘方向的插值和非极大值抑制寻找模极大值点。通过类内方差最小化法自适应确定阈值,由阈值处理得到各子带的边缘。经边缘融合实现完整的边缘图。实验结果表明,该方法具有边缘检测完整、定位准确、伪边缘点少等优点。
- 王敏李庆武程晓轩
- 关键词：去噪模极大值边缘检测
