摘要：耕地作为国家粮食生产的重要保障,其空间分布是粮食安全评估、土地资源管理等领域的主要依据。为解决现有的耕地信息提取方法忽视地块的差异化特征和边缘细节蕴含的丰富信息,且提取结果碎片化、边界模糊问题。本研究以耕地为研究对象,采用一种结合EfficientNet骨干网络和U型框架构建的改进型耕地信息提取模型BECU-Net (Boundary Enhancement Classification U-Net),并为实现边缘特征和深度特征的信息互补,设计由CoT模块(Contextual Transformer Module)、门控卷积、scSE (Spatial-Channel Sequeeze and Excitation)注意力机制形成的边缘分支子网络,来提高模型处理边界信息的专注度。同时,构建含约束项的联合型边缘增强损失函数BE-LOSS (Boundary Enhancement Loss)进一步完善模型运算性能。使用GID高分二号RGB-NIR四波段数据,与梯度、指数、纹理特征图共同构建耕地特征机制。并分别与不同网络结构、不同损失函数的模型进行对比。结果表明:改进算法的总体精度和F1分数均有改善,相比于DeeplabV3+网络,提取精度提升2.24%,F1分数提升1.77%。本研究提出的新算法可为进一步解决耕地信息提取时边界模糊问题提供技术参考,为复杂交界的精准划分提供理论支撑。

摘要：针对红外图像特点,该文提出了一种基于小波前向后向扩散的红外图像降噪与边缘增强算法。小波前向后向扩散是建立在小波扩散理论的基础上,其继承了小波扩散迭代降噪与边缘保持特性,在此基础上实现了图像的边缘增强。为了克服传统小波扩散基于小波模值的边缘映射的不足,该文利用小波模值与局部奇异性测度的联合概率分布对边缘映射进行初步估计,结合几何约束进行修正,获得准确的边缘映射,并重新设计了小波前向后向扩散系数方程。实验证明算法能有效实现红外图像降噪的同时增强图像边缘。

摘要：为设计合理有效的神经网络框架,提高去雾算法的精度,保留完整的边缘细节,提出了常微分方程(Ordinary Differential Equation,ODE)启发的多级特征逐步细化及边缘增强的去雾算法。利用多级特征提取子网络,从输入雾图中提取出包含细节信息的低级特征和包含语义信息的高级特征,用于后续去雾结果的逐步细化。受残差网络框架与ODE求解策略关联性启发,依据两步两阶的蛙跳方法Leapfrog设计出Leapfrog模块,并串联多个Leapfrog模块,模拟ODE离散的逼近求解过程,构造逐步细化的去雾子网络。此子网络中,每个Leapfrog模块在交替输入的低级/高级特征的互补信息引导下,不断细化前一个Leapfrog模块估计的去雾结果。受二阶微分算子实施边缘增强的启发,边缘增强子网络利用预训练的UNet估计最后一个Leapfrog模块的去雾图像边缘,并叠加到此去雾图像上得到增强边缘,保留细节的最终去雾结果。实验表明,在真实图像及合成图像上,本算法均能取得较好的去雾效果,且在视觉评价和客观评价方面优于已有的去雾算法,与EAAN相比去雾精度提高了5%,运行时间仅有0.032 s,能有效用于图像去雾的工程实践中。

摘要：为更好地保持和恢复图像的边缘细节,进一步提高高斯噪声的去除效果,提出了一种拉普拉斯边缘增强的双密度双树复小波阈值滤波器。该滤波器充分利用双密度双树复小波变换的平移不变性和多方向选择性等优点,用其对图像进行小波分解;设计了一种平滑可导的阈值函数以及自适应于分解尺度的自适应阈值,用其对含噪的小波系数进行量化处理,以去除噪声的小波系数,并经小波逆变换得到去噪图像;最后,用拉普拉斯算子对去噪图像进行边缘提取和边缘增强处理,以更好地恢复被噪声和去噪处理破坏的图像边缘。利用Matlab平台编程在相关数据集上进行了图像处理实验,其结果与比较分析表明,所提出的滤波器图像处理方法具有更好地去噪性能和边缘保持能力、以及更高的计算效率。

摘要：在处理图像类信息时,图像细节往往能传达更多信息,是人们较为关注部分。针对在光照不理想的条件下,传感器采集到的图像对比度低、细节难以分辨的问题,提出一种基于现场可编程门阵列(FPGA)的二维快速傅立叶变换的图像边缘提取及增强方法。通过模块化设计,完成4路并行512×512点快速傳里叶变换(FFT)运算处理器设计,并通过FFT模块复用减少FPGA内资源消耗,同时实现图像频谱的高通滤波算法及傅立叶逆变换算法。经过仿真与实验,确定该方法有效可靠,实时性强,可以满足工业上图像处理的需求。

摘要：边缘检测是图像特征提取的关键技术之一。为强化所提取的边缘特征,设计一种联合Otsu算法和多尺度细节增强的策略对传统Canny算法进行改进。首先针对高斯滤波模糊图像细节的不足,利用多尺度细节增强算法对遥感图像进行处理,增强图像的细节信息,降低高斯算法的影响;然后针对传统Canny算法的人为选择阈值带来的不足,利用Otsu算法进行自适应阈值选择,以提高算法的适应性。实验证明,在主观视觉效果以及客观评价指标下,所设计的改进方法对于不同场景的图像边缘特征增强都具备良好的效果。

摘要：针对像素不扩展视觉密码的边缘恢复失真问题,在分析图像边缘特征的基础上,通过构造LP算子,设计了一种具有可变膨胀倍数的边缘增强算法,并给出了边缘增强的像素不扩展视觉密码方案的设计方法。实验结果表明,该方法有效地改善了边缘的恢复质量,并显著提高了整幅图像的视觉效果。

摘要：由于斑点噪声的存在,传统的边缘增强算子常常会强化超声图像的斑点噪声,降低对比分辨率。针对这种情况,提出基于方向滤波的超声图像边缘增强算法。算法首先进行斑点去噪,然后基于纹理分析进行图像分割,判定图像的强边缘、弱边缘及反射伪影,最后以方向滤波为基础,计算强边缘和弱边缘的局部方向,设计方向滤波器,根据图像的方向自适应选择滤波器进行滤波,增强图像边缘。实验结果表明,原超声医学图像得到有效增强,边缘细节得以保留。该算法能有效地提取需边缘增强区域,获得满意的组织边缘增强效果,同时图像的反射伪影部分保持不变。

摘要：证明了非锐化掩模滤波等价于具有Huber流导函数的PM异质扩散.基于最小可信尺度和局部尺度控制,提出一种用于对数压缩超声图像斑点噪声抑制的异质扩散(LSCAD)方法.该方法无需假设斑点统计分布,直接从一、二阶方向导数的局部特征估计噪声强度,并利用所估计的局部噪声设计可调扩散过程,能根据图像中斑点程度在任何位置或方向上停止.合成图像和临床B超图像实验证实,本法能有效抑制斑点噪声、增强组织边缘而不丢失特征细节.同时,将该方法与前人方法进行比较以验证其性能.

摘要：通过分析激光一维条码扫描枪的激光束纵断面特征,借助卷积和拉普拉斯变换,得出激光束对二值条码图像高斯滤波效应的确切表达式.利用高斯滤波效应的表达式,设计出能消除该效应并能使波形边缘增强的Bessel滤波器.应用MATLAB对设计出的Bessel滤波器进行仿真,结果显示该滤波器在提升边缘细节的同时不会增强噪声,对改善一维条码信号方面有参考价值.