结合方向能量模型和谱聚类的航空影像边缘提取
融合残差和卷积注意力机制的U-Net_网络高分影像道路提取
第44卷第3期航天返回与遥感2023年6月SPACECRAFT RECOVERY & REMOTE SENSING119融合残差和卷积注意力机制的U-Net网络高分影像道路提取张亚宁张春亢王朝游晨宇（贵州大学矿业学院，贵阳550025）摘要针对在高分辨率遥感影像中因道路特征模糊或“同谱异物”现象影响，出现局部道路提取缺失和提取错误的问题，提出一种融合残差和卷积注意力机制的U-Net网络高分影像道路提取方法。
首先，以U-Net网络为基础，加入改进的残差模块缓解网络训练过程中易出现的网络性能退化问题；然后，嵌入卷积注意力机制模块加强对道路细节特征的深度表征能力；最后通过几何变换对数据集进行合理扩充，增强网络泛化能力。
在公开数据集马塞诸塞州数据集（Massachusetts Roads Dataset）和DeepGlobe 道路数据集上对模型进行测试，实验结果表明：文章提出的方法在两个数据集上整体精度分别达到97.02%和98.26%，相比其他模型具有更好的提取效果，对道路特征的深度表征性更强，抗干扰性较好，有效改善了道路提取中出现的错提、漏提现象，显著提高了道路提取的精度和完整性。
关键词道路提取残差模块卷积注意力机制高分辨率遥感影像中图分类号: P237文献标志码: A 文章编号: 1009-8518(2023)03-0119-14DOI: 10.3969/j.issn.1009-8518.2023.03.013Road Extraction Method of High-Resolution Image Based on U-Net Network Combining Residual and Convolution Attention Mechanism ZHANG Yaning ZHANG Chunkang WANG Chao YOU Chenyu（College of Mining, Guizhou University, Guiyang 550025, China）Abstract Aiming at the problems of missing local road extraction and wrong extraction due to the blurring of road features or the phenomenon of "same-spectrum foreign objects" in high-resolution remote sensing images, this paper proposes an improved method for road extraction from high-resolution remote sensing images, which is based on U-Net combining residual and convolutional attention mechanism. Firstly, based on the U-Net network, an improved residual module is added to alleviate the problem of network performance degradation that is easy to occur during network training. Secondly, the convolutional attention mechanism module is embedded to enhance the deep representation of road details. Finally, the data set is reasonably expanded through geometric transformation to enhance network generalization ability. The model is tested on the public datasets Massachusetts roads and DeepGlobe road datasets, and the experimental results show that the overall accuracy of the method收稿日期：2022-09-26基金项目：国家自然科学基金（41701464）；中国科学院战略性先导科技专项子课题（XDA2806020101）；贵州大学培育项目（贵大培育[2019] 26号）引用格式：张亚宁, 张春亢, 王朝, 等. 融合残差和卷积注意力机制的U-Net网络高分影像道路提取[J]. 航天返回与遥感, 2023, 44(3): 119-132.ZHANG Yaning, ZHANG Chunkang,WANG Chao, et al. Road Extraction Method of High-Resolution Image Based on U-Net Network Combining Residual and Convolution Attention Mechanism[J]. Spacecraft Recovery & Remote120航天返回与遥感2023年第44卷proposed in this paper reaches 97.02% and 98.26% respectively on the two datasets. Compared with other models, it has a better extraction effect, and has a stronger deep representation of road features and better anti-interference performance, which can effectively improve the problems of wrong and missing extraction phenomenon in road extraction, and significantly improve the accuracy and integrity of road extraction.Keywords road extraction; residual module; convolutional attention mechanism; high-resolution remote sensing images0 引言道路作为重要的基础地理信息要素，其分布错综复杂，建设范围较广，及时更新道路分布信息是地理信息数据库建设的重要基础，因此从高分辨率遥感影像中实现对道路的精准提取成为近些年国内外学者的研究热点。
基于小波变换的多源图像融合边缘提取方法
基于小波变换的多源图像融合边缘提取方法
杨猛;张晓东;文毅
【期刊名称】《测绘科学与工程》
【年(卷),期】2011(031)001
【摘要】图像最基本的特征是边缘，边缘特征提取是多传感器信息特征层融合的重要内容。
本文提出了一种基于小波多尺度变换的多源图像融合边缘提取方法。
首先构造小波多尺度边界检测算子，使用该算子提取各个图像的多尺度边缘信息；然后根据信号边界与噪声边界的小波变换模值跨尺度传递的不同特性，在每一对应尺度上采用模极大值法对边缘进行融合；最后对多尺度特征进行融合得到最终的融合边缘。
通过对光学、红外、SAR三种图像的融合实验证明，该方法对边缘特征的描述要大大优于Canny法。
【总页数】5页(P37-41)
【作者】杨猛;张晓东;文毅
【作者单位】西安测绘研究所
【正文语种】中文
【中图分类】P237
【相关文献】
1.基于小波变换的多源遥感图像融合方法 [J], 郭云开;夏丹
2.基于边缘检测和小波变换的遥感图像融合算法 [J], 张丽丽;苏训;陈鑫;邓雨巍;陈春雨;张天垚;姜瀚
3.基于PCA变换与小波变换的多源图像融合算法 [J], 陈丹
4.基于边缘和对比度的小波变换图像融合算法 [J], 孙文华
5.基于小波变换与低通滤波的多源图像融合方法 [J], 陈丹
因版权原因，仅展示原文概要，查看原文内容请购买。
航空影像中的目标识别与分类
航空影像中的目标识别与分类航空影像的目标识别与分类是一项关键技术，对于军事、民用航空、城市规划等领域具有重要意义。
随着无人机技术的发展，航空影像的获取和处理能力不断提高，对于目标识别与分类的需求也越来越迫切。
本文将重点探讨航空影像中目标识别与分类的关键技术和应用领域。
一、航空影像中的目标识别技术1. 特征提取：在航空影像中，目标通常是由一系列特征点或特征区域组成。
特征提取是将这些特征点或区域从背景中分离出来，以便进行后续处理。
常用的特征提取方法包括边缘检测、角点检测、纹理分析等。
2. 目标检测：在特征提取之后，需要进行目标检测以确定图像中是否存在感兴趣的目标。
常用的目标检测方法包括模板匹配、边缘匹配、模式识别等。
3. 目标分类：在确定图像中存在感兴趣的目标之后，需要对这些目标进行分类。
目标分类是将目标分为不同的类别，常用的分类方法包括支持向量机、神经网络、决策树等。
二、航空影像中的目标识别与分类应用领域1. 军事领域：航空影像中的目标识别与分类在军事领域具有重要意义。
通过识别和分类敌方装备、设施和兵力分布，可以为军事作战提供重要情报支持。
例如，在战场上，通过航空影像可以快速准确地识别和分类敌方坦克、飞机等目标，为作战指挥提供重要信息。
2. 民用航空领域：在民用航空领域，航空影像中的目标识别与分类可以应用于飞行安全监测和城市规划等方面。
例如，在飞行安全监测中，通过识别和分类飞机上可能存在的故障或异常情况，可以提前采取措施确保飞行安全。
在城市规划中，通过分析城市建筑物的布局和分布情况，可以为城市规划者提供重要参考。
3. 环境保护领域：在环境保护领域，航空影像中的目标识别与分类可以应用于自然资源的管理和保护。
例如，在森林资源管理中，通过识别和分类森林植被的类型和分布情况，可以为森林资源保护提供重要参考。
在海洋资源管理中，通过识别和分类海洋生物的种类和数量，可以为海洋生态保护提供重要支持。
三、航空影像中目标识别与分类面临的挑战1. 复杂背景：航空影像通常在复杂背景下获取，例如城市、山区等地形。
基于小波变换的复杂航空图像的边缘提取
引 言
近 年 来 ，在 高新 技 术 条 件 下 的海 湾 战 争 及 科 索 沃 战 争 中 ，航 空 侦 察 特 别 是 航 空 照 片 判 读 在 军 事领 域 的 重 大 价 值 和 作 用 得 到 充 分 的 体现 ， 从 而 促 进 了 各 国 军 事 领 域 对 判 读 技 术 的深 入 研 究 。传 统 的航 空照 片 判 读 方 法 通 常 是 由判 读 员 人 工 识 别 ，而 随 着 计 算 机技 术 的 不 断发 展 ，利 用 计 算 机 系 统 对 目标 自动 判 读 识 别 成 为
ｐ ｏ ｏ ｅ ．Ｓ ｎ ｅ ｔ ｅ ｍ ｅｈ ｄ ｈ ｓｇ ｏ ｏ ｓ ｎ ｉｉ ｎ ｄ ｐ ｒｅ ｔｅ ｇ ｏｄ ｎ ｂ ｌ ｉ ｓｂ ａ ｓ ｏ ｒ ｐ ｓ ｄ ｉ ｃ ｈ ｔ ｏ ａ ｏ ｄ ｎ ｉｅ ｉ ｈ ｂｔ ｇ ａ ｅ ｆｃ ｄ ｅ ｈ ｌ ｉｇ ａ ｉ ｔ ｙ ｍｅ ｆ ｉ ｎ ｉｅ ｎ
收 稿 日期 ：２０１０ 一 １ 收２０ 一 ３ 作 者 简 介 ：赵 育 良 （ ９ ６ ） 男 （ 族 ） １７ 一 ． 汉 ．河 北 唐 山 人 ． 讲师 ． 主要 从 事 航 空 侦 察 及 数 字 图 像技 术研 究 。Ｅ—ｍａｌ ｆｚ ＠ｓ ａｃｍ ｉ： ｕ ｐ ｉ ． ｎ ｏ
完 备 的 边 缘 保 持 能 力 的基 于 小 波 变 换 的 边 缘 提 取 。
１ 小波 及 基 于 小波 的航 空 图像边 缘 提 取 原 理
在 图像 边 缘 提 取 方 法 中 ，一 种 有 效 的 方 法 是 多 尺度 法 ，其 思路 是 ：在 大 尺 度 下 抑 制 噪 声 ，可 靠 地 识 别
基 于 小 波 变换 的复 杂 航 空
图 像 的边 缘 提 取
基于航空影像的建筑物边缘直线特征提取方法
１ １ 改进的标记分水岭分割 ．
分水岭变换法 ， 最初是用 于二值 图像 的分割 ， 近年来开
始用于遥感 图像的分割 Ｊ它可以得到单像 素宽的 、 通的 、 闭的及位置 准确的轮 ． 连 封
廓， 但同时也存在缺点 ， 即对图像中的噪声 比较敏感 ， 容易产生过分割 ． 针对传统 分水岭算法存在严重的过分割 现象， 很多研究 者结合各种 方法对传统 的 分水岭算法进 行了改进． ｉｃｎ 提出的快速分 水岭算法就是 经典代表 ． 是一种 基于 Ｖ ｎｅｔ 它 区域的标记方法 ， 一方 面有效降低了过分割现象 ， 另一方面也 大大提高 了分 割的效率． 该方法先对形态学梯度图像做 ｈ一极值变换 ， 滤除 图像 中的尖峰 ， 提取与物体有关 的 局部极小值并将他们构成二值标记图像 ； 然后借助形态 学极小值标定 技术 将 提取的 标记强制作为原梯度图的局部极小值 ， 屏蔽掉原先的所有局部极小值 ， 完成对梯度图像 的修正 ； 最后分水岭算法在修改后的梯度 像 分割． 然而 ， 空影像地物复 杂， 航 干扰信息较 多， 即使采用 Ｖｎｅｔ ｉ ｎ 标记分水岭 ｃ
对航空影像进行改进标记分水岭分割 ， 并结合 Ｄ Ｍ高度 信息 ， Ｓ 有效去除道路 和阴影的影 响． 同时， 影像进行基于多尺度 自适应 对 加权的改进 ｃｎ ｙ ａｎ 算子的边缘榆测． 在每一个分割得到的建筑物初始 区域 内， 对检测到 的边缘点进行相位编组提取直线 ， 利用建筑
物 屋 顶 约束 条 件 ， 计 屋顶 的主 方 向 ， 正 和 规 划 直线 段 ， 现 了建 筑 物 边 缘 直线 特 征 快 速 、 效 的 提 取 ． 统 修 实 有
Ｖ０． １２５ Ｎｏ． ２
第２卷 ５
第 ２期
基 于航 空影像 的建筑 物 边缘 直 线特 征提 取 方 法
边缘提取在图像相关识别中的应用及分析
Honghui Sun, Hongxia Wang, Aijun Li
The Rocket Force University of Engineering, Xi’an Shaanxi
关键词
图像边缘提取，联合变换相关，图像识别
Copyright © 2020 by author(s) and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/
足工程应用中的实时识别处理。
联合变换相关器，其原理图如图 1 所示：由傅里叶变换透镜 FTL1，FTL2 和三个平面组成一个 4f 变
换系统[4]，其中 f 为傅氏透镜焦距，液晶光阀位于 P2 平面。设实时输入的待识别目标图像和参考图像分
别表示为函数 f ( x, y) 和 h ( x, y) ，对称地分布在输入面 P1 上 (−b, 0) 和 (b, 0) 处，则输入函数可以写为：
(2)
式中 (u, v) 为空间角频率坐标，其中 u= 2πfx ，v= 2πf y ，而 fx = x2 λ f ，f y = y2 λ f ，F (u, v) exp jφS (u, v) 和 H (u, v) exp jφR (u, v) 分别是 f ( x, y) 和 h ( x, y) 的傅里叶谱，其中 F (u, v) 和 H (u, v) 是傅里叶变换的振 幅频谱， φF (u,v) 和 φF (u,v) 是傅里叶变换的位相频谱。由于光寻址型液晶光阀仅对写入谱的光强敏感，
基于图像特征的SAR机场目标边缘提取方法研究
计特性 出发 ， 根据 Ｓ ＡＲ机场 图像的基本特性 ， 出了一种基 于图像特征 的 Ｓ Ｒ机场图像 边缘提取 方法， 提 Ａ 综合 运用 了
中值滤波、 图像分割、 学形 态算子对预 处理后 的 Ｓ Ｒ图像进 ａｎ Ａ
细微特征有差异 ， 它们 的 回波 信号也会 不 同， 则 这样 本来具 有 常数后 向散射截面的图像 的同质 区域 ， 像元间会出现亮度
的变化 ， 这种现象称 为斑 点 ， 而形成斑 点噪声 。Ｓ Ｒ图像 从 Ａ
的斑点噪声是由雷达 目标 的回波信号 的衰落现象引起 的 ， 是
包含 Ｓ Ｒ系统 在内的所有基 于相 干原 理的成像 系统 所固有 Ａ 的原理性缺点 ， 它需要复杂的统计分布模型来描述 。根据图
布和韦伯分 布等。这里 需要 指 出的是 ， 斑点 噪 声使 得 Ｓ Ｒ Ａ
图像不能正确反 映 目标 的散射特 性 ， 重地 影响 了 图像质 严
量， 降低了对 图像 中 目标 的信息提取能力。因此 ， 抑制 “ 干 相
斑” 噪声＿ ｊ Ｓ １ 是 ＡＲ图像应 用 的重 要课题 ， Ｓ Ｒ信 息获 是 Ａ
第２ ８卷
２０ ０ ９年 １ ２月
情
报
杂
志
Ｊ ＵＲＮ ＥＬ ＧＥ Ｃ Ｏ ＡＬ ＯＦ Ｉ ＮＴ ＬＩ Ｎ Ｅ
Ｖｌ ． ８ ０ ２ １ Ｄｅ ． ２ ０ ｃ ０ ９
基于图 像特征的Ｓ Ｒ机场目 Ａ 标边缘提取方法研究
李德军 王晓娟 王 占龙２ 武赫男
（． １ 空军航空大学 长春 １０２ ；．３０ 部队 ５ 分队 沈阳 １０４） ３０２２９ １７ ６ １１１
基于形态学梯度矢量的图像边缘提取算法
Edge Segm en ta tion A lgor ithm Ba sed on M orpholog ica l Grad ien t Vector
J IA N G Y ong , CA O J ie , D U Y a 2ling , Z hu Y an 2p ing
1 1 2 1
( 1. R esea rch In stitu te of U nm anned A ircraft, N an jing U n iversity of A eronau tics & A stronau tics, N an jing, 210016, Ch ina; 2. Co llege of A u tom a tion E ingineering, N an jing U n iversity of A eronau tics & A stronau tics, N an jing, 210016, Ch ina )
772
南 京 航 空 航 天 大 学 学 报
第 37 卷
检测出边缘, 是近年来比较流行的边缘检测算法。 但是它虽然可检测出边缘梯度的幅值, 却无法估计 梯度的方向, 使检测出的边缘缺少了一项重要的信 息。 本文提出边缘提取的算法, 可以很好地弥补上 述方法的不足, 使其效果更为理想。
1 边缘检测算法
最佳折中。 大部分梯度边缘检测算子可以利用一阶 导数求极值或二阶导数过零点来运算, 如Robert s,
[1 ] Sobel, P riw it t, L ap lace 等 , 但是这些算法在抑制
噪声方面往往做得不好。 而形态学梯度边缘检测是 一种非线性边缘检测算法, 它能很好地抑制噪声,
作者简介: 姜 涌, 男, 博士研究生, 1979 年 1 月生, E 2 m a il: jiang - yong@ 126. com ; 曹 杰, 男, 研究员, 1963 年 11 月生; 杜亚玲, 女, 博士研究生, 1979 年 1 月生; 诸燕平, 女, 博士研究生, 1979 年 5 月生。
一种可见光地球图像边缘快速提取方法
50 •电子技术与软件工程 Electronic Technology & Software Engineering图像与多媒体技术• Image & Multimedia Technology【关键词】地球敏感器 边缘提取 FPGA地球敏感器是卫星姿态控制系统中一个重要的姿态测量设备。
它通过确定地球中心在敏感器坐标系中的矢量方向，进而借助于坐标变换得到卫星在空间中的方位，即卫星的姿态。
基于可见光CMOS 图像探测器的地球敏感器具有体积小、功耗低、价格相对低廉的优点，具有较为广泛的市场前景。
边缘检测算法是地球敏感器的核心算法之一，但由于地球本身不发光，需要反射太阳光，所以可见光波段在地球边缘内部的图像较为复杂，地球表面的太阳光照不均匀，且受陆地、云层和冰盖的边界影响，常见的图像算法难以快速、准确地提取地球边缘。
本文提出一种可见光地球边缘快速提取方法，将图像进行抽样并进行二值化处理后进行边缘提取，利用圆弧边缘的特征建立模板并与提取的边缘匹配后剔除太阳光照、陆地、云层和冰盖的边界影响。
1 算法原理1.1 算法流程可见光地球边缘快速提取方法的流程如下：（1）对图像进行抽样，每4个像素取一个抽样点或每16个像素取一个抽样点。
（2）二值化处理，通过设定固定阈值来进行，将灰度值小于阈值的点设为0，高于阈值的点设为1。
（3）边缘提取，对每个点以其为中心划定一个3×3的方格，如方格中3个点全为0或1则中心点为1，反之则为0。
（4）地球在图像中的直径可根据地球敏感器运行高度和视场进行推算，根据推算直径建立一标准圆弧，划分若干个8×8大小的模板区域，将边缘提取图像中的每个8×8的方格与模板进行逐一匹配，匹配时对图像方格与模板区域的数值相同的点进行计数，相同的点较多一种可见光地球图像边缘快速提取方法文/曹珺的方格位置记录为1，反之则为0。
1.2 算法分析由图1可知，本算法可显著消除太阳光照、陆地、云层、冰盖对地球边缘的影响，成功提取出部分地球边缘。
一种基于频谱段能量的高分辨率遥感图像边缘特征检测方法
一种基于频谱段能量的高分辨率遥感图像边缘特征检测方法吴桂平;肖鹏峰;冯学智;王珂;黄秋燕【摘要】从图像信号的能量角度出发，探讨一种基于频谱段能量的高分辨率遥感图像边缘检测的方法。
该方法采用滑动窗口傅里叶变换和频谱能量分段叠置的手段，将含有噪声的图像信号分解到不同的频谱段中，然后根据直流中心频谱段图像良好的噪声抑制特性，在此基础上进一步分析其高阶频谱段能量对图像边缘特征的贡献作用，将3×3的滑动子窗口中频谱半径为1～1.5范围内的频谱能量系数进行求和叠置，并量化至0～255的灰度范围，得到最终的边缘检测图像。
试验结果表明，基于频谱能量所检测出的图像边缘特征响应较为显著，视觉效果尚可，并且具有特定方向上的边缘检测能力。
%In view of the characteristics of high-resolution remotely sensed imagery,a novel edge feature detection algorithm based on frequency spectrum zone energy is introduced. From the perspective of energy of image signal, the methods of sliding-window Fourier transformation and frequency energy sectional superposition are used to decompose signal into different frequency spectrum zones. Then according to good noise suppression capacity of DC（direct current）central frequency spectrum zone image,contribution degree of higher-order frequency spectrum zone energy to the image edge feature was further analysed. Finally, the edge detection results are obtained through aggregating spectrum energy coefficient within each window radius of frequency spectrum range from 1 to 1.5 and quantizing image gray between 0-255. The experimental results shows that this algorithm remainsgood edge of image and has good capability of edge detection in a specific direction as well.【期刊名称】《测绘学报》【年(卷),期】2011(040)005【总页数】6页(P587-591,609)【关键词】边缘特征;特征检测;频谱段能量;窗口傅里叶变换;高分辨率遥感图像【作者】吴桂平;肖鹏峰;冯学智;王珂;黄秋燕【作者单位】南京大学地理信息科学系,江苏南京210093;南京大学地理信息科学系,江苏南京210093;南京大学地理信息科学系,江苏南京210093;南京大学地理信息科学系,江苏南京210093;南京大学地理信息科学系,江苏南京210093【正文语种】中文【中图分类】P2371 引言边缘特征检测是遥感图像分割、目标识别以及区域形状提取等领域的核心技术,目前已经成为遥感科学研究的热点问题之一[1-3]。
一种光学测量中椭圆边缘精确提取算法
一种光学测量中椭圆边缘精确提取算法王伟华;田信灵;谭民涛;彭慧;张崇英【摘要】An algorithm for accurately extricating ellipse detail edge in optical measurement was proposed. Image gray distribution function was transformed to second Taylor expansion. In order to analyze relative zero-crossing point, image derivative was calculated by the convolution of Gaussian kernel and image gray function. Then, normal direction of edge points was calculated by using Hessian matrix. To obtain sub - pixel precise ellipse edge, fitting methods based on polynomial curve and line were presented and applied in normal direction by this algorithm. The experimental results demonstrate that the proposed algorithm is high precise and has better reference value for ellipse edge extrication in optical measurement.%提出了一种椭圆边缘精确提取算法.对图像灰度分布函数按二次泰勒展开式展开,利用高斯核函数和图像卷积的方式进行微分求导,在过零点附近求取二阶导数绝对值的极小值点,然后,通过计算Hessian矩阵得到该边缘点的法向方向,在法向方向进行多项式曲线拟合和直线拟合得到子像素边缘点.实验结果表明,算法对子像素边缘提取具有较好的精度,在光学测量椭圆形标识检测中有参考价值.【期刊名称】《科学技术与工程》【年(卷),期】2012(012)008【总页数】4页(P1781-1784)【关键词】椭圆边缘;泰勒展开式;Hessian矩阵;法向向量;子像素【作者】王伟华;田信灵;谭民涛;彭慧;张崇英【作者单位】北京控制工程研究所,北京100190;北京控制工程研究所,北京100190;北京控制工程研究所,北京100190;北京控制工程研究所,北京100190;北京控制工程研究所,北京100190【正文语种】中文【中图分类】TN247椭圆形标识是光学测量中一种常见的图形，在目标识别、定位和视觉跟踪中有重要作用。
基于小波变换的复杂航空图像的边缘提取
基于小波变换的复杂航空图像的边缘提取
赵育良;赵友庚;李开端;李英杰
【期刊名称】《光电工程》
【年(卷),期】2002(029)004
【摘要】提出了一种基于小波变换的复杂航空照片的目标边缘自动提取的新方法.该方法利用了小波变换,因而具有良好的噪声抑制能力及完备的边缘保持能力,在计算机自动判读系统的目标边缘提取中有效可行.
【总页数】4页(P57-60)
【作者】赵育良;赵友庚;李开端;李英杰
【作者单位】海军航空工程学院青岛分院,山东,青岛,266041;海军航空工程学院青岛分院,山东,青岛,266041;海军航空工程学院青岛分院,山东,青岛,266041;海军航空工程学院青岛分院,山东,青岛,266041
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.复杂航空图像中的大边缘提取方法 [J], 杨益军;赵荣椿
2.基于小波变换的图像边缘提取算法 [J], 陆莹;牛蕊;王伟;李滨;杨晓磊;邢传军;李鑫
3.基于小波变换的ESPI图像去噪及边缘提取 [J], 于长淞;方超
4.基于小波变换的多源图像融合边缘提取方法 [J], 杨猛;张晓东;文毅
5.一种改进的基于小波变换的图像边缘提取方法 [J], 李红
因版权原因，仅展示原文概要，查看原文内容请购买。
图像边缘提取方法及展望
高速摄像环境下航天电连接器分离边缘提取算法
高速摄像环境下航天电连接器分离边缘提取算法洪涛;赵佃云【摘要】为了准确测量航天电连接器的分离距离,以深入研究其分离特性,提出了一种高速摄像环境下电连接器分离边缘的提取算法.该算法主要通过划分感兴趣区域选定待测量位置区域,经滤波处理后,利用小波变换算法增强图像的弱边缘信号,然后通过两次自适应阈值分割图像,并利用SUSAN算子进行边缘检测,进而提取边缘,获得准确的边缘信息.%In order to accurately measure the space electric connector of the separation distance, for further study of its separation characteristics,a high-speed photography environment oriented e-lectrical connector on the edge of the separation extraction method was presented herein.Mainly through the algorithm divided the region of interest area selected for measuring positions,after pro-cessing through thefilter,wavelet transform to enhance image edge of weak signals,and then through the two adaptive threshold segmentation of image,and by using SUSAN operator for edge detection,and then the edge was extracted,the accurate edge informations were obtained.【期刊名称】《中国机械工程》【年(卷),期】2017(028)009【总页数】5页(P1074-1078)【关键词】高速摄像;小波变换;阈值分割;边缘检测【作者】洪涛;赵佃云【作者单位】中国计量大学质量与安全工程学院,杭州,310018;中国计量大学质量与安全工程学院,杭州,310018【正文语种】中文【中图分类】TP391航天电连接器(以下简称“电连接器”)最重要的质量特性是分离特性，包括分离距离、分离时间等分离性能参数。
一种提取图像目标边缘的新方法
一种提取图像目标边缘的新方法
邹永星;周仁魁;罗秀娟;王峰
【期刊名称】《光电工程》
【年(卷),期】2005(032)006
【摘要】提出一种基于阈值分割技术和形态学相结合的图像目标边缘提取方法,用Top-hat变换后的图像与原始图像相加再减去Bottom-hat变换后的图像以得到最大对比度的图像,继而进行自动图像阈值分割,再用圆形模板执行形态学闭合操作提取边缘,完全去除内部不感兴趣的细节,并保持边缘的连贯性.仿真结果表明,该方法能很好地提取目标边缘,而实际计算量只有传统方法的44.6%～70.2%,且具有较好的抗噪声能力.
【总页数】3页(P76-78)
【作者】邹永星;周仁魁;罗秀娟;王峰
【作者单位】中国科学院西安光学精密机械研究所,陕西,西安,710068;中国科学院研究生院,北京,100039;中国科学院西安光学精密机械研究所,陕西,西安,710068;中国科学院西安光学精密机械研究所,陕西,西安,710068;中国科学院西安光学精密机械研究所,陕西,西安,710068
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种SAR图像特征提取和目标分类的新方法 [J], 李勇;王德功;常硕;关春健
2.一种合成孔径雷达图像特征提取与目标识别的新方法 [J], 宦若虹;杨汝良;岳晋
3.基于DFBIR场的图像边缘提取的一种新方法 [J], 薛东辉;朱耀庭
4.一种血管内超声图像边缘提取的新方法① [J], 王志东;汪友生;李龙;董路;李冠宇
5.一种用细胞神经网提取遥感图像边缘的新方法 [J], 徐国保;洪丽兰;郝彦爽;尹怡欣;沈玉利
因版权原因，仅展示原文概要，查看原文内容请购买。
基于量子柔性表示的图像边缘提取算法
基于量子柔性表示的图像边缘提取算法张姗姗;曹琨;朱志琨【期刊名称】《计算机工程与设计》【年(卷),期】2018(039)006【摘要】Aiming at the real-time problem of the current edge extraction algorithm,and to improve the edge continuity,an edge detection algorithm based on FRQ (flexible representation of quantum) was proposed.The image was represented by quantum flexibility,all pixels of the image were stored by the superposition state of the quantum sequence,all pixels of the image were stored by the superposition state of the quantum sequence,quantum parallel computing significantly improved the efficiency,and FRQ image was got.The X image and the Y direction translation transformation were obtained for FRQ images,and the relative quantum of the neighborhood pixels of the whole image was obtained.Quantum black box was defined based on quantum bits of neighborhood pixels,Sobel gradient of pixels was calculated with Sobel operator,Sobel gradient was used to determine the different types of pixels and the edge of the image was extracted.Experimental results show the proposed algorithm has better edge continuity with richer detail edges compared with the current edge extraction algorithm.%针对当前边缘提取算法的实时性问题,提高图像边缘连续性,提出基于量子柔性表示(flexible representation of quantum,FRQ)的边缘提取算法.将图像进行量子柔性表示,利用量子序列的叠加态存储图像的所有像素,通过量子并行计算显著提高效率,得到FRQ 图像;对FRQ图像进行X、Y方向的平移变换,获得整个图像的邻域像素的相对量子;根据量子比特定义量子黑盒UΩ,结合Sobel算子计算像素的Sobel梯度,判断不同类别的像素并提取图像的边缘.实验结果表明,与当前边缘提取算法相比,所提方法具有更好的边缘连续性与更丰富的细节边缘.【总页数】7页(P1697-1703)【作者】张姗姗;曹琨;朱志琨【作者单位】河南牧业经济学院软件学院,河南郑州450000;河南牧业经济学院软件学院,河南郑州450000;北京航空航天大学计算机学院,北京100191【正文语种】中文【中图分类】TP391.4【相关文献】1.基于灰度形态学的图像边缘特征提取算法研究 [J], 沈同平;王元茂;方芳;俞磊2.基于Canny算子的改进型图像边缘提取算法 [J], 范晞;费胜巍;储有兵3.基于改进局部二值模式算子与蚁群优化的图像边缘提取算法 [J], 刘晓妍4.基于二维直方图构建的图像边缘提取算法实现 [J], 胡慧琳; 舒忠5.一种基于改进Sobel算子的苹果图像边缘提取算法的研究 [J], 陈浩;黄勋;赵志明因版权原因，仅展示原文概要，查看原文内容请购买。
一种多像素图像边缘提取方法
一种多像素图像边缘提取方法
刘煜;李言俊;张科
【期刊名称】《光子学报》
【年(卷),期】2007(36)2
【摘要】提出了一种基于相邻像素间的灰度差异来提取图像多像素边缘的方法.对一幅256×256大小的图像进行边缘提取需要的时间约0.22 s,分别比Prewitt算子和Robert算子少了26%和34%.算法改进后,较完整地提取了图像的竖直边缘和水平边缘,这些边缘在Prewitt算子和Robert算子的提取结果中是不可见的.经细化算法后,得到了图像清晰、位置精确的单像素边缘图像.研究表明,本文的多像素边缘提取等诸方法具有模型简单、实时性强等特点,且便于实现.
【总页数】5页(P380-384)
【关键词】边缘提取;单像素边缘;多像素边缘;边缘细化;图像处理
【作者】刘煜;李言俊;张科
【作者单位】西北工业大学航天学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种古建墙壁受污题记文字图像边缘提取方法 [J], 刘英杰;杨风暴;吉琳娜;原惠峰;
2.基于改进亚像素边缘提取的一种异性纤维检测方法 [J], 党士许;李磊;张志鸿
3.基于NURBS曲线拟合的图像亚像素边缘提取方法 [J], 隋连升;蒋庄德
4.一种改进的细胞神经网络图像边缘提取方法 [J], 张宪红;张春蕊
5.一种亚像素边缘提取方法 [J], 陈小卫;张保明;郭海涛;张宏伟;党涛
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于聚类分割的航空图像道路提取方法
一种基于聚类分割的航空图像道路提取方法
赵亚利;魏迎梅;老松杨
【期刊名称】《系统仿真学报》
【年(卷),期】2014(26)9
【摘要】由于航空图像的拍摄高度和拍摄环境,各种细节信息比较明显,道路受房屋、树木、车辆以及各种阴影的影响很大,根据城市道路这一特性,提出基于聚类分割的
道路提取方法。
先对原始航空图像做增强处理,突出图像各部分之间的差异,用K-means聚类算法对增强处理后的图像进行初步分割;对分割后的各个子图像进行Hough直线提取,再根据图像中各要素的形态特征筛选出道路中心线,随后将提取
出的各道路中心线进行连接形成道路网络。
实验结果表明,该方法能有效地从道路
受干扰较多的航空图像中提取出城市道路网。
【总页数】5页(P2198-2202)
【作者】赵亚利;魏迎梅;老松杨
【作者单位】国防科学技术大学信息系统与管理学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于模糊C均值聚类的多阈值苹果病害图像分割方法
2.一种基于超像素分
割的遥感图像道路提取方法3.一种基于超像素分割的遥感图像道路提取方法4.一
种基于自适应超像素的改进谱聚类图像分割方法5.基于超像素分割及区域聚类的单主体图像感兴趣区域提取方法
因版权原因，仅展示原文概要，查看原文内容请购买。
一种提取SAR图像边缘的改进算法
一种提取SAR图像边缘的改进算法
谭海峰;赵文杰;李德军;杨桄
【期刊名称】《计算机技术与发展》
【年(卷),期】2008(18)4
【摘要】传统的边缘提取算法不能解决合成孔径雷达(SAR)图像小边缘、赘余边缘多的问题.针对SAR图像特点,提出一种改进的基于过渡区模糊增强边缘提取方法.
通过分析经典模糊增强算法和改进的模糊增强算法的缺陷,在图像增强中引入过渡
区概念,很好地克服了原来模糊增强算法渡越点选择不当造成的丢失目标边缘信息、边缘连通性不好、小边缘多等缺点.能够有效地提取出感兴趣目标的丰富的边缘信息,并且去除了很多小边缘赘余信息.对比实验结果证明该方法效果好.
【总页数】4页(P22-24,28)
【作者】谭海峰;赵文杰;李德军;杨桄
【作者单位】空军航空大学,吉林,长春,130022;空军航空大学,吉林,长春,130022;空军航空大学,吉林,长春,130022;空军航空大学,吉林,长春,130022
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种改进的图像边缘提取算法 [J], 辛元芳
2.一种改进遗传算法在基于形态学图像边缘提取中的应用 [J], 张华清;排新颖
3.一种改进的SAR图像边缘检测算法 [J], 柏正尧;何佩琨;刘洲峰
4.一种改进的中草药显微图像边缘提取算法 [J], 侯青;李伟;任娜娜;刘玉娥;孙静
5.一种基于改进Sobel算子的苹果图像边缘提取算法的研究 [J], 陈浩;黄勋;赵志明因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
素 的相似 性 ， 运用谱 方 法进行 聚 类 ， 航空 影像 进 行 对 边 缘 提取 ． 首先 利 用 方 向 能量 方 法 对 图 像 特 征进 行
算 子等 ． 些边 缘 检 测 方 法 主要 针 对 阶跃 型 边 缘 ］这 建模 ， 过于 强调 寻找 最优 的 阶跃 边缘 ， 们往 往 只考 它
的 ｃｎ ｙ算 子方 法 分 割 效果 理 想 ， 更 能 体 现 聚类 ａｎ 且 的本质 意义 ．
的随机 边 缘 ， 处 理 边 界 连 接 时 带 来 许 多 伪 轮 廓． 在
Ｐ ｒｎ ｅｏ ａ和 Ｍａｉ 出图像 的许 多特 征 通 常 由阶跃 、 ｌ ｋ指
屋顶 和线 的一 些 组 合 来 表 示［ ． 感 影 像 具 有地 物 ２遥 ］
度 和对 比度 的不变 性 ， 能够 准 确 检 测 不 同尺 度 空 也 间下 边缘 特征 ．
谱 聚类 方 法不 给 出特征 概率 密度 分布 的假设 前 提 ， 合在 任 意形状 的样 本空 间上 聚类 ， 适 并且 收敛 于 全 局最 优解 ， 数据 聚类具 有 很好 的应 用前 景 ． 对 ］ 谱 聚 类对 图像 分 割 的应 用 已经 较 为 广 泛［ ． 图 像 分 ７在 ］ 割 过程 中 ， 该方 法考 虑 了整 个 图像 像 素 的特 征 信 息 变 化分 布 ， 聚类 问题 转化 为 图的最 优划 分 问题 ， 将 是
性 以及视 觉心 理 对 现 象 感 知 的作 用 ］ 它 能够 支 持 ．
多种 边缘 特征 的检 测 ， 对 边 缘 的 最 后判 断使 用 阈 但 值方法， 阈值 大小影 响边 缘定 位精 度 ， 造 成边界 的 且
不 完 整和 不封 闭．
致 性 与信 号 的整体 大 小 无 关 ， 保 证 了对 图像 的亮 既
一
边缘 方 向在 描述 图像 的边 缘特 征方 面具有 十 分
重 要 的作ห้องสมุดไป่ตู้ ． 忽视 边缘 方 向在边 缘检 测 中的作 用 ， 若
往 往会 造成 边缘 的不 连续 性 ， 是 ， 于 计算 图像 不 同方
向上 的相位 一致 性 ， 既可 以准 确检 测边 缘点 ， 可 以 也 尽 量避 免边 缘 的破碎 ． 因此 ， 要对 局部 能量 模 型进 需
［ 摘
要 ］传 统 的边 缘 检 测 算 子 是 基 于梯 度 函 数 的 边 缘 检 测 算 法 ， 有 考 虑 图 像 特 征 的 多样 性 ． 对 传 统 算 法 的 不 没 针
足 ， 合 边 缘 方 向 能 量模 型 和 谱 聚 类 算 法 ， 出 了 一 个 新 的 边 缘 检 测 算 法 ． 用 航 空 影 像 进 行 验 证 ， 验 结 果 表 明 结 提 利 实
征 ［． ５ 由于 图像 的相位 一致 性是 一个难 以计算 的量 ， ］ 往往 通过 计算 局 部 能 量 逼 近 相位 一 致 性 ［ ． ８ 相位 一 ］
边 缘检 测方 法无 法有 效检测 遥感 影像 边 缘． 方 向能 量模 型 以相位 一致 性作 为 图像特 征 的不 变 度量 ， 虑 相位 信 息 在 边缘 检 测 中 的重要 性 和稳 考 定 性 ， 够 可 靠 地 检 测 阶 跃 、 顶 和线 形 特 征［ ］ 能 屋 ３． “ 该 模 型成 功解 释 了人类 视觉 系统 对相 位信 息 的敏感
第２ ６卷 第 ２期
Ｖ０ ． ．２ １ ２６ Ｎｏ
湖 北 工 业 大 学 学
报
２１ 年 Ｏ ０１ ４月
Ａｐ ． ０ １ ｒ ２ １
Ｊ ｕ ｎ ｌ ｆＨｕ ｅ ｉ ｅ ｓｔ ｆＴ ｃ ｎ ｌｇ ｏ ｒ ａ ｂ ｉＵｎ ｖ ｒ ｉ ｏ ｅ ｈ ｏｏ ｙ ｏ ｙ
种点 对 聚类算 法．
行 改进 ， 方 向引入 局 部 能 量 函数 模 型来 约 束 边 缘 将
［ 文章编 号］１ Ｏ —４ ８ （０ １０ —０ ７０ Ｏ ３ ６ ４ ２ １ ）２０ ５ —４
结合方 向能量模型和谱 聚类 的航空影像边缘 提取
靳华 中 ，周 祺 ，陈明 泉。
（ １湖 北 工 业 大 学 计 算 机 学 院 ，湖 北 武 汉 ４ ０ ６ ； ３ ０ ８
２湖 北 工 业 大 学机 械 工 程 学 院 ， 北 武 汉 ４ ０ ６ ；３武 汉 大 学 遥 感 信 息 工 程 学 院 ，湖 北 武 汉 ４ ０ ７ ） 湖 ３０ ８ ３ ０ ２
虑 边缘 局部 信息 ， 噪声 影响较 大 ， 受 会产 生大 量短 小
建模 ； 然后 计算 图像 的方 向能 量 来 度 量 成 对像 素 的 相 似 性 ； 后采 用谱 方法 通 过 数 据 聚 类 的方 式 完成 最 图像 的分 割． 验表 明 ， 实 本文 提 出的方 法分 别优 于方 向能 量模 型和 谱聚 类 的边 缘 检 测方 法 ， 时 比传 统 同
该 方 法 检 测 影 像 边 缘 的结 果 比较 理想 ．
［ 键 词 ］方 向能 量 模 型 ； 聚类 ； 缘 提 取 关 谱 边 ［ 中图 分 类 号 ］Ｔ ３ １４ ＴＰ ５ ． Ｐ ９． ； ７１１ ［ 献标识码］ 文 ：Ａ
传 统 的边 缘 检 测 方 法 有 梯 度 算 子 、 ｂ ｒｓ算 Ｒｏ ｅｔ 子 、 ｒｗｉ 算 子 、 ｏ ｅ 算子 、 ＯＧ 算 子 以及 Ｃ ｎ ｙ Ｐｅ ｔ ｔ Ｓ ｂｌ Ｌ ａ ｎ
类 型丰 富 、 构分 布复 杂 等特点 ， 统 的阶跃模 型 无 结 传 法对 影像 的同质 区边缘 进行 有效 检测 ． 因此 ， 统 的 传
１ 方 向 能量 模 型
在 频率 域里 图像 的 傅 里 叶相 位 信 息 是 不 变 的．
基 于这一 事 实 ， ｒｏ ｅ等 人 提 出 所 有 傅 里 叶 分 量 Ｍｏ ｒｎ 相 位最 大一 致性 出 现在 图像 的线 和 边 缘 点 处 ， 过 通 检测 图像 的相位一 致 性来分 析 和处 理 图像 的边 缘 特