共查询到17条相似文献,搜索用时 125 毫秒
1.
2.
3.
基于Zernike-Facet模型和总体最小二乘的弱小目标检测 总被引:1,自引:0,他引:1
弱小目标一般是图像局部区域的极值点。针对这个特点,依据二元三次函数的极值理论,该文提出了一种新的弱小目标候选点的检测方法。发展了一种新的图像局部灰度拟合模型,即Zernike-facet模型,模型参数的求解采用比最小二乘(LS)抗噪能力更强的总体最小二乘(TLS)算法。新检测方法通过Zernike-facet模型和TLS对原始图像中每一个像素的局部区域进行曲面拟合,然后在拟合曲面上提取极值点作为目标候选点。仿真表明,新方法在抑制噪声上优于其他常用方法。可见光/红外图像小目标检测实验也证实了新方法的有效性。 相似文献
4.
5.
针对圆形特征点难以精确定位投影点的问题,提出样本点在椭圆上的最近邻点、椭圆的逼近程度和投影点集的相似性,用最小二乘法拟合椭圆投影点的最近邻点得到投影椭圆,以其中心做为投影点(简称优化最小二乘法)。拍摄有494个圆形点的点阵板,分别用灰度重心法、扫描最小二乘法、Canny边缘最小二乘法和优化最小二乘法获得不同投影点集边缘的拟合椭圆,优化最小二乘法的拟合椭圆具有最高逼近程程度,达到0.812968;用这些方法的投影点进行相机标定,测量物件长度,优化最小二乘法的测量精度最高,达到99.99%。不论是投影椭圆的逼近程度还是应用标定参数测量相同物件的测量精度,优化最小二乘法都具有最优结果,因而优化最小二乘法能够精确定位点阵标定法中的圆形投影点。 相似文献
6.
7.
针对Hough圆变换、最小二乘法椭圆拟合瞳孔中心定位算法中运算量大的问题,提出一种基于椭圆外切矩形的快速瞳孔中心定位算法。该算法从人眼图像中通过阈值分割得到瞳孔区域,对瞳孔区域进行边缘像素点的提取,然后利用椭圆外切矩形模型定位出瞳孔中心。通过Matlab对中国科学院自动化研究所公开的虹膜数据库中756张人眼图像进行遍历实验验证,所提算法定位准确率为98.3%,平均用时0.192 s。在同等条件下,与Hough圆变换、最小二乘法椭圆拟合算法进行对比,在保证定位准确率的同时,所提算法平均用时更少。实验结果表明,所提算法能够快速准确地完成瞳孔的中心定位。 相似文献
8.
多普勒天气雷达合成切变算法及改进方法的研究 总被引:2,自引:0,他引:2
该文在研究由多普勒天气雷达速度场计算合成切变所采用的直接计算差值滤波算法的基础上,针对其存在的边缘点的切变识别较少等问题,结合最小二乘法在线性拟合方面的优势以及雷达数据沿径向分布的特点,提出一种基于取不同拟合窗口的最小二乘法的算法,并利用计算定位精度等方法比较和分析这两种算法,最小二乘法算法在定位精度、识别能力、边缘切变识别等方面优于直接计算差值滤波算法。在2008年北京奥运气象保障中应用最小二乘法的合成切变气象产品给人工影响天气提供了重要参考资料。 相似文献
9.
基于最小二乘法椭圆的拟合点的选择研究 总被引:1,自引:0,他引:1
最小二乘法广泛应用于曲线拟合。最小二乘椭圆拟合算法,由于拟合选择点有可能包含误差点,所以会对椭圆拟合的最后结果产生偏差。针对这种情况,采用设定选择点的限制条件,防止选择两点之间距离过近,一个点可能为误差点,从而对拟合结果产生较大改变,拟合过程及结果就不具有意义,浪费了计算时间与效率。先在设定的限制条件下选取6个点拟合椭圆,然后计算与此椭圆匹配的所有样本点个数。重复此过程一定次数,匹配样本点多的椭圆即为最优椭圆,构造了一种快速准确剔除误差较大样本点的改进椭圆拟合算法,并在实际图像应用中验证了算法能够有效地执行拟合计算,提高了拟合执行效率,拟合出具有高精度的椭圆,并且算法的速度能够满足实时性的要求。 相似文献
10.
11.
12.
针对大尺寸平面零件尺寸测量系统标定精度不高的问题,提出了一种基于深度信息的系统标定方法。首先利用圆形平面靶标,提出一种提取靶标图像特征点的新方法,采用自适应阈值的边缘检测和多项式拟合算法提取特征点亚像素轮廓,利用椭圆拟合得到中心坐标;然后根据带有畸变的非线性成像几何模型,采用最小二乘法计算摄像机参数的最优解,获得靶标的位姿;最后提出被测物表面与靶标平面之间的深度信息作为摄像机模型修正项,校正测量平面位姿,利用成像原理和直线与零件表面交点确定零件尺寸。设计了单目视觉尺寸测量系统并进行实验,结果表明:标定反投影误差小于0.02 pixel,在10.75 m2的视场内,系统测量精度达到了0.05 mm。 相似文献
13.
针对视频中人脸检测由于成像角度、天气状况、遮挡等因素造成检测准确率偏低以及深度学习模型计算复杂度高的问题,文中提出了一种基于椭圆肤色模型与AdaBoost的人脸检测算法。算法通过选取Haar-like特征作为弱分类器,以裁剪过的CAS_PEAL数据集中的人脸图像作为训练集,利用AdaBoost算法将多个弱分类器组合成一个强分类器,最后将若干强分类器以级联的结构组成最终的分类器模型。为解决将非人脸区域检测为人脸的问题,引入椭圆肤色模型,利用椭圆肤色模型对视频帧进行处理使得图像中与肤色相似的区域进入后续的人脸检测过程以降低误检率。实验结果表明,算法能以平均26 ms(单人脸视频)和平均34 ms(多人脸视频)的检测速度进行实时的人脸检测,且达到了87.2%的检测准确率,具有较大的应用推广价值。 相似文献
14.
建立了三级灰度图像边缘模型的空间矩算子。首先利用LOG(Laplacian of Gaussian)算子定位速度快的特点,确定图像像素级边缘;然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线和椭圆边缘像素点;最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线和椭圆。对空间矩算子亚像素定位算法与像面直线和椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明,在测量速度相当的情况下,本文提出的算法具有较高的精度和稳定性。 相似文献
15.
为了提高光学零件表面划痕定位测量和宽度测量的精度,采用基于离散正交多项式曲面拟合的亚像素边缘检测与宽度测量的算法,通过对边缘点及其邻域进行曲面拟合代替了只对边缘点梯度方向进行曲线拟合,实现了亚像素边缘检测;采取感兴趣区域加速策略与基于离散正交多项式曲面方程参量快速求解方法串联进行的加速方案,大大减少处理时间;在宽度计算方面,根据划痕长度自适应分段,分别计算每段分段点之间欧氏距离并作为其宽度,比较后取最大宽度作为划痕宽度。结果表明,该算法测量精度较高且具有较强的鲁棒性,同一划痕在不同视窗下测得宽度误差均值不超过5.2%,且标准差不超过0.3;在求解曲面模型参量的时间方面,该方法计算时间约为最小二方法的7.35%,处理效率显著提高。该方法能够满足工程应用中快速、高精度的测量要求。 相似文献
16.
传统的边缘检测算子对灰度图像进行边缘检测时存在图像细节被丢失,边界不连续等问题。针对上述问题,提出一种基于数学形态学和最小均方差滤波相结合的图像边缘检测方法,该算法先利用小均方差滤波的方法可以有效地滤除图像中的噪声,然后利用形态学中的腐蚀运算对图像进行边缘检测处理。实验结果表明:该方法能够有效地去噪,精确地检测图像中的细节,并且边界的连续性好。 相似文献