蝶类昆虫识别算法的研究与分析

提出利用边缘检测及角点提取来识别蝶类昆虫的方法.通过用四种边缘检测算子对鳞翅目蝴蝶进行边缘检测并作比较分析,从中找出鳞翅目昆虫边缘检测的最佳边缘检测算子,然后对边缘检测后的图像进行了角点提取特征信息,通过实验能够得到蝶类图像的特征,为下一步蝶类识别奠定了基础.     

具有Harris角点的RANSAC交通标志检测算法

考虑到交通标志具有颜色与形状这两个特征,提出了一种具有Harris角点特征的随机抽样一致性(RANSAC)算法来对交通标志进行检测.通过对含交通标志图像进行颜色特征提取后利用Canny算子对边缘进行检测,再利用Harris角点检测算子来提取初步检测后图像的角点,最后通过RANSAC算法与检测模型进行匹配进行检测,得出结果.仿真实验表明:该算法在检测率上达到了84%,也基本满足了实时性的要求.     

基于V型检测算子和边缘梯度的虹膜卷缩轮检测方法

针对虹膜卷缩轮位置检测中卷缩轮边界定位困难的问题进行了研究,提出了一种基于V型检测算子和边缘梯度的虹膜卷缩轮检测方法.首先根据虹膜卷缩轮内部纹理的位置特征、形状特征和灰度特征,定义V型检测算子,在归一化图像中,利用V型检测算子对图像进行处理,提取卷缩轮内部纹理终点坐标;其次,通过曲线拟合得到卷缩轮边界的初定位区域;最后利用边缘梯度算子在初定位区域进行检测提取卷缩轮边界.实验结果表明,该方法的正确检出率达到93.2％,可以有效地提取虹膜卷缩轮边界.     

基于改进凸包检测的芯片图像字符区域定位

针对半导体芯片在激光打印时可能出现字符倾斜、字符位置错误等缺陷,提出一种基于改进凸 包检测的半导体芯片图像字符区域定位方法。首先,利用三轴图像采集平台采集多幅半导体芯片图像,切分提 取出若干单幅芯片图像;其次,采用 Harris 角点检测获取图像角点分布图,改进凸包检测算法,剔除非字符区 域角点,获取最外围角点凸包线;最后,拟合凸包线最小外接矩形,定位字符区域位置。实验结果表明,与形 态学滤波定位方法、基于边缘特征的定位方法、基于字符纹理特征的定位方法和基于凸包及最小外接矩的定位 方法相比,该方法定位芯片字符区域准确度更高,且单幅平均运行时间少于其他方法 1/2,可有效减少计算量, 提高运算效率。     

一种基于边缘和MIC算子的医学图像配准

研究基于点特征的图像配准方法。首先利用canny算子提取图像的边缘,然后用MIC角点检测算子提取边缘中的角点,对提取出的角点进行配对后,利用仿射变换实现图像的配准。最后以脑图像配准验证了算法的有效性。     

证件照片脸部特征精确定位与提取

本文根据证件照片中脸部各个对象的不同特征,分别采用不同的定位方法定位各个特征点。眼睛和嘴巴部位采用SUSAN算子检测眼角和嘴角,鼻子采用水平和垂直积分投影定位鼻孔,眉毛部位先用Canny算子检测边缘,然后对边缘图像进行积分投影定位眉毛的左右边缘点。特征点定位后进行各对象的特征提取,最后利用选定的参数对各个特征进行归一化。实验结果表明,针对各个特征所采用的方法都具有很好的效果,平均定位准确率达到95%以上。     

基于Harris角点检测的人体特征提取与测量

为准确地对人体图像特征尺寸进行自动识别和提取,提出一种基于Harris角点检测的人体特征提取与测量算法;首先对原始图像规范化处理,并采用Canny算子进行边缘检测,得到图像的二值边缘图;然后根据人体特征尺寸位置的突变性可用角点来描述的特点对轮廓图像进行特征点提取;最后利用人体关键尺寸与身高(由用户提供)的比例关系进行特征点筛选,计算获取人体测量学中的关键尺寸;经对实际测量数据分析比较得知,实验测量结果产生的误差较小,实验值和实际值之间无显著性差异,因此验证了该方法的可行性。     

基于区域划分的角点检测

本文主要研究角点检测中全局/局部的搜索算法,针对该算法效率较低的情况提出了改进的角点检测算法. 该算法采用相似金字塔计算原理构造多层图像,同时采用多尺度Harris算子分层搜索并提取图像特征角点,经过分层图像、分区域图像的特征角点进行融合计算,实现了目标特征点寻找. 该算法主要在角点检测上考虑不同层次的图像和单张图像区域关系,并且通过特征点周围像素的变化参数来实现目标的定位. 实验结果表明,本文提出的改进算法提高了总体定位的速度,降低了误定位的概率.     

一种用于图像序列拼接的角点检测算法

分析了Harris角点检测算子的实现原理及其用于图像序列拼接时存在的不足,从几个方面提出了改进:用新的X和Y方向梯度算子求取图像导数,对灰度变化更敏感;改进了角点响应函数,避免了k值选择的随机性;根据图像序列首图像自动确定R阈值,提高了算法的自动处理能力和速度;根据目标像素点的8邻域范围进行亚像素精确定位,角点位置更加准确.实验结果表明,改进算法无需人工干预,特征点提取的速度比传统算法提高了约61.3%,能更好地适应图像拼接的实际应用,是一种快速有效的角点检测方法.     

海浪绘制中波浪谱的选择和参数计算

针对红外与可见光图像中特征点匹配的难题,提出一种基于特征点邻域边缘的描述与匹配算法。首先采用基于曲率尺度空间的角点检测算法进行特征点提取;再对特征点邻域的边缘进行重组;其次求取特征点所在曲线的法线作为主方向,以避免图像的旋转代价;计算特征点邻域像素点的B-LBP算子的加权分布直方图;然后搜索相同边缘上最近的特征点并计算相应的直方图信息;再对两个直方图进行级联,构造出512维的UB-LBP联合描述子,并将其归一化;最后采用最近邻算法实现特征点匹配。实验结果表明,这两种描述子在红外与可见光图像特征点匹配方面较SIFT算法具有较高的正确匹配率,能够实现两种图像的精确匹配。