基于边缘融合的多图像直线提取算法

该文提出了一种新的基于边缘融合的多图像直线提取算法，该算法首先对所有多图像分别提取边缘，然后通过将多图像对应的梯度方向相似的、相邻近的边缘编组，以形成融合的直线支持区域，最后基于最小二乘的方法从直线支持区域拟合出直线段，并提取直线属性．该文提出的算法把边缘的相位信息作为融合要素，能够从复杂的图像中提取出相当低对比度的直线，并且通过分析多图像边缘之间的特性，提出相位压缩和融合编组方案，不仅可以充分融合互补信息还有效降低了算法复杂度．真实的遥感图像直线提取结果表明了该文算法的有效性．     

一种基于模糊阈值的直线拟合策略在铁路沿线柱体检测及距离估计中的应用

首先提出了一种单幅图像中由边缘检测自动估计铁路沿线柱体到铁轨大致距离的方法，该方法主要通过对铁轨及其沿线柱体的检测、分类识别和距离估计来完成。因为如何在有畸变和复杂背景的图像中准确和有效检测边缘在图像处理和模式识别中一直是一个关键而困难的问题，为此提出了一种基于模糊阈值的直线连接拟合策略，该策略主要包括3个步骤：边缘提取、角点检测和基于模糊阈值的直线递归拟合。该策略可以有效地在有图像畸变和复杂背景的实际拍摄图片中通过参数控制获取感兴趣目标的直线边界。实验结果证明本文的直线拟合策略是精确的和具有鲁棒性的，距离估计方法是有效的。     

自适应分区的相位编组直线提取算法

针对目前相位编组方法抗噪性能差及固定梯度分区方式局限性等问题,提出了一种基于自适应分区的相位编组直线提取算法。首先采用自适应平滑和Wallis滤波对影像进行预处理及边缘检测;然后,采用自适应分区的方式确定出适应于图像的最优分区方式,从而生成直线支持区;最后,进行最小二乘直线拟合及直线合并。实验结果表明,该算法能有效地解决噪声及固定梯度分区方式造成的提取直线断裂、误提取等情况,直线提取完整、准确,适用性强。     

一种稳健的直线提取算法

直线是图像分析中一种非常重要的中层描述符号.已有的提取算法较多,但都存在一些缺陷,限制了它们的使用范围.提出一种稳健的直线提取算法,设计了一系列的方法来克服实际图像中存在的种种干扰和噪声.首先提取并细化边缘,然后利用卡尔曼滤波器跟踪边缘点,获得直线支持区,最后设计一种稳健的方法来拟合直线支持区.实验结果表明,这种算法具有良好的性能,适应于较广范围的实际图像.     

基于模板搜索的高分辨率SAR图像机场提取方法

针对高分辨率SAR图像机场提取问题,设计了以尺度变换、边缘检测、短线提取、短线连接、平行线提取和验证识别等流程的机场提取方案,并针对机场跑道特点在短线提取和短线连接两个关键步骤上提出了新的算法。直线提取利用了边缘线的结构特征,将边缘曲线看成三种线基元的组合,能从边缘图像中快速拟合出短直线。短线连接提出了一种基于模板搜索的直线连接方法,将短直线连接问题转化为在模板参数空间里搜索峰值的问题。实验表明,本文方法简单快速可行。     

利用提取边缘线的方法定位条形码

为解决基于图像处理方式识别条形码的问题,提出了利用图像边缘线来有效且快速定位条形码的方法。该方法首先用大津法对原始灰度图像获得一个阈值,并对图像中灰度小于此阈值的像素进行隔行隔列处理,提取边缘线。然后将图像分割成大小相等的水平条,依据质心的位置和水平条中边缘点的数量分布确定起始条。通过已知的离散直线中小阶梯最下端的边缘点来拟合直线,并得到直线倾斜角度。仿真实验比较了Sobel算子边缘检测方法和该方法提取边缘线,以及用检测直线的Hough变换方法和该方法进行直线拟合的处理效果和运行时间,结果表明了所提出算法的有效性、快速性和可靠性。     

高分辨率合成孔径雷达图像的直线特征多尺度提取方法

针对传统的合成孔径雷达（SAR）多尺度边缘提取方法中直线提取连续性和完整性不好的特点,提出了一个由粗到精的多分辨率SAR图像直线特征多级提取框架,利用多尺度策略在降低SAR图像噪声影响的同时增强相邻共线点之间的连续性和完整性,并在不同的尺度图像中根据边缘特征的特点选择不同处理方法,来实现低分辨率条件下完整直线特征的粗略提取和高分辨率的精确定位。最后用高分辨率SAR图像跑道检测实验进行了验证,并将实验结果与相位编组法和Hough变换法进行了比较。     

基于链码跟踪的Data Matrix二维条码快速识别

为实现工业现场中Data Matrix二维条码的快速识别,提出一种基于链码跟踪、直线段提取的条码快速识别方法。首先采用Sobel算子提取图像边缘;然后基于链码跟踪方法,跟踪图像的边缘点,记录链码;接着根据快速直线段提取方法,将直线相似度低于阈值的线段剔除,结合线形连接方法合并断裂线段,并使用长度判别剔除不可靠的线段;最后结合Data Matrix二维条码的特征,定位Data Matrix二维条码。实际测试表明,该识别方法能够快速、准确地定位二维条码区域,识别正确率可达99.39%以上,具有实时性强、可靠性好等特点,满足工业现场要求。     

输送带跑偏检测方法研究

基于机器视觉的输送带跑偏检测方法检测的输送带边缘特征中包含伪边缘,现有研究难以识别伪边缘,且多场景适应性差。针对该问题,对输送带监控图像提取感兴趣区域（ROI）并进行归一化,采用较大阈值区间的Canny算法提取边缘特征点,以提高算法的场景适应性,并采用形态学滤波方法处理部分杂质及伪边缘;对于Canny算法无法检测到有效边缘的图像,对提取的ROI进行伽马变换和45,135°方向的梯度滤波,以增强边缘特征,之后进行基于Canny算法的特征点提取和形态学滤波。以边缘点像素值关系、邻域特征、紧密性特征,以及边缘线长度、相对位置、斜率等作为约束条件,采用基于分治搜索思想的直线筛选排序算法对提取的边缘特征点进行筛选及拟合,得到输送带实时边缘。将实时边缘的像素值与未发生跑偏时边缘像素值做差,得到当前跑偏的像素值。试验结果表明,针对多种场景下的输送带监控图像,基于Canny算法和直线筛选排序的输送带跑偏检测方法检测误差小于3个像素值,百张图像检测时间为6.945 1 s,边缘计算机处理4路视频图像的CPU占有率为132%,满足现场输送带边缘检测的准确性、实时性要求。     

一种SAR图像直线提取的线基元组织方式

合成孔径雷达(SAR)图像直线提取中,线基元的组织是一个重要的步骤。该文根据直线在SAR图像经过边缘检测后所体现出的特点,将线基元用只包含水平或垂直两个方向的连续边缘像素的集合来表示。方法是首先提取原始线基元,然后提取出线结构,接着将线结构组织成线段,最后将线段连接提取出直线。原始的线基元看作两个四邻域连接的或者单个边缘像素的集合,再将这些原始线基元按照水平或垂直的方向进行合并、组织,并形成一些短的或长的线段。提取线结构采用一种先搜索水平(垂直)方向再搜索其他方向的八邻域搜索的方法,利用了线基元空间邻域关系,并用最小二乘方法拟合直线。     

基于约束的半结构化信息的抽取方法

为了对WEB上不规则的动态信息按照数据库的方式集成和查询,本文采用对象交换模型(OEM)建立WEB上信息模型。为了将页面中各个部分表示为对应的OEM对象,本文(1)设计了半结构化信息的抽取算法;(2)定义了满足约束条件的数据抽取格式,并且设计了输出正确抽取格式的候选者算法;(3)给出测试结果。该方法可以抽取结构化和半结构化的信息,比现有的抽取方法通用性更强。     

浅议计算机证据的提取

近几年来,随着计算机技术的快速发展普及,计算机已成为人们工作、生活中不可缺少的部分,与此同时,利用计算机的犯罪层出不穷。对利用计算机的犯罪在侦查、取证、鉴定、采信等各个环节上都不同于传统犯罪,司法工作者也面临着新的挑战。本文针对当前计算机犯罪难提取、难固定的现状,对在windows系统中常见计算机证据的提取进行分析,并探讨有效获取计算机证据的方法。     

Web考试系统自动组卷策略的设计与实现

组卷策略是Web考试系统的重点和难点,合理设置试题库和组卷参数以及合适的组卷算法是关键,论文介绍了一种基于随机抽取法＋分类分段法进行组卷的设计思想及其实现过程。     

基于先验知识的月球车视觉系统特征提取方法

为了满足月面巡视探测器的自主导航要求。提出一种新的基于先验知识的特征点提取算法。首先,根据先验知识对原始图像进行预分割成危险区域和安全区域,然后在危险区域里面进行特征点的选取工作,对特征点用于以后的匹配和目标定位,进而用于视觉系统的导航工作。与传统算法相比,提取方法可以有效减少计算量,使选取特征点更加准确,提高后续匹配阶段的处理速度和匹配精度。在模拟试验场的双目视觉照片中,通过实验取得较好的效果。     

基于爬峰法聚类的TM图像专题信息人机交互提取

介绍一种基于爬峰法(或称寻谷法)聚类的专题信息交互提取方法。爬峰法是一种基于高维直方图的图论方法,是一种完全的非参数聚类方法,具有适应性好、计算速度快的优点。     

基于边缘和颜色特征的图像检索技术

提出了一种综合运用边缘和颜色特征进行图像检索的方法.该方法首先利用Matlab实现基于数学形态学的多结构元的边缘提取,并通过圆环划分法在HSV空间上量化得到颜色直方图,然后根据边缘和颜色特征的不同特性,采用不同的分块方法提取图像特征,突出了目标重要性的同时又兼顾了颜色的旋转不变性.本文根据该方法设计并实现了一个基于边缘和颜色特征的图像检索系统.实验结果表明,综合运用边缘和颜色特征进行图像检索,可显著提高图像检索系统的查全率和查准率.     

基于多Agent的适应性网络教学系统设计

当前的智能教学系统对于用户提出的适应性学习服务实现效果尚不理想,突出体现在不能根据学生的学习特点提供相应的学习方式.将Agent技术引入智能教学系统,构建了一种基于多Agent的适应性网络教学系统框架,分析了框架内各Agent的功能和工作过程,提出了一个学生学习特征提取和处理的模型.通过动态跟踪学习记录,采用向量相似度计算寻找一种与学习者相适应的学习风格,为学生提供适应性的学习服务.     

基于改进GVF和最小二乘法的弱边界椭圆提取

提出一种新的基于改进GVF模型和最小二乘原理的快速、抗噪、弱边界椭圆提取算法。该方法首先通过中值滤波和弱边界梯度增强进行图像预处理，然后利用区域灰度的先验知识，引入高斯型模糊贴近度，与气球力结合形成模糊气球力和GVF场共同形成外力。模糊气球力在压痕区内形成很大推力使控点向边界快速移动，在边界处力很小，在边界外形成迅速加大的斥力，将控点推回边界。控点每迭代一定次数后，利用最小二乘原理，估算出椭圆准确位置，对椭圆边界采样作为新的初始轮廓，重新进行迭代，形成有约束形变。此方法应用到赤足足迹分析系统中，能够对常规方法很难处理的存在模糊、纹理噪声、大斑点噪声的弱边界图像，准确提取出椭圆轮廓，而且将经典GVF迭代次数减少一半以上，结果令人满意。     

基于听觉模型的语音特征提取

分析了耳蜗对声音频率分解机理,毛细胞和听神经的能量转换机理以及中枢神经系统的侧抑制机理,分别在以上三个层次上建立了数学模型,并提取出识别语音特征参数。通过对听觉谱和ＬＰＣ倒谱对比分析,得到了听觉谱适宜用作语音识别并具有良好的噪声鲁棒性的结论。听觉谱和ＬＰＣ倒谱对比实验分析也反映了听觉模型特征的优良性能。     

基于代理机制的Internet信息自动提取

文章提出并实现了一个基于代理机制的Ｉｎｔｅｒｎｅｔ信息自动提取原型系统,旨在帮助个人及企业用户快速准确地提取满足需要的Ｉｎｔｅｒｎｅｔ信息。该原型系统采用“联邦制”的体系结构,以代理作为架构系统的基本组件,利用代理的自治性和代理之间的协作来完成Ｉｎｔｅｒｎｅｔ信息提取和整理工作。在系统设计与实现中,提出了动态代理的思想,并首次采用站点结构自动转换技术,提高了系统的性能和易用性。基于该原型系统的产品和应用实践证明了该系统的可行性和有效性。