复杂场景多传感器图像的多目标分割算法

综合应用多传感器图像灰度分布特征和分形维数特征进行目标检测、应用动态边缘演化提取目标轮廓,有效解决了复杂场景多目标分割的难题.首先根据图像的内在属性应用指定直方图进行图像增强,随后分别对可见光图像应用分形维数特征、对红外图像应用最大熵法、对激光雷达图像应用局部阈值法进行兴趣区域提取;再将各传感器图像获得的兴趣区域进行交叉验证,进一步排除背景干扰;最后把经过综合处理的目标轮廓估计作为初始生长曲线应用动态边缘演化技术最终确定目标边缘.对大量的复杂场景多传感器图像测试表明,本文提出的方法较好地保留了目标的形状特征,是一种有效的多目标分割技术.     

基于局部梯度算子的嘴部检测与定位

针对人脸识别中的特征提取问题,本文提出了一种由粗到精快速准确的嘴部自动检测和定位方法.该方法首先通过Adaboost算法检测出人脸图像大致的嘴部区域,缩小了后续定位的搜索范围;采用局部梯度算子提取嘴部轮廓,通过Ostu阈值法对提取的轮廓进行二值化处理,根据链码跟踪最终确定左右嘴角的精确位置.实验结果表明,该方法自动检测和定位嘴部快速准确,对表情和姿态的影响具有比较高的鲁棒性,有助于提高人脸识别算法的识别率.     

基于改进DRLSE模型的焊接缺陷特征提取方法

目的 针对目前大多数焊接缺陷自动特征提取方法存在的准确度较低的问题,研究满足准确度要求的X射线图像中焊接缺陷特征提取方法。方法 对图像进行增强去噪预处理后,在初步确定焊缝区域的基础上,根据焊缝图像列灰度值曲线梯度特性,设计基于灰度值梯度的焊缝边界精确提取算法;以提取得到的焊缝精确边界为初始轮廓,提出基于改进DRLSE模型的焊接缺陷特征提取方法。结果 基于改进DRLSE模型的焊接缺陷特征提取方法能够有效地提取气孔、夹渣、未熔合和未焊透等缺陷特征,准确率达到94.6%。结论 所提方法克服了原始焊缝X射线图像质量较差、背景复杂的问题,能够精确提取焊缝区域边界,并准确地对各种焊接缺陷进行特征提取,具有较强的适应性和实用性。     

基于阈值分割与多边形扫描求交的明暗恢复形状重构模型冗余信息去除

针对明暗恢复形状重构模型存在图像背景信息问题,提出基于阈值分割与多边形扫描求交的冗余信息去除方法。通过阈值分割将图像转换为二值图像,采用形态学方法修补二值图像中的缺陷,并利用微分算子提取图像的二维轮廓;通过多边形扫描求交将图像分割为目标区域和背景区域;根据由阴影恢复形状原理重构三维模型,并通过二维轮廓与三维形貌的信息匹配去除图像背景冗余信息。实例表明,该方法能够有效去除明暗恢复形状重构模型中的图像背景冗余信息,保证重构模型的形状精度。     

一种图像的显著区域提取方法

本文提出一种新的图像显著区域提取方法,分别提取原始图像的亮度、颜色、方向三个特征,并将三个特征的多尺度图像特征合并成一幅总的显著图;其中,在图像颜色特征提取中融入图像的频域特征,简化了算法的复杂度及实现难度,在图像方向特征提取中应用新的特征函数,使得方向特征图更加完善.实验结果显示本文方法相比较Itti算法显著图更为明显且易于实现,在图像目标重定位应用中图像形变少,效果更好.     

基于多峰灰度直方图分割的遥感影像码头目标提取

针对传统方法在码头目标提取时效率和准确度不高的问题,本文提出了一种基于多峰灰度直方图分割的码头提取算法。首先利用中值滤波法去除浪花等噪声干扰,确定感兴趣区域;然后针对多峰直方图自动寻找最佳分割阈值获取码头目标二值图像;最后对二值图像进行边缘提取,得到码头目标。结果表明,本文方法对不同类型遥感影像均能较完整地提取出码头轮廓,且精度和效率较为理想。     

基于模板的前视红外图像建筑物分割方法

针对前视红外地面建筑物图像目标分割问题,在传统方法的基础上提出了一种基于模板制备的改进C-V模型分割方法.首先通过DSM数据制备目标二维形状模板;然后对图像进行高斯滤波去噪,并采用模板尺度相关的结构元素对图像进行灰度形态学增强;最后引入模板形状先验信息的概念,利用水平集方法表达轮廓先验信息,在C-V模型的基础上增加目标轮廓先验信息能量项,使分割曲线进化同时受到图像数据与形状先验信息驱动,实现目标分割.实测数据显示该方法能在复杂背景条件下精确分割前视红外建筑物目标.     

基于统计学方法的水面目标特征提取

在使用统计学方法对水面目标进行特征提取时,由于传统的方法进行自动目标识别的效果与RO(I感兴趣区域)定位算法有直接的关系,因此当ROI定位算法不准确时,目标的识别将很难完成。本文提出了一种基于目标特征的逐块二维Hadamard变换的特征提取和高斯混合模型分类器的局部特征轮廓识别方法。实验表明该方法对于复杂条件下的水面目标识别(如:部分超出视野范围以及比例变换等)具有很好的鲁棒性。     

应用弧长提取轮廓特征点的方法

针对组合形状零件几何尺寸测量中的关键问题—轮廓识别,提出了一种基于弧长的轮廓特征点提取的方法。该方法先计算以轮廓点为中心的圆饼上背景与目标所占的弧长,采用模板匹配技术提取出候选轮廓特征点,再对候选轮廓特征点附加抑制条件即可得到真正的轮廓特征点,从而对轮廓进行了分段识别。实验结果表明,当圆饼半径在6～10取值,阈值T1取值小于等于0.45,T2取0.1,T3在0～1取值时,能够准确提取出轮廓特征点。此方法计算简单,抗干扰性好,定位精度高,适于实时检测。     

飞秒激光烧蚀光斑轮廓提取及其链码描述研究

利用飞秒激光对单晶硅材料烧蚀加工时,在烧蚀过程中会出现等离子体发光现象,为得到其中有价值的加工工艺信息,需要对其进行光斑轮廓信息的提取。该文使用Freeman链码描述光斑轮廓,并使用Huffman编码对图像链码进行压缩,减少图像特征处理计算量。首先,对光斑图像进行增强处理,采用多尺度Retinex增强法突出光斑核心区域的边界特征,使得光斑核心区域的形貌特征便于观察。其次,采用最大类间方差(Ostu)阈值分割方法对光斑核心区域目标的分割提取。最后,采用Canny+Gasussian方法分割光斑图像核心区域的轮廓,提取光斑轮廓的Freeman链码,并用Huffman编码对图像链码进行压缩。使用Huffman编码压缩后的链码串在进行计算时,速度快于直接采用Freeman链码计算时的速度。并且使用Huffman编码压缩后的链码串对图像进行描述时,可有效地减少计算量,节省大量时间。     

基于Gammatone滤波器组与子带瞬时频率的水声目标特征提取

水声目标识别是现代海战中的关键环节,具有重要的军事应用价值。针对海洋环境的复杂性及多变性,文章以模仿人耳听觉感知机理为基础,提出了基于伽玛通（Gammatone）频率瞬时幅频系数的特征提取方法。该方法通过Gammatone滤波器组模拟人耳基底膜对信号的分解、处理过程,在各子带输出信号中提取目标的子带瞬时频率特征,并与传统的瞬时幅度特征相结合,从而更加全面地反映目标的固有属性。利用支持向量机对四类实测水声目标辐射噪声数据进行了识别实验,结果表明,文章的特征提取算法能够较好地抑制噪声,具有较强的鲁棒性。     

一种目标提取新方法-光谱排序编码法

为了进一步提高光学遥感目标提取精度,拓展目标提取方法的适用范围,推进遥感智能化信息提取方法的发展,本文从谱带强度与波形特征有机结合的角度出发提出了光谱排序编码法.首先介绍了该方法的基本原理:对端元光谱与图像光谱按谱带强度大小各自进行排序的基础上,通过比较同一顺序上的波段位置的异同来计算两条光谱曲线的相似度;然后开展了与约束能量最小法(CEM)、光谱二阶导数法(SSD)的目标提取精度对比实验,结果表明该方法的目标提取精度为95%,比CEM提高了41.9%,比SSD提高了46.9%;最后利用SPOT多光谱和AVIRIS高光谱数据检验了该方法在目标提取适用范围上的能力,结果表明该方法既适用于多光谱遥感,又适用于高光谱遥感.总之,算法具有速度快、精度高、适用范围广的特点.     

船体曲表面敷设矩形块生成算法研究

以船体外表面敷设矩形块为背景,针对原有在船体外板展开图上进行平面布置设计的不足,提出进行矩形块三维布置设计,并相应提出3种较为可行的曲面矩形块生成算法,同时通过对3种算法从计算量、形状误差和交互响应速度3个方面进行对比,并综合3个方面的优缺点进行选优,在以设计误差和交互响应速度为优先考虑的前提下,认为按第3种算法生成矩形块来进行三维布置设计是最佳的选择.     

抗频移声谱特征提取及目标分类应用研究

针对目标运动等导致的辐射噪声频谱特征的时变性对目标分类稳定性的影响,提出一种基于时频图像累积变换的抗频移声谱特征提取方法,不仅能够提取淹没在强噪声中的线谱信号,还能够实时给出谱线的参数信息,同时结合听觉特征识别原理,采用抗频移的仿倍频程的三角滤波法提取目标特征。仿真和实际数据处理表明,所提出的特征有助于探测设备克服目标未知的复杂运动带来的频谱时变影响,提高了分类特征的稳定性。     

舰船辐射噪声广义多尺度数学形态学特征提取与应用研究

为稳定提取复杂水声环境下舰船辐射噪声的有效特征,在数学形态学方法的基础上提出一种广义多尺度数学形态腐蚀谱熵(generalized multiscale pattern erosion spectrum entropy, GMPESE)的舰船辐射噪声非线性特征提取方法。通过对千岛湖及东海实测舰船辐射噪声处理,验证了不同环境下该特征提取方法的可行性,分析了相关参数选取对特征区分度的影响,并比较了该特征提取方法与多尺度熵(multiscale sample entropy, MSE)特征的识别性能。数据处理结果表明,综合比较运算耗时、提取稳定的特征所需信号时长及复杂环境下目标识别准确率,GMPESE特征提取方法具有更大的优势。     

基于BP神经网络和FPA的高速干切滚齿工艺参数低碳优化决策

为解决高速干切滚齿工艺参数决策中存在的主观依赖性强和用时较长的问题,并实现滚齿加工低碳化,提出一种基于实例推理和优化算法的高速干切滚齿工艺参数低碳优化决策方法。利用反向传播(back propagation,BP)神经网络构建加工效果评价值的预测模型,通过改进K-means聚类算法获取待决策工艺问题的相似实例抽取集,以此构建待优化工艺参数约束,再运用花朵授粉算法(flower pollination algorithm,FPA),以碳耗最小为优化目标,获取待决策工艺问题的最优工艺参数。以某企业高速干切滚齿机为例,验证了该方法的可行性和有效性。使用该方法生成的工艺参数,加工效果更好,碳耗更低,可避免对工艺手册或个人经验的依赖,提高决策效率。研究结果有利于高速干切滚齿机的低碳运行,对机械制造企业实现低碳制造具有一定的参考意义。     

一种基于 MCD 相关跟踪的投影特征快速提取方法

针对产品内部复杂精密元件射线成像检测中有效。快捷的特征提取问题，在分析MCD（Maximum Close Distance)相关跟踪算法的优缺点的基础上，提出了一种基于MCD相关跟踪的投影特征快速提取方法。它保留了MCD算法的抗干扰能力。匹配精度高的优点，同时将大量信息压缩为少量的投影特征，减小了计算量，提高了检测速度。     

基于函数变换的水下图像目标分割和特征提取

针对海水信道的特殊性以及成像环境的复杂性,对视觉系统的图像处理和特征提取带来的影响,提出了一种基于模糊变换的图像分割和基于函数变换的特征提取方法,以克服水下不确定因素给目标识别带来的困难,并对其进行了仿真试验.试验结果表明,此方法在对深海烟囱图像的分割和特征提取上能够取得好的效果,可有效地克服水下图像灰度分布不均匀和环境不确定因素的干扰,实现了难于分类判别的深海热液喷口目标的区分.     

模式图像的特征提取与配准方法

目的提高产品包装模式图像的匹配速度和准确性,得出算法中影响这两方面的关键因素。方法运用高斯金字塔对原始图像进行向下采样,将图像转换为尺度空间的表示方式;利用加速稳健特征(SURF)方法提取特征点,并对SURF方法提取的特征点用Brute-Force算法进行匹配;通过对每组匹配点欧式距离的排序,剔除误匹配点,仅保留一定数量的正确匹配点对。结果得出高斯金字塔、Hessian值、颜色空间对计算速度及获取特征点数量的影响。颜色空间的改变不影响特征点数量,在计算时间上的差别也可忽略。尺度空间缩小1/2时,计算速度能够提升75%,同时剔除2/3的冗余特征点。结论文中方法能够有效提升特征提取速度,并且具有匹配精度高、鲁棒性强的特点,同时对旋转角度的变化具有较强的适应性。     

基于改进Hough变换的直线图形快速提取算法

为能够有效解决实时直线图形提取问题,提出了一种基于多约束Hough变换(HT)的直线提取算法.该算法首先分析了数字图像中直线边缘的三种结构特征,提出采用基元结构表示目标边缘点,并在约束条件下计算基元结构的基元倾角.在此基础上,结合传统的HT的思想对基元结构进行极角约束HT,以获得最终的直线参数.实验结果表明,对合成图像和自然图像,该算法比梯度HT的运算速度分别提高约190倍和22倍.