基于Radon变换的图像角点角度提取算法

针对现有角点检测算法只提取图像角点位置而无法提取角点角度的缺陷,本文在SUSAN角点检测算法的基础上,提出基于Radon变换的图像角点角度提取算法.该算法首先利用SUSAN算子检测候选角点,然后得到候选角点子邻域图像,对其进行角点角度可测量性判定,对满足可测量性的角点子邻域图像中每个像素点进行梯度映射后,利用Radon变换提取角点边缘直线,最后利用坐标几何关系提取角度.并针对Radon变换无法检测直线起始点导致角点角度提取时存在二值歧义性的缺陷,本文借鉴USAN思想,把同值核引入到角度提取中,从而实现了对角度的正确提取.该算法实现简单,实验结果证明了其有效性.     

微小型飞行器航空图像拼接算法

针对微小型飞行器所拍摄图像的特点,提出了一种稳健的航空图像拼接算法.此算法首先使用相位相关法估计平移参数并初步确定重叠区域,在重叠区域采用Harris角点检测算法进行特征点提取得到初步的伪匹配集合,并运用稳健的RANSAC算法将伪匹配点集合划分为内点和外点.在内点域内运用透视变换模型精确地估计出图像间的点变换关系.最后采用双线性插值对交接处进行颜色过渡.实验结果表明,该拼接结果比较理想,能有效去除错误配准点     

基于投票策略的图像配准算法(英文)

针对二维刚体图像配准,本文提出了一种由粗到细的图像配准方法.该方法首先由多尺度Harris角点检测算法提取出参考图像和目标图像的特征角点,采用基于投票策略的特征点匹配算法进行初步配准,有效地减少假点和不稳定点,然后对变换矩阵参数进行初估计,采用基于窗的精细算法对变换矩阵参数进行精估计,并得到最终的变换矩阵.实验结果表明,该算法具有高精度,对噪声鲁棒和低计算量的特点.     

基于二维EMD的Harris角点检测算法

为解决Harris角点检测算法在多尺度条件下无法正确提取角点的问题,本文将经验模式分解(EMD)方法运用到二维图像特征点提取中。先利用二维EMD方法将图像分解到多个图像细节层,并定义为本征模函数(IMF),再利用Harris算子对各图像细节层进行角点检测,最后采用层层筛选的方法提取角点。对比实验结果表明,新算法得到的角点更加丰富,抗噪性增强,明显提高了图像角点检测性能。     

三维重建中特征点提取算法的研究与实现

利用特征点提取和匹配重建三维模型是基于图像的三维重建的关键技术之一,其中特征点的提取是一个主要难题.在比较常用的提取方法后,着重研究了HARRIS算子并做出一定改进.采用灰度平均平方梯度矩阵的特征值作为角点响应函数,通过图像目标灰度和背景灰度的比较,得到一个自适应的角点响应阈值条件,从而提高了角点响应的适应性和精确性.此外,还提出提取图像边缘轮廓的幅度数据,基于此数据再进行角点检测的方法,得到了更为满意的结果.     

用于工业现场的摄像机标定方法研究

针对复杂的工业现场环境以及打印机打印质量水平的限制,对于工业现场的摄像机标定,采用直接提取平面模板角点的方法往往出现失败.现对不能顺利提取角点的标定板图像采用一种基于区域分割的图像处理方法,首先采用均值滤波的方法消除打印机打印质量问题,然后对图像像素按照一定的准则采用区域生长算法得到区域边界,最后与滤波图像进行相减得到所需图像.在一定程度上,这种方法能够消除工业现场环境的干扰,达到精确提取标定板角点的目的.通过分析摄像机模型和几种坐标系之间的转换关系,利用标定板完成了摄像机标定.结果表明,采用该方法,能够准确、方便地获得工业现场中摄像机的内外参数.     

基于改进SUSAN算法的卡钳排气螺钉参数辨识

为对汽车卡钳排气螺钉的微小螺纹尺寸实现高精度在线检测,提出一种基于改进SUSAN算法的卡钳排气螺钉参数辨识方法。首先,对经过兴趣域提取的螺纹图像进行二值化及边缘保持滤波处理,减小光线、噪声等对图像的干扰;SUSAN算法是采用一个近似圆形的模板在图像上移动,寻找出模板内部每个图像像素点的灰度值与模板中心像素的灰度值相同或相似的区域,再根据区域大小判断出角点位置,运用Forstner算子可进一步获得准确的角点坐标,从而计算出M10螺纹大径、中径、小径、螺距及牙型角等几何参数;利用该算法设计一套基于机器视觉螺纹检测系统,并利用万工显与该方法进行比对实验。实验结果表明:该方法的螺距、大径、中径、小径的测量精度为0.01 mm,牙型角精度为8′,均满足螺纹紧固件的测量精度要求,且比传统算法精度高。     

手机曲面玻璃缺陷检测方法研究北大核心CSCD

由于手机曲面玻璃在生产过程中会产生一些外观缺陷,针对曲面玻璃上缺陷成像难、提取难等问题,提出了一种手机曲面玻璃缺陷检测方法。首先,对曲面玻璃平面部分图像进行形状匹配,并对匹配后的图像进行差分和形态学处理,提取缺陷特征;其次,对曲面玻璃曲边部分图像,使用基于连通域分析和面积阈值分割的缺陷提取算法;再次,对曲面玻璃R角部分图像,采用图像频域增强和对数变换的缺陷提取算法;最后,提取各部分缺陷后,计算得到各类缺陷的特征,通过特征进行缺陷分类,并将得到的缺陷数据与影像测量仪得到的数据进行对比实验。结果表明,该算法能准确提取手机曲面玻璃表面常见的划痕、污点、擦伤和气泡缺陷,并且缺陷尺寸精度测量能达到20μm。     

基于灰度相关特征点的图像拼接算法

提出了一种基于特征点的图像拼接算法,首先利用Harris角点检测提取两幅图像中的特征点,用特征点邻域灰度相关性将特征点进行匹配,并在此基础上根据变换参数向量的欧式距离对误匹配进行剔除,进而实现图像拼接.实验表明,这种算法能有效的排除误匹配的干扰,降低误匹配率,拼接效果良好.     

Shi-Tomasi角点区域的拷贝图像检测

针对由于裁剪、翻转和旋转等产生的图像拷贝问题,提出一种Shi-Tomasi角点的拷贝检测算法.先使用Shi-Tomasi角点检测算法提取图像的局部角点;然后在以Shi-Tomasi角点为中心的圆环区域内计算特征向量的协方差描述子(多特征融合);最后通过协方差描述子的相似性度量来检测圆环区域的相似性,并以此判断检测图像是否为原图像的拷贝.实验结果证明,该检测算法对图像的裁剪、旋转等攻击具有较好的鲁棒性.     

一种特征点跟踪的运动目标检测

提出一种基于特征点跟踪的运动目标分割算法。在角点跟踪过程中,8等分匹配点邻域,构造方向子邻域提高匹配精度;提出一种新的聚类准则抽取最优特征子集估计运动参数;结合统计方法消除残差噪声;采用时域滤波滤除孤立区域检测出运动目标。对200帧可见光视频序列和100帧红外图像序列中运动汽车进行检测分割实验,检出率分别达到96%和94%。     

遥感图像客观质量评价方法研究

为分析图像压缩过程对遥感图像质量的影响,从遥感图像构像质量和几何质量两个方面探讨了遥感图像客观质量评价方法,并改进一种基于Harris角点检测算法的亚像素级角点检测算法。采用JPEG2000、SPIHT两种算法分别对这些评价方法进行验证。实验表明：为满足人眼视觉观察能分辨图像细节的要求,遥感图像压缩比不宜超过16倍,为使压缩后图像满足计算机视觉应用,图像压缩比不宜超过8倍。     

多场景下基于快速相机标定的柱面图像拼接方法

针对目前利用相机标定参数进行图像拼接的方法存在受场景限制大、标定过程复杂而耗时长的问题,提出一种多场景下基于快速相机标定的柱面图像拼接方法。首先,利用棋盘格标定板角点特征提取精度高的特点,使其分别位于两两邻接图像的重叠视场中,对该图像序列依次进行角点提取、精确化和匹配等预处理,以准确快速求解出待拼接图像间的配准参数;然后利用标定得到的配准参数快速拼接图像,通过柱面投影以保持图像的视觉一致性,并采用多频段融合以保留图像的细节信息;最后,将整个系统搭建在低功耗嵌入式平台,实现可在多场景下完成快速标定及基于标定参数的拼接过程。实验结果表明,该文方法在室内及隧道等场景下可准确快速完成相机标定,图像拼接过程耗时短,同时可保证较高的拼接精度和较好的成像效果,具有较强的鲁棒性。     

基于图像尺寸变换的角点检测算法研究

为了研究基于尺寸变换的角点检测技术的检测效果,基于图像缩小法的角点检测技术,提出了图像放大法的角点检测技术。详细介绍了两种检测技术的计算原理并进行了实验验证,结果表明这两种方法都是行之有效的。在此基础上,将这两种方法与不进行图像尺寸变换的角点检测技术进行了对比研究,结果表明,基于尺寸变换的角点检测技术与不进行图像尺寸变化的角点检测技术的检测结果精度基本相同,因此,在角点的实际检测计算中,无需对被检测图像进行尺寸变换处理。     

基于包装件智能分拣的视觉尺寸测量技术

目的快速实现包装纸箱尺寸的机器视觉测量。方法采用机器视觉技术方法,运用双目摄像机的成像原理,通过SUSAN角点提取算法结合棋盘标定法求取摄像机内外参数,修正图像畸变,采用SIFT匹配算子对左右2幅图像进行匹配,找到对应的匹配特征点,利用匹配点对的视差值恢复图像深度信息,进而求解出包装箱的长宽高值。结果对不同摆放姿态的包装箱均能实现快速测量,机器视觉检测值与实物值相比,其误差均在1 cm左右,满足检测要求。结论文中方法具有匹配精度高、鲁棒性强的特点,能快速实现对不同摆放姿态的包装箱尺寸测量。     

人民币 OCR 中的号码区域快速定位新方法

提出了一种人民币光学字符识别(OCR)过程中号码区域快速定位的新方法.算法首先利用固定阈值法对纸币图像进行二值化,然后从二值纸币图像的左边缘和下边缘选取一定数目的样本点,根据非磨损残缺区域两边缘上向量内积为零的特性,筛选出位于边缘非残缺区域内的样本点,从而排除边缘磨损残缺的干扰.再根据这些样本点用最小二乘法拟合直线,以确定纸币的倾斜角和左下角点坐标.最后对图像做旋转变换,同时根据旋转公式得到纸币图像矫正后左下角点的坐标,并以角点为起点偏移固定距离提取出号码区域,这使得提取号码区域时间开销在微秒级,图像矫正与号码定位几近同时完成.实验结果表明,该方法具有较好的鲁棒性和较高的时间效率,在纸币号码识别系统中具有很好的应用前景.     

基于Harris与Sift算法的图像匹配方法

采用 Harris 角点检测算法进行图像特征检测, 采用 Sift 算法中的特征描述方法进行图像特征描述, 之后将图像特征点划分为多对多匹配对, 根据特征描述值的支持强度不同建立精确的一对一匹配关系. 该算法有效地避免了图像特征分布均匀时的 Sift 匹配效率较低的问题.     

无人机电子稳像技术中角点检测算法的改进

无人机航空遥感电子稳像系统中,稳像的关键技术之一是影像特征点的选取,其中图像角点是遥感影像中重要的特征信息,准确地选取角点可提高图像处理的精度。然而现有的图像角点检测算法多因计算速度慢不能满足视频图像数字稳像的实时性。因此提出了一种基TSUSAN角点检测算法的改进算法。新算法分析了影像中角点所在区域的灰度变化特征,改进了SUSAN角点检测算法中的判断准则,提高了算法的精度和速度。实验结果表明,改进的算法可较大幅度的提高运算速度,满足稳像技术对视频图像实时处理的要求。     

Document image mosaicing: A novel approach

There are situations where it is not possible to capture large documents with the given imaging media such as scanners or copying machines in a single stretch because of their inherent limitations. This results in capture of a large document in terms of split components of a document image. Hence, the need is to mosaic the split components into the original and put together the document image. In this paper, we present a novel and simple approach to mosaic two split images of a large document based on pixel value matching. The method compares the values of pixels in the columns of split images to identify the common or overlapping region (OR) in them, which helps in mosaicing of split images of a large document