由任意形状轮廓线重建三维表面的方法研究

由一组二维轮廓线重建出物体的三维表面是医学数据可视化的一种主要绘制方式。当轮廓线比较复杂,例如当遇到非凸轮廓或相邻层轮廓线相差过大时,常用的三角化拼接方法就会失败。文章提出一种新的轮廓拼接方法能够处理任意形状的轮廓线。该方法的基本思想是对轮廓线进行凹凸性层次分析,然后将相邻轮廓线从外到内逐层拼接,从而构成一个三角化的物体表面。实验结果表明,该算法对于手动勾画和自动提取的轮廓线都可以给出较好的重建效果。     

颌骨重建中的图像分割和轮廓对应及分支问题

根据人体颌骨的形状特征,提出一系列有针对性的方法,在CT断层数据的基础上重建三维表面模型．研究的内容包括医学图像的分割和从轮廓线重建表面两个方面．首先,采用一种称为“非种子区域分割”方法提取物体的轮廓线;然后,建立一条反应颌骨走向的弓形“参照基准线”,充分利用轮廓线相对于它的“归一化位置”信息解决表面重建中的对应和分支问题;同时考虑相邻层的影响,使生成的表面更加光滑、自然．最后,提出“多阶凸包点对应匹配”的思想,用分层分段迭代的方法拼接三角面片．     

基于轮廓线匹配的2-D碎片拼接研究

分析了数量较多时不规则形状的2D碎片拼接的困难性,提出2D碎片的拼接策略,先通过轮廓线匹配进行局部形状匹配;然后通过全局搜索拼接重构物体形状,由于匹配的特征集选择了带有几何结构属性的连接点,优点是不仅局部匹配的速度提高而且全局拼接重构的有效性提高.试验对比表明提出的算法更有效.     

一种由轮廓线重建物体表面的方法

针对基于轮廓线拼接重建物体表面所出现的轮廓对应和分叉问题,提出了一种通过体数据转换由轮廓线实现重建物体表面的方法。在分析体数据构造中出现逼近精度问题的前提下,通过提高轮廓线上点的密度,生成精确度较高的体数据。该方法通过对相邻层轮廓线区域的集合运算,只对处于集合运算解中的像素点进行距离函数值的计算。采用MC（Marching Cubes）算法生成等值面,完成物体的表面重建。实验结果表明,该方法能顺利解决基于轮廓线拼接重建物体表面中出现的轮廓对应问题和分叉问题,既提高重建表面精确度,又加快整个表面的重建速度,是一种可行的方法。     

基于多幅实拍照片为真实景物模型添加纹理

利用实拍照片为基于真实景物创建的几何模型添加纹理的方法正在受到广泛的关注,实拍照片与几何模型的配准是这项技术的关键.以往方法采用3D-2D特征点匹配或侧影轮廓线匹配的方法进行配准,因此对空间物体的表面特征或轮廓线形状有特殊的要求.提出了一种新的配准方法来解决这一问题,由于采用了基于图像重建的采样点模型与已知几何模型在空间中匹配的方法实现配准,因而充分利用了物体几何形状本身的拓扑和曲率等信息,并可以一次性地实现所有图像与空间物体的配准.实验结果表明,该方法可以解决一部分用以往的方法尚无法处理的实际问题,且在重建空间采样点分布较为合理的情形下,纹理映射效果非常理想.     

ECT系统中三维图象重建的研究

论文讨论了在ECT系统中利用二维断层图象进行三维表面重建的方法。首先对二维断层图象序列进行抽取轮廓、细线化、轮廓线追踪处理;然后对两相邻断层图象进行轮廓匹配;在两层已知(重建)图象轮廓中间插入若干个插值图象时采用同经度方向位置校准轮廓加权平均方法获得插值轮廓;最后在相邻的已知轮廓或插值轮廓采用最短对角线法进行三角片表面重建。仿真结果表明,利用上述方法可以较好地重建物体的三维表面。     

一种碎纸自动拼接中的形状匹配方法

碎纸自动拼接技术是图像处理与模式识别领域中的一个较新但是很典型的应用，它是通过扫描和图像提取技术获取一组碎纸片的形状、颜色等信息，然后利用计算机进行相应的处理从而实现对这些碎纸片的全自动或半自动拼接还原。碎纸自动拼接过程一般包括图像预处理和匹配两个主要步骤。形状匹配是碎纸自动拼接过程中的关键技术，但是至今为止，没有很成熟的方法应用于相关工作中。该文给出一种从提取碎纸片轮廓线出发，通过边界准则和面积准则来判断两个轮廓是否匹配来达到碎纸拼接目的的方法，实现了基于计算机辅助的碎纸自动拼接还原。     

图象拼接中伪匹配的判别和消解

图象拼接就是把边界部分重叠的多幅图象接成一幅完整图象,图象拼接中的困难之一是：当相邻两幅图象重叠区域缺乏显著特征,或者存在多个特征相似的部分,就会发生伪匹配而导致拼接失败。该文基于均方误差曲线和相邻空间约束关系,提出了一种伪匹配判别方法。实验表明,该方法可以有效的进行伪匹配的判别和消解。     

基于深度学习LoFTR算法的路面图像拼接

相比基于特征点的传统图像特征匹配算法,基于深度学习的特征匹配算法能产生更大规模和更高质量的匹配.为获取较大范围且清晰的路面裂缝图像,并解决弱纹理图像拼接过程中发生的匹配对缺失问题,本文基于深度学习LoFTR (detector-free local feature matching with Transformers)算法实现路面图像的拼接,并结合路面图像的特点,提出局部拼接方法缩短算法运行的时间.先对相邻图像做分割处理,再通过LoFTR算法产生密集特征匹配,根据匹配结果计算出单应矩阵值并实现像素转换,然后通过基于小波变换的图像融合算法获得局部拼接后的图像,最后添加未输入匹配网络的部分图像,得到相邻图像的完整拼接结果.实验结果表明,与基于SIFT (scale-invariant feature transform)、SURF (speeded up robust features)、ORB (oriented FAST and rotated BRIEF)的图像拼接方法比较,研究所提出的拼接方法对路面图像的拼接效果更佳,特征匹配阶段产生的匹配结果置信度更高.对于两幅路面图像的拼接,采...     

一种双向层间轮廓线线性插值方法

CT和MRI图像断层之间的距离通常大于断层内部间的像素的距离,为了实现断层图像层间的合理过度,需要对轮廓线进行线性插值。文中提出了一种双向的断层轮廓线线性插值方法。该方法首先对轮廓多边形进行逼近,然后从两个方向寻找最佳匹配点对,最后进行线性插值。该方法易于实现,执行速度快。实验结果表明这种方法不仅对形状相似的轮廓线插值效果好,对形状差异大的轮廓线也能得到令人满意的结果。     

Object tracking in image sequences using point features

This paper presents an object tracking technique based on the Bayesian multiple hypothesis tracking (MHT) approach. Two algorithms, both based on the MHT technique are combined to generate an object tracker. The first MHT algorithm is employed for contour segmentation. The segmentation of contours is based on an edge map. The segmented contours are then merged to form recognisable objects. The second MHT algorithm is used in the temporal tracking of a selected object from the initial frame. An object is represented by key feature points that are extracted from it. The key points (mostly corner points) are detected using information obtained from the edge map. These key points are then tracked through the sequence. To confirm the correctness of the tracked key points, the location of the key points on the trajectory are verified against the segmented object identified in each frame. If an acceptable number of key-points lie on or near the contour of the object in a particular frame (n-th frame), we conclude that the selected object has been tracked (identified) successfully in frame n.     

基于图像的六足昆虫的步态检测与三维重构

采用图像方法对六足昆虫进行步态规划,分析图像的颜色空间,选择标记点的颜色,根据颜色向量在颜色空间的夹角,提取关节点。利用区域搜索算法,检测轮廓,计算区域的质心,采用余弦定理计算各质心的夹角,结合俯视图、侧视图实现三维重构。实验表明该方法简单有效,最大误差10％,满足仿生机器人的步态规划要求。     

近距大偏角圆形目标的检测

圆形目标距离图像采集设备较近且存在较大偏转角时成像会产生严重的形变,给目标图像的自动检测带来了困难。提出了一种近距大偏角圆形目标的检测算法,利用闭运算处理,去除图像背景中的噪声,并采用嵌套双层轮廓提取方法实现目标轮廓提取,通过轮廓特征提取算法获得目标轮廓的初选轮廓,利用初选轮廓的细节特征信息确认目标轮廓。为了实现目标的高效检测,采用模板匹配算法进一步提高了算法运行效率以及稳定性。实验结果表明,所提出的检测算法可以有效地适应不同的背景环境,具有较强的鲁棒性和实时性。     

多尺度空间的自动形状模型的构造算法

提出一种基于多尺度的轮廓模型自动构造算法，可归纳出有形变的物体的轮廓结构．对于噪声及形变程度差异较大的轮廓，首先用多尺度的方法将轮廓分段匹配，根据每段曲线上的噪声和形变程度选择合适的滤波尺度；然后对由轮廓匹配得到的曲线段的对应关系进行归纳调整，得到它们的通用结构模型．该算法适用于对一类具有相同结构但局部存在不同程度噪声和形变的闭合轮廓建立模型，将其用在行人轮廓的建模上取得了较好的效果．     

基于改进的几何散列表的形状检索方法

文中介绍了一个基于内容的图像检索系统的设计和实现,它利用改进的几何散列技术能够获得快速而且准确的相似形状检索。系统包括四个主要部分:特征获取模块,查询管理模块,搜索引擎和一个散列表。特征信息收藏在散列表中,查询管理器接收用户的查询并从查询图像中提取出轮廓。特征获取模块对图像轮廓进行变换和量化,形成散列表的入口。给定一个视觉查询,查询代理通过使用多数投票算法对散列表进行搜索,得到一个形状具有潜在相似性的图像表。大量的实验表明该算法提供了一个可行的并且实用的相似性形状检索方法。     

基于形状分割的手写汉字笔划提取方法

笔迹鉴别的目的是区分不同的书写者,而笔划提取是笔迹鉴别的基础。本文提出了一种用于笔迹鉴别的手写汉字笔划提取算法,该算法定义了凹凸点与四种基本笔划相交类型的对应关系,通过字符图像轮廓上的凹凸点检测来确定笔划相交区域和相交类型;接着,在各个相交区域上,根据其笔划相交类型进行形状分割;最后,用对笔划轮廓两侧对应点进行跟踪的方法来进行细化。我们将该算法与基于细化和基于段化的笔划提取算法进行比较,实验结果表明,该提取算法具有比较高的准确率和有效性,因此本文提出的基于形状分割的手写汉字笔划提取方法具有较高的可操作性和实用价值。     

Geometric algorithm for dominant point extraction from shape contour

In this paper we propose a new algorithm for extracting dominant points from the real contour of a digital shape. A polygonal approximation of the shape can be obtained by the set of dominant points. In the proposed algorithm, in the first step before searching for dominant points, the real contour is made sparse using a geometric concept, named convex deficiency tree. This helps to select a set of candidate points from real contour. In comparison with break points (which are initial points in many algorithms), the set of candidate points is more heuristic and the ratio of them to the all points of the contour is lower. In the second step of the proposed algorithm, the less informative candidate points are removed in an iterative manner. After removing one candidate point, its adjacent positions are searched to find more stable position for its neighbors. The comparative result of the proposed algorithm with others shows its efficiency. The algorithm finds an effective polygonal approximation for digital shapes especially for the real contours, which makes the method more practical.     

A pattern adaptive thinning algorithm

A simple sequential thinning algorithm for peeling off pixels along contours is described. An adaptive algorithm obtained by incorporating shape adaptivity into this sequential process is also given. The distortions in the skeleton at the right-angle and acute-angle corners are minimized in the adaptive algorithm. The asymmetry of the skeleton, which is a characteristic of sequential algorithm, and is due to the presence of T-corners in some of the even-thickness pattern is eliminated. The performance (in terms of time requirements and shape preservation) is compared with that of a modern thinning algorithm.     

Tracking Deformable Templates Using a Shortest Path Algorithm

This paper proposes a new technique to track deformable templates. We extend the typical graph algorithms that have been used for active contour recovery to incorporate shape information. The advantage of graph algorithms is that they are guaranteed to find the global minimum of the energy function. The difficulty with their traditional use for active contours is that they consider only two pixels at a time when recovering the contour, making it impossible to enforce shape constraints. We define the deformable template as a polygonal contour, demonstrate the proper mapping between the image, the contour, and a graph, and show how to apply Dijkstra's algorithm to track contours in image sequences. Examples are shown for deforming contours, articulated objects, and smooth contours being tracked in simple and complicated backgrounds. We also provide an analysis of the computational requirements.     

Parallel algorithms for recognizing handwritten characters using shape features

Systolic algorithms suitable for VLSI implementation for recognizing handwritten characters using shape features are presented. Local shape features, namely start and end points, edge types and their join-relations in the contours of a given character, are first extracted using a systolic algorithm. The global features consisting of the actual sequence of feature points in the contours are then constructed from the local features using a novel systolic ranking algorithm designed for randomized linked lists. By training the algorithms on a set of 1200 handwritten numerals (120 per digit) a classification scheme is developed. A simple PLA like classifier is also presented. Handwritten numerals are recognized using a horizontal, a vertical and a diagonal scan. The scheme works well even if the images are rotated by an angle between −15 and +15 degrees.