一种基于优先搜索方向的边界跟踪算法

图像处理尤其是区域分析中,区域的边界是非常重要的信息。提出了一种基于优先搜索方向的边界跟踪方法。该方法是以区域为基本操作单元,以当前边界点和上一边界点所确定的方向的外法线方向为起始搜索方向,顺时针方向搜索下一个边界点,当下一个边界点与该区域第一个边界点重合时,该区域搜索完毕,并开始对下一个区域进行跟踪。利用这种方法跟踪出来的区域边界,不但能够很好的满足对边界一个像素的宽度、同一个区域的边界连通封闭、准确定位在区域外围轮廓上的要求,而且能够完整准确地保持目标区域外边界的自身原貌和特点,以及内、外边界彼此独立,可独立成图用。由于这种算法在跟踪过程中充分考虑已知边界点对后续边界点的影响,使得边界点保持了良好的相关关系,可以根据实际应用的要求,在跟踪过程中直接实现边界的矢量化。     

基于边界跟踪的任意形状区域填充算法

针对任意形状的多边形及孔洞区域,提出基于边界跟踪的填充算法。用细化算法对图像进行单线化预处理,分别跟踪各个封闭曲线的边界,从第1个边界点坐标出发,根据跟踪方向对每个边界点进行有向直线填充,遇到边界点时停止,将各填充图与原图进行合并。实验结果表明,该算法不受图形边界状况和自身形状的影响,能适应任意类型的封闭区域;沿边界点进行处理,避免了对背景点的重复计算;对于多孔洞的封闭图形,能对各个孔洞进行独立处理,可灵活选择填充效果。     

基于图像处理的不规则形体表面积测量方法

为解决不规则形状物体的表面积测量问题,提出了一种基于图像处理的测量方法。对采集到的灰度图像,利用图像分割技术,将目标区域从背景中分割出来,得到目标区域图像;利用边界跟踪得到目标区域的边界点以及各边界点的跟踪方向信息,根据其跟踪方向信息判断各边界点的状态,将边界点的一半以及所有的边界内点累加求和,得到目标区域的面积。经仿真实验证明,该方法可以实现对不规则形体表面积的有效测量。     

基于随机Hough变换的道路边界识别算法研究

道路边界识别是基于机器视觉的智能车辆关键技术之一,提出了一种基于直线道路模型的道路边界识别和跟踪算法,该算法包括道路边界初始识别算法和跟踪算法两部分。在初始道路边界识别阶段,对预处理后的图像进行逐行搜索道路边界候选点,并结合相关的道路约束条件,采用Hough变换对候选边界点进行拟合,以提高鲁棒性。该方法的创新点是在道路跟踪算法中,建立目标搜索区域（OSA）,OSA的宽度根据道路边界识别的拟合可信度的变换进行动态调整,并采用随机Hough变换的算法对OSA中的边界点进行拟合,这样显著减少了运算时间和存储空间。试验结果表明,该方法不仅满足道路边界识别的实时性要求,还具有较好的鲁棒性。     

一种基于脑血管图像特征的快速边界跟踪算法*

在处理复杂的脑血管图像时,经典的边界跟踪算法暴露出边界精度不高、边界不够平滑,且速度不尽人意等缺点。提出了一种新的快速边界跟踪算法,该算法在分析脑血管边缘垂直细节远多于水平细节的特征基础上,结合方向记忆选择搜索方向,并在不同的搜索方向上赋予不同的权值,最终得到下一个边界点。实验表明：该算法提取的脑血管边界平滑、速度快,适合脑血管图像的边界提取,为下一步的脑血管形状特征提取及表示提供了精确的数据准备。     

一种新的二值图像目标轮廓跟踪算法

提出了根据方向记忆和动态权值确定下一边界点的二值图像目标轮廓边界跟踪算法。首先搜索轮廓内边界予以标记,并以该标记作为指导,结合上一边界点位置对搜索方向动态赋予不同权值,综合分析后得到下一轮廓边界点。由于采用内外边界的对照搜索,可以较好地过滤图像二值化引起的边界噪声。对于不封闭曲线,本算法也可通过一次扫描得到其轮廓信息。实验表明,该算法在轮廓边界提取速度和准确度方面都有较以往跟踪算法更好的性能,在搜索智能化和处理复杂轮廓方面也有更好的表现。     

基于八邻域边界跟踪的标号算法

文章提出了一种基于八邻域边界跟踪的物体标号算法,该算法与基于线扫描的标号算法相比,真正做到一次扫描完成标号,同时可以获得物体的边界点序列以及边界链码等重要数据。     

基于边界跟踪的区域面积计算

给出了一种基于边界跟踪的区域面积计算.根据图像边界跟踪时下一次和上一次跟踪方向,确定图像的左右边界.利用边界像素的横坐标进行加权求和计算,求得图像区域面积.与现有的面积计算方法相比,该算法只需跟踪边界一遍,即可获得区域面积,且算法不用借助链编码,具有速度快、计算量小、结果准确等优点.     

基于三角网格的交互式数据分割研究

为了有效地提高三角网格模型数据分割的效率和准确性,设计了一种交互式的数据分割算法--基于夹角追踪的区域边界生成方法.该方法在自动提取三角网格模型特征点的基础上,交互地选取区域边界的起点和终点,由起点和终点建立一个方向向量.沿着方向向量,以夹角追踪的方式查找其它的边界点,直到起点和终点在同一三角形中.根据三角网格所具有的特征,设计了新的区域边界光顺算法和域内顶点的查找方法.部分典型算例表明了该设计算法的正确性和有效性.     

一种去除挂网图像锯齿的方法及装置

正成果描述:该方法确定挂网图像中像素点的边界方向和边界强度,确定第一候选边界点,进行方向滤波,确定每个第一候选边界方向;根据每个第一候选边界点的目标边界方向及设置的检测模板,确定第一候选边界点中的第二候选边界点;根据第二候选边界点的目标边界方向,确定第二候选边界点中的边界点;当为边界点时,并为根据对挂网图像进行的图文检测确定的文字上的边界点时,进行插值     

图象中目标的快速搜索算法

随着系统技术的发展,对目标识别跟踪系统的要求正朝着智能化方向发展,即要求系统具有对目标的自动捕获、自动识别和自动跟踪的能力。为此,在利用目标与背景之间的灰度分布特性的基础上,提出了一种在一定的范围内能自动搜索并锁定目标的目标搜索算法。该算法假定搜索过程是在一个较大的区域开始进行的,而目标仅是该区域内一个在灰度上与背景有差别的小区域。由于这个假定是符合实际情况的,因此该搜索算法可以看作是一个简单的主动边界方法,它首先由一个收缩算法逐步缩小搜索区域,再结合图象的梯度信息来搜索目标,最后锁定目标轮廓。该算法在搜索过程中只对少数的控制点进行计算,而且对控制点的初始位置无严格限制,因而可以在含有目标的区域快速完成搜索过程,实验结果表明,该算法对不同大小、不同形状的目标都可以取得很好的搜索结果。     

平面离散点集的边界搜索算法

进行有限元仿真首先要建立有限元网格模型。使用不含有任何拓扑信息的离散点集直接进行网格划分可以快速、精确地建立网格模型。使用铺路法进行网格剖分是从边界开始向内生成网格单元。该文提出一种使用搜索盒的搜索平面离散点集边界的算法。该方法将离散点分配到搜索盒中，遍历位于边界的搜索盒，将其中的点连接成边界点链表。该算法能正确地搜索包含有凹点、孔洞特征的离散点集的边界，具有较强的通用性。文中介绍了算法的基本思想，并给出算例。     

基于多尺度特征提取的均值漂移目标跟踪算法

为在图像对比度较低、相似目标过多等情况下较好地实现目标跟踪,提出一种基于多尺度特征提取的均值漂移跟踪算法.前一帧目标区域的特征点经匹配得到后续帧目标区域的特征点,利用所得特征点集的中心坐标修正均值漂移搜索窗位置,以此为约束条件,减小均值漂移迭代产生的偏差.实验结果表明,该算法可以提高跟踪精度、鲁棒性及实时性.     

基于KCF跟踪算法的目标轨迹记录系统

为了确保跟踪算法能够实时跟踪上高速移动的目标并且记录目标的三维坐标.本系统使用了一种基于KCF（Kernelized Correlation Filters）的高速跟踪算法来保证系统能够跟踪到移动速度较快的目标.首先,使用KCF跟踪算法来跟踪目标;然后,利用ORB特征点检测来计算目标特征点从而找到多摄像机中对应的点,找到对应点之后利用多摄像机的三维重建原理计算出每一帧中目标物体的三维坐标点;最后,用多项式对每一帧运动轨迹的离散点进行拟合得到最终的运行轨迹.实验结果证明该算法能够有效跟踪目标,整个系统能够满足实际的需求.     

边界追踪算法在地质储量计算中的应用

单井控制面积计算是油田开发中原始和剩余地质储量研究的基础。针对注采井网形成的平面变密度离散点集的边界搜索问题,本文提出以角度为判别标准,基于变搜索步长的滚边新算法进行井网边界的追踪。首先通过合理的搜索步长确定当前边界点的邻域,然后对邻域内的离散点按角度进行排序并确定下个合理边界点,最后在井网边界追踪的基础上,进一步给出储量边界外扩和单井控制面积计算方法。该算法简单、高效,可有效识别变密度平面点集的凸边界和凹边界特征,并在大庆油田的原始地质储量复算和剩余潜力评价中得到应用,提高工效5倍以上,表内地质储量复算精度2.7%,取得了很好的应用效果。     

基于高效卷积算子的异常抑制目标跟踪算法

传统的目标跟踪算法易受边界效应影响，且当目标因遮挡严重、运动模糊、光照变化等产生外观变化时，目标响应图会发生突变，从而降低目标跟踪检测结果的可信度。提出一种改进的高效卷积算子（ECO）目标跟踪算法。利用高斯混合模型生成紧凑且多样化的样本数据，采用因式分解卷积方法减少模型参数，引入空间权值系数和前后两帧响应图的变化率来弱化边界效应并抑制响应图突变，以提高目标跟踪算法的鲁棒性能和精度。实验结果表明，在光照、尺度变化等多种干扰下，该算法的成功率和距离精度较原始ECO算法分别提高3.1个百分点和1.9个百分点。     

快速搜索任意形状二维目标质心策略

快速搜索任意形状二维目标的质心,一直是模式识别,目标跟踪等领域中的关键问题,通过对矩方法的进一步分析,提出基于目标质心与目标上各点间蹭之和取得最小值这的一特性的质心快速搜索策略。     

基于边界曲面零交叉点的体绘制

体绘制中体元二义性使灰度—梯度幅值传递函数空间中出现拱形区域, 可视化工具操作者难以快速、准确地选取出感兴趣目标。针对这个问题, 介绍了一种在传递函数空间引入边界曲面零交叉点特征的算法。该算法结合面绘制移动立方体算法跟踪边缘立方体并记录所有边界曲面的零交叉点, 并利用这些零交叉点的特征信息对灰度—梯度特征空间进行重构并选取感兴趣边界曲面。最后通过实验证明了上述方法对目标边界曲面的选取行之有效。     

基于快速鲁棒特征的CamShift跟踪算法

为了解决CamShift算法由于对颜色敏感导致的跟踪效果变差或失效的问题,提出一种基于局部特征匹配的CamShift跟踪算法。采用快速鲁棒特征(SURF)方法在多通道图像的目标区域和搜索区域提取包含图像信息的局部特征点,并利用近似最近邻搜索对特征点进行匹配;使用提纯后的匹配结果得到特征点的位置、尺度及方向信息,对CamShift方法进行约束和更新,以提高跟踪精度和稳定性。实验结果表明,与经典CamShift算法和同类的改进算法相比,该算法能够较好地实现对复杂背景下旋转和放缩运动目标的实时跟踪。