一种引入角点特征的遥感图像道路提取方法

道路是遥感图像中的一种重要目标，遥感图像自动道路提取成为一个重要的研究方向。该文在对现有道路提取算法总结分析的基础上，提出一种引入角点特征的遥感图像道路提取方法，针对城市道路网的结构特点，建立了道路模型，并对算法的结构和策略进行了描述。在提取道路直线特征和角点特征基础上得到道路段，然后根据道路之间的几何关系对独立道路段进行连接得到最终结果，有效解决了以往道路提取算法中道路交叉点断裂的问题。另外为了得到准确的道路角点信息，还对该文算法中用到的角点检测方法进行了改进。最终实验结果分析表明该文道路提取算法的有效性。     

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．     

基于边缘块的线段提取方法

为了解决传统直线提取算法中由于梯度信息孤立而造成检测效果不理想的问题,本文提出结合边缘块的连通域信息进行边缘连接的直线提取方法.首先提取图像边缘图,利用边缘点的连通域,建立边缘点标注模型,进行边缘块搜索.然后用邻接矩阵统计边缘块之间的位置信息,采用深度优先搜素算法,得到初始路径.最后利用直线的几何特征作为路径筛选条件,完成图像直线特征检测.通过理论分析与实验研究表明,该算法可以有效地完成各类场景中的直线特征提取.     

一种新的直线提取算法研究

研究了一种快速的图像直线提取算法。将边缘按方向划分成若干子边缘,利用判据从子边缘提取出局部直线,然后依据准则合并相应子边缘得到全局直线及参数。准确提取出图像中的直线特征及端点和方向等参数。实验结果表明,算法比Hough变换更准确、快速、可靠地提取图像的直线特征。     

宽带图像信号的直线提取

该文用FPGA＋DSP实现了宽带图像信号的实时直线提取,适用于通常的视频图像信号和线阵CCD成像的连续图像信号。实现的直线提取模块已经用于高传输率的快速遥感图像处理系统。算法将直线提取中的参数计算分解为一个可以累加的过程,从而简化了计算,同时保证了直线参数的准确性,在理论上证明了算法的完备性,文章的最后给出了实验结果及比较。     

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。     

矿物显微图像中的直线段特征提取算法

直线段特征作为图像中一种特殊的纹理信息,是图像分析、目标识别中的基本元素。矿物的双晶等光学性质在矿物显微图像中表现为具有定向性的直线段。针对矿物图像,提出了一种基于图像梯度信息的动态阈值区域生长的直线段检测算法。该算法能通过提取边缘梯度方向相似的边缘从而得到候选直线段区域,并根据直线段区域内特征点的密度大小判定区域有效性以达到降低矿物图像中噪声、其他纹理造成的误提取。实验结果表明所提算法能够提取矿物图像中的直线特征。     

高分辨率遥感图像中桥梁自动识别方法研究

提出一种针对高分辨率遥感图像中桥梁自动识别新算法。该算法从桥梁与河流的位置关系出发，结合遥感图像的成像特点和桥梁目标的形状特征，运用模糊处理，轮廓搜索和直线拟合识别桥梁目标。整个算法流程大致可分为三个步骤，首先在底层处理运用二维特征模糊分割水体区域；然后在中层处理中，通过水体轮廓搜索潜在桥梁点，并进行直线拟合提取初略桥梁目标；后处理中则对由于环境干扰所造成的断点进行连接，恢复出完整桥梁。试验结果表明该文算法具有识别速度快，识别准确率高及虚警率低等优点，且整个算法完全自动，不需人工干预。     

基于直线特征的图像配准算法

为实现高效率、高精度的图像配准,提出了一种利用图像边缘直线特征的图像配准算法。首先利用LoG算子提取参考图像和待配准图像的边缘信息,利用Hough变换提取图像边缘信息中的主要直线;然后以直线特征定义了参考图像和待配准图像的相似性度量,以此度量估计旋转角度,找出直线组的对应关系;最后在这些直线组中选取配准控制直线,计算配准参数,对图像配准。经过实验,验证了该算法的有效性。     

基于道路信息的高分辨率SAR图像道路检测

针对光学图像道路提取方法不适用于高分辨SAR图像道路提取的问题,提出一种以道路宽度和平行双边缘先验信息为依据的提取算法。算法首先采用各向异性扩散滤波滤除相干斑噪声;其次采用Canny算子和ROA算子进行边缘检测,并对图像边界的信息进行了补偿;而后利用平行线检测方法提取边缘中的平行线特征;最后采用启发式连接的思想连接断裂的线基元。采用算法仿真并对SAR图像进行处理,实验结果表明,该算法对直线和曲线型的道路都具有良好的检测效果。此外,该算法还可以用于提取机场跑道、河流等其他具有平行双边缘的地物。     

基于摄像机纵向运动的序列图像的实时漫游

对于摄像机纵向运动的序列图像，提出了一种基于极线几何约束关系的当前视点目标图像生成算法：1）利用基于傅立叶变换的方法，得到远视点源图像中和近视点源图像无对应点的区域，并用一种背景色将其填充，得到填充后的远视点源图像；2）利用极线的整体匹配性质在两幅源图像中确定遍历整个源图像的对应源极线；3）将所有对应源极线按灰度进行分段；4）用动态规划匹配法确定对应源极线上段与段之间的匹配关系；5）通过两条对应源极线插值合成一条目标极线，生成当前视点的目标图像；6）对上一步得到的目标图像的背景色区域加以处理，得到最终的当前视点目标图像．提出了一种链表数据结构存储每相邻两幅源图像之间的预处理信息．漫游时实时读取．开发了一个图像漫游器，使用户能在其中实现不同视点的实时漫游．     

用画线对Web网页进行注释的协同浏览系统

研发了一个基于IE核的协同浏览系统，应用Java Script语言编程实现界面动态画线，底层采用XML文档存储线条数据，可以实现对网页进行注释。此项研究的基本目标是把底层文档元素(如文本、图片等)和线条进行相互联系，实现线条的准确定位并为今后更多的应用打下基础。     

一个从多波段遥感图像提取道路网的算法

提出一个从多波段遥感图像中提取道路网的算法.首先,从多波段图像中提取直线段和平行线段,再进行融合处理,以克服图像中道路表示的不精确性.然后根据线段的局部特性,识别与道路约束模型符合程度好的路段.最后根据道路网的全局连接约束,识别与道路约束模型符合程度较弱的路段.该方法应用于三波段的卫星遥感图像,处理结果表明该方法是有效的.     

带有未知匹配的图像线特征三维重建方法的研究*

为了解决传统三维重建过程中线特征匹配速度慢、建模与匹配过程脱节的问题,提出了基于相关系数的图像线特征匹配的方法,运用此方法对同一物体的三幅图像进行了特征匹配和三维重建。建立了目标物体的三维模型,达到了对物体线特征匹配与三维重建同步进行的目的。通过对所得实验数据分析,可以证明此算法对于物体的三维重建是有效的。     

一种基于投影不变量的目标跟踪方法

提出了一种基于平面投影不变量的目标跟踪算法．算法从图像中提取直线边缘计算投影不变量，用于对目标建模并跟踪．为提取直线边缘，使用改进的序列细化算法将边缘细化为单像素宽，而后用一种快速曲率估计方法估算边缘点的曲率，并保留估算值很小（约等于零）的点拟合直线．在所得直线族中按照邻近规则或者窗口规则挑选直线计算投影不变量．图像处理实验给出了用文中提出的图像预处理算法获得的直线边缘效果，并通过使用所得直线计算不变量的值衡量了所得不变量的稳定性和视角不变性．跟踪实验检验了跟踪算法的鲁棒性和实用性．     

基于灰度图像的表格框线去除算法

笔画与表格框线的交叠的现象在表格型文档中普遍存在，严重影响了文档自动处理系统的性能．现有的去线算法大部分都是基于二值图像的，许多有用的局部信息已经丢失．提出了直接利用图像灰度信息的灰值线检测与去除算法．首先利用图像的边缘特征检测直线以及字线的相交位置；然后通过对直线上相交点对的分析确定字线的交叠方式，并将这些方式归纳为穿透和未穿透两类简单的形式；最后将直线划分为保护区和擦除区两部分，保护区内的像素在去线过程中被保留，而擦除区内的像素则利用灰度形态学算法来擦除．在我国现行支票上的实验表明算法是有效的．     

利用VTK进行三维肠道重建算法的改进

肠道CT的三维重建是提高肠道疾病诊疗准确性的迫切需要。利用可视化工具包VTK并结合VC++,实现了肠道三维重建。经典三维重建Marching Cubes(简称MC)算法会产生二义性,针对常用的渐近线法消除二义性计算量大的问题,提出了一种改进的MC算法:采用线性插值法求出二义性面与等值面的交点,然后分别连接二义性面对边上的交点形成两条相交直线,最后通过判断直线交点的状态值,来唯一地确定等值线的连接方式,从而快速重建出三维肠道。实验结果表明,利用改进的MC算法比起传统MC算法,在三维重建的质量和效率上都得到了很大的提高。     

Reducing aliasing in images: a PDE-based diffusion revisited

In this paper, we introduce a new diffusion algorithm that can be used for reducing aliasing on both step edges and lines. It derives from the diffusion model of Perona and Malik, and works as an adaptive level-curve method in which diffusion is carried out in the normal direction of the gradient for step edges, while the eigenvalues of the Hessian matrix are used for lines. To get sharp images, we use high-pass filters to preserve as much as possible the high frequency content while diffusing. Experimental tests using grayscale and colour images show that our algorithm efficiently reduces aliasing.     

Motion analysis of articulated objects from monocular images

This paper presents a new method of motion analysis of articulated objects from feature point correspondences over monocular perspective images without imposing any constraints on motion. An articulated object is modeled as a kinematic chain consisting of joints and links, and its 3D joint positions are estimated within a scale factor using the connection relationship of two links over two or three images. Then, twists and exponential maps are employed to represent the motion of each link, including the general motion of the base link and the rotation of other links around their joints. Finally, constraints from image point correspondences, which are similar to that of the essential matrix in rigid motion, are developed to estimate the motion. In the algorithm, the characteristic of articulated motion, i.e., motion correlation among links, is applied to decrease the complexity of the problem and improve the robustness. A point pattern matching algorithm for articulated objects is also discussed in this paper. Simulations and experiments on real images show the correctness and efficiency of the algorithms.     

Contour line and geographic feature extraction from USGS color topographical paper maps

This paper presents a method for the extraction of contour lines and other geographic information from scanned color images of topographical maps. Although topographic maps are available from many suppliers, this work focuses on United States Geological Survey (USGS) maps. The extraction of contour lines, which are shown with brown color on USGS maps, is a difficult process due to aliasing and false colors induced by the scanning process and due to closely spaced and intersecting/overlapping features inherent to the map. These difficulties render simple approaches such as clustering ineffective. The proposed method overcomes these difficulties using a multistep process. First, a color key set, designed to comprehend color aliasing and false colors, is generated using an eigenvector line-fitting technique in RGB space. Next, area features, representing vegetation and bodies of water, are extracted using RGB color histogram analysis in order to simplify the next stage. Then, linear features corresponding to roads and rivers including contours, are extracted using a valley seeking algorithm operating on a transformed version of the original map. Finally, an A* search algorithm is used to link valleys together to form linear features and to close the gaps caused by intersecting features. The performance of the algorithm is tested on a number of USGS topographic map samples.