字形设计中曲线特征点提取方法的研究

本文着重讨论了在计算机字形设计过程中光栅显示器上曲线特征点的提取问题。给出了曲线字形轮廓的特征点提取和消除冗余的新方法。指出采用递归迭代思想可得到适合于字形轮廓特征点提取的快速算法。给出对于不同文字进行特征点提取的实验结果,大量例子证明本算法是可行的。     

掌纹轮廓特征点提取新方法

基于Harris角点检测方法的基本原理,提出了一种轮廓特征点提取的新方法。为了满足提取掌纹轮廓特征点的要求,根据掌纹中所要提取的轮廓特征点所在区域的生理特征(凸凹形区域),对Harris角点检测方法进行了改进,对算法进行了推导和讨论,并进行了实验研究。实验结果表明,用该方法提取的掌纹轮廓特征点能够方便地对掌纹进行定位,为实现掌纹自动识别算法打下了基础。     

工件图像轮廓角点特征提取算法

将Harris角点检测与基于Snake模型的轮廓提取算法相结合,形成基于角点特征的工件图像轮廓提取算法。     

面向视觉伺服的工业机器人轮廓曲线角点识别

为了解决工业机器人视觉伺服中轮廓曲线角点识别效率低进而影响实时定位准确性的问题,提出面向视觉伺服的工业机器人轮廓曲线角点识别算法. 建立基于Freeman链码的机械爪轮廓曲线编码模型,利用差别码对机械爪轮廓曲线的角度变化特征进行统一编码建模. 通过基于差别码和卷积系数的卷积运算,对差别码进行局部非线性加权,计算机械爪轮廓曲线上各点的曲度精确量化辨识机械爪角点. 基于候选角点阈值、点的最远领域间隔和局部范围最多点数进行获选角点的初步选取. 采用平面轮廓曲线毛刺过滤筛选误识角点,实现机械爪角点的精确识别,为视觉伺服中实时定位提供可靠的位置信息. 通过与已有平面轮廓曲线角点识别算法对比,验证本研究所提方法的准确性和高效性,提取角点过程具有较强的鲁棒性.     

基于改进萤火虫算法的航发叶片3D采样方法研究

航发叶片是航空发动机的重要零件,其加工精度将直接影响航空发动机的使用性能与寿命。对叶片加工精度的评价通常采用3D轮廓测量方式实现。由于作为典型自由曲面代表的叶片结构复杂,存在较大的空间扭曲度,不仅导致其加工困难,也加剧了测量的难度。三坐标测量机是目前叶片轮廓测量精度最高的检测方式,受制于叶片型面复杂度和目前触点式三坐标测量技术限制,需要采集大量的表面数据点才能全面地表征叶片表面特征,使得测量效率极低。从曲面3D模型采样的角度出发,提出了基于改进萤火虫算法的采样点提取方法,首先提取叶片各截面曲线,其次对提取曲线分段并以等弧长方法均匀采点,按顺序提取的初始点位置数据模拟建立小型萤火虫群落,计算群落内点曲率关系并确定目标位置点的移动方向以及步长,实现已知分布点的点位自动更新,最终得到叶片表面所有关键特征采样点。本文算法可实现测量点数自由配置,通过该方式达到调整测量效率的目的,再代入算法实现了采样点还原精度的提升,通过对比等弧长采样算法以及等参数采样算法采样结果,拟合曲线与原始曲线的轮廓偏差、最大位置偏差、平均位置偏差,确定本文采样算法结果明显优于前两种算法。     

TrueType字体自动打标机软件设计

通过分析TrueType字体文件结构和提取出字符轮廓信息,实现了对字符的无失真任意放大和缩小以及旋转等特效,曲线轮廓可以进行填充。将二次Bezier曲线构成的字符轮廓,通过最小二分法转换成一组能够保持曲线轮廓形状的小折线,将原有的字体轮廓数据从用曲线轮廓表示转变为用多边形顶点控制,用一组点及其先后顺序来描述轮廓。研究了字形交叉的消隐处理方法,解决了笔画重叠的问题。打标机将得到的多边形顶点信息准确打标。     

飞机图像的轮廓提取与多边形拟合研究

本文讨论在简单背景下,对飞机图像进行轮廓提取,以及在此基础上的多边形拟合技术.首先根据掏空内部点的准则和"探测准则",经过边界跟踪,得到只有一个像素宽度的飞机图像边界曲线.然后采用一种基于弦高度的多边形拟合算法,对得到的边界曲线进行拟合,从而得到了轮廓多边形.实验证明,该拟合算法去除了大量的冗余像素点,保留了重要的特征点,拟合效果令人满意,为进一步几何特征向量的提取奠定了基础.     

用于计算曲线光流的边缘提取

提出了一种新的曲线边缘提取方法。用Sobel算子对综合图像和真实图像进行边缘检测，得到了图像的边缘点，通过选择边缘点增强因子、阈值和重复次数，进一步对图像的边缘点进行了增强，实现了图像的边缘细化，采用轮廓跟踪算法进一步细化边缘，得到了具有单像素宽的轮廓曲线，对综合图像和真实图像的实验结果表明，新的曲线边缘提取方法获得的效果较好。     

CCD图像的轮廓特征点提取算法

采用最大方差法将图像二值化,用图像形态学的梯度﹑细化和修剪算法来提取边缘轮廓,利用十一点曲率法得到轮廓的角点和切点的大致位置。提出了一种基于最小二乘拟合的改进算法,来进一步确定角点和切点,并对轮廓分段识别。该算法应用在基于图像处理的刀具测量系统中,实际结果表明具有良好的抗噪声性能,能准确提取出图像的特征点。     

TrueType字体在图形图像处理软件中的应用

简要介绍了TrueType字体的字形描述和文件结构,从字库中提取TrueType字体轮廓的Windows函数与数据类型,以及通过调用API函数实现TrueType字体轮廓矢量数据提取的具体方法,并通过将曲线轮廓转换为矢量图形或位图图像,实现TrueType字体在图形图像处理软件中的应用.     

基于Centripetal Catmull Rom曲线的经食道超声心动图左心室分割方法

针对2维超声心动图像噪声大且难于分割的特点,提出基于Centripetal Catmull Rom曲线的多尺度活动形状模型的左心室分割方法。该算法在金字塔上层提取2维轮廓法线向量特征并采用马氏距离寻找新的特征点位置;在图像金字塔底层快速提取特征点周围的Log Gabor特征并使用Gentle AdaBoost训练分类器,选择置信度水平最高的点作为新的特征点位置。实验证明,这种方法较之传统活动形状模型分割更为精确且分割结果交互方便,有利于对结果的再编辑。     

基于Centripetal Catmull-Rom曲线的经食道超声心动图左心室分割方法

针对2维超声心动图像噪声大且难于分割的特点,提出基于Centripetal Catmull-Rom曲线的多尺度活动形状模型的左心室分割方法。该算法在金字塔上层提取2维轮廓法线向量特征并采用马氏距离寻找新的特征点位置;在图像金字塔底层快速提取特征点周围的Log-Gabor特征并使用Gentle Ada Boost训练分类器,选择置信度水平最高的点作为新的特征点位置。实验证明,这种方法较之传统活动形状模型分割更为精确且分割结果交互方便,有利于对结果的再编辑。     

钢轨磨耗测量中轨腰圆弧中心点的提取

针对钢轨磨耗测量中测量轮廓与设计曲线的对齐问题,提出一种提取钢轨轨腰圆弧中心的特征点还原初始钢轨轮廓的方法.该方法利用图像处理技术,获取钢轨轮廓单像素图像,确定轨腰圆弧的大体位置,应用最小二乘法解出最优的圆心坐标(特征点).与以往特征点的提取方法相比较,该方法所运用的计算方法较为简单,思路清晰,可避免一些不确定因素,从而满足了磨耗检测的要求.     

一种改进的SIFT特征匹配算法

首先采用稀疏点匹配算法提取待匹配的两幅图像的轮廓,构建轮廓高斯金字塔,然后逐层进行SIFT特征匹配。仿真实验结果表明,该方法提高了匹配速度和准确性。     

一种改进的图像轮廓离散曲线演化算法研究

为了简化轮廓描述的复杂度,同时消除数字图像中目标对象存在的轮廓变形问题,通过离散曲线演化算法定义了基于面积比函数、平均角点距离、角点与质心平均距离函数作为终止函数的改进离散曲线演化算法。实验证明,该算法不仅可以在保留原轮廓视觉特性基础上大幅度减少轮廓的采样点数目,也能够很好的去除轮廓噪声,对后续目标识别具有重要意义。     

基于凹凸变换与圆周拟合的重叠气泡轮廓重构

针对识别气液两相流的气泡过程中气相比例较大气泡易发生重叠的问题,提出基于曲线凹凸性变换与圆周拟合的重叠气泡分割与轮廓重构算法.对气泡图像进行预处理,利用高斯滤波滤除噪声干扰,依据自适应阈值分离出前景,得到预分割图像.利用Canny算法提取轮廓,利用高斯函数平滑曲线,计算轮廓上的点到质心的距离.对得到的距离曲线进行凹凸性变换特性分析,对每两个凹点进行分割路径选取.利用最小二乘圆周拟合插值算法对重叠部分的气泡轮廓进行重构,得到气泡分割后的重构图像.实验结果表明,该算法是一种有效的分割与重构重叠气泡的算法,具有较好的分割和重构性能.     

Hough变换在眼睛特征提取中的应用

为了准确地提取虹膜和眼睑轮廓等眼睛特征,提出了一种基于改进Hough变换的算法．该算法采用满足梯度要求的点对及其梯度信息确定输入图像中存在的圆,对于梯度反方向延长线相交且与交点距离相等的两点,定义它们属于同一个圆．在提取眼睑轮廓时,将候选点分为梯度方向向上和向下两部分并构造新的累加器分别确定上下眼睑所对应的圆,避免了上下眼睑的相互干扰．实验结果表明,算法在眼睛非闭合状态和正常光照下能准确地提取眼睛特征．与大多数Hough变换利用3个特征点来确定圆相比,算法通过引入梯度信息的方法,计算复杂度从O(N3)降低为O(N2)．     

蚯蚓体表轮廓曲线谱分析及统计模型

针对生物体表的激光三维扫描数据点云抽取的表面轮廓线数据,利用时间序列谱分析方法,对生物体表面的轮廓曲线进行谱分析,给出了轮廓曲线的三种权函数估计方法,并将估计方法应用于蚯蚓体前部的轮廓曲线上,给出了蚯蚓体表面的轮廓曲线的谱估计及其分形维数。     

基于轮廓曲率和谱系聚类的大鼠体态自动识别

为了对行为实验中大鼠的体态进行自动识别分析，提出了一种基于轮廓曲率和谱系聚类的识别算法．应用图像处理技术从序列实验图像中分别提取出大鼠轮廓曲线，计算大鼠轮廓曲线的曲率函数及其频谱，并以频谱作为体态聚类和识别的特征矢量．应用谱系聚类方法构建每种大鼠体态特征矢量的子类聚类中心特征矢量．应用1319幅样本图像和10629幅测试图像对本算法进行了实验．结果表明对样本图像和测试图像的识别正确率分别为94.16%和89.58%，该算法可用于大鼠体态的自动识别及后续的行为分析．     

基于能量和遗传算法的仿射变换求解方法

研究了具有仿射不变性的目标轮廓提取问题.给出了仿射变换参数的一种规范化方法;提出了一种基于轮廓曲线能量和遗传算法的仿射变换参数求解方法,采用带电粒子模型对梯度图像进行变换,实现了具有仿射不变性目标轮廓的自动提取;最后给出了实验结果.