基于卷积神经网络(CNN)的VGG-19(Visual Geometry Group)模型,研究了卷积神经网络对输入纹理进行卷积时,输入纹理特征图的边缘信息对生成自然纹理效果的影响。在使用卷积神经网络的VGG对输入图像进行卷积时,为了防止过拟合现象,采用平均池化的方式对特征图进行处理,在一定程度上保护了特征图的边缘信息,相对采用最大池化处理特征图取得了更好的生成效果。同时,提取各层特征图的边缘信息并将其叠加到特征图中,能很好地保留纹理图像的边缘结构信息。实验结果表明,改进后的方法能取得较为理想的纹理生成效果。

边缘信息保持度Q^AB/F的计算，自己写的，有备注，可以跑通，欢迎下载交流

在MATLAB环境下，对二维图像进行双边滤波，可在平滑图像噪声的同时有效地保护图像的边缘信息。

实时获取车辆有无、车流量等交通信息，在智能交通系统中有着及其重要的作用。基于视觉的交通监视系统具有直观明了、系统使用和维护费用相对较低等优点，因而广泛应用于公路干线和交叉道口的交通监控。但是由路边建筑、树木引起的阴影，是导致车辆检测错误的一大主要因素。笔者提出了一种基于边缘信息的改进车辆检测算法，用于检测车辆，进而实现对过往车辆的正确计数。

基于带有边缘信息的互信息最大化的多模式医学图像配准，适合于从事图像配准的研究人员