基于改进标记的高分辨率遥感图像分水岭分割方法

扩展最小变换是标记分水岭变换中常见的标记提取方法,但实验证明,基于该方法的图像分割结果在地物边缘处仍会存在破碎多边形。本文采用一种新的标记提取方法,首先利用高斯低通滤波器对梯度图像进行平滑,然后在梯度图像的低频成分中利用扩展最小变换提取标记,最后利用二值标记图像对原始梯度图像进行梯度重建,分水岭变换在重建后的梯度上进行。实验证明,该方法可以有效地去除地物边缘处的破碎多边形。     

基于全变差的Bandelet变换域SAR图像相干斑抑制方法

根据SAR图像的特性,提出了一种基于全变差最小化的Bandelet变换域SAR图像相干斑抑制方法。该方法首先对SAR图像进行Bandelet变换,得到图像的Bandelet系数和几何流,然后采用主成分分析法提取图像的Bandelet系数和几何流的主成分,利用全变差最小化的方法确定阈值,并通过循环递归运算处理重构后的图像。实验表明:该方法在抑制图像相干斑的同时较好地保留了几何结构信息,并去除了伪吉布斯现象。     

多边形图像与背景分离方法研究

针对轮廓为规则多边形或可拟合为多边形的目标图像其背景为强噪声干扰,而采用常规的滤波法无法滤除背景中的强噪音且没有通用性的情况,提出了一种用Ramer算法对轮廓进行递归细分拟合出目标轮廓的近似多边形,采用Hough变换为主的方法将此多边形目标与背景分离,解决了Hough变换中的邻域选取、交点检测和确定轮廓点的问题,在MATLAB/Simulink环境下编写了相关程序。对四边形和六边形图像进行了实验验证,效果良好。     

基于SIFT的抗几何攻击局部化图像水印

基于尺度不变特征变换(SIFT)实现一种抗几何攻击数字水印.对SIFT进行图像特征点的检测,选择合适的特征点生成载体图像中的圆形区域,将圆形区域划分为扇形区域,然后采用空域奇偶量化方法进行水印信息的嵌入.为抵抗几何攻击,检测前基于SIFT稳定特征点实现图像缩放和旋转角度的估计,并就估计结果进行图像缩放和旋转恢复,对恢复后的图像进行数字水印的检测.实验证明,该方法对几何攻击具有较强的鲁棒性.     

一种基于中点画圆算法的改进Hough变换检测圆方法

为了对机械零件图像中的圆形几何特征进行视觉检测,将中点画圆算法与Hough变换相结合,提出一种基于中点画圆算法的Hough变换检测圆的新方法,并对中点画圆算法中的浮点运算等方面进行了改进。给出了该新方法的具体实施步骤和检测结果,表明了该方法的可行性。最后,通过对比实验验证了该方法的有效性。     

基于小波变换的乳腺肿瘤B超图像识别的研究

通过小波变换的原理对正常乳腺B超图像和病变乳腺B超图像进行小波分解,对图像进行小波去噪处理,再对图像进行小波特征提取。通过人工神经网络的方法对图像的特征参数进行统计分析,得出正常的乳腺B超图像和发生病变的B超图像之间的区别,从而判断哪些图像发生病变。仿真实验表明,该方法相对于医生凭经验判断有更高的准确率。结论：采用小波变换方法将图像分解、去噪并提取出来的特征参数可以有效地将两类图像区分开来,医生根据量化特征参数进行诊断,提高乳腺肿瘤临床诊断的准确率。     

图像几何特征参数快速提取算法

图像分类识别是计算机视觉系统的重要组成部分,而正确快速地提取目标特征参数是图像分类识别的前提。本文针对目前图像几何特征参数提取算法存在运算量大的问题,提出一种快速的几何特征提取算法。算法首先采用顶点链码对图像连通区域进行编码,使之映射为一个闭合区域,然后将顶点链码的方向码与离散格林定理相结合,把曲面积分变为曲线积分,使多种几何特征参数的计算均可统一在该算法框架下。实验表明,该方法具有多参数计算统一性、运算量小、可适用于特殊区域等特点。     

基于Hough变换的金刚石颗粒测量方法研究

针对金刚石颗粒图像分析时的颗粒边缘非闭合性问题,本文提出了一种基于Hough变换的金刚石颗粒测量新方法。该方法首先对图像进行形态学去噪、平滑滤波和Canny边缘检测等预处理,得到金刚石颗粒图像的初始边缘曲线,然后采用Hough变换提取边缘曲线的直线特征,并通过极径和极角对多个直线特征进行判断和图形识别,得到确定的金刚石颗粒边缘轮廓,最后对得到的边缘轮廓进行拟合,测量出金刚石颗粒的粒径、椭圆度和圆度等参数大小。该方法在VC+ 环境下,用OpenCV编程技术对其进行了实验验证,结果表明：该方法可以准确快速地测量出金刚石颗粒特征参数,为金刚石颗粒的等级评定提供了技术支持。     

基于Hu-GLCM的手势识别方法研究

针对手势识别过程中单一手势特征对手势描述的不足,提出了一种基于改进Hu矩和灰度共生矩阵GLCM的手势识别方法 Hu-GLCM。首先利用肤色模型对采集的图像分割出手势区域;其次采用数学形态学和多边形拟合的方法提取手势的单连通轮廓,利用改进Hu-GLCM算法提取手势的几何形状特征和纹理特征并建立模板数据库;最后通过扩展的Canberra距离对手势图像进行识别和分类。实验结果表明,该改进算法对7种手势的平均识别率达到95%以上,且计算速度快,能够满足实时性的需求。     

基于Krawtchouk矩和小波变换的数字水印算法

提出了一种基于Krawtchouk矩和小波变换的抵抗几何攻击的内容认证水印算法。该方法首先对图像进行一次小波分解，然后计算其低频成分的Krawtchouk低阶矩不变量来构建水印。水印提取过程简单，只需计算所得图像的几个低阶Krawtchouk矩不变量。文中给出了实验结果，并与Alghoniemy提出的基于几何矩不变量的数字水印算法进行了比较。结果表明，该方法简单、有效，对旋转、缩放、剪切、组合攻击等几何攻击以及JPEG压缩攻击具有更高的稳健性。     

基于监督式机器学习的零件几何特征智能识别

针对在采用机器视觉的无夹具定位的壳体类零件几何参数检测过程中,需要先智能识别零件几何特征以规划检测路径的问题,提出一种基于监督式机器学习的几何特征智能识别方法。利用壳体零件待识别特征的中心位置关系构成特征矩阵,利用监督式机器学习算法进行识别,提出一种基于特征唯一性的纠错方法对分类过程中产生的识别错误进行纠正。对于所涉研究实例,零件共有4个待识别孔,在5次监督式训练后智能识别准确度达100%。     

基于视频的车辆几何参数提取与车型分类

针对车辆自动分类需求,通过引入地理信息系统空间形态的描述方法,给出车辆侧面图像的几何信息描述参数和计算方法,设计用于车辆分类的几何特征参数及其组合参数,基于侧视轮廓的几何特征,提出车辆轮轴参数的自动提取方法,设计一个基于几何形态参数的车型自动分类器。实验证明该方案的有效性。     

基于核极化的特征选择在LSSVM的应用

为了对最小二乘支持向量机中样本的各个特征的差异性进行研究,引入了多参数高斯核,在分析核极化几何意义的基础上,提出了基于核极化梯度迭代优化多参数高斯核的特征选择算法。利用核极化梯度迭代算法对样本中每个特征的重要性程度进行测定;按特征的重要性大小进行LSSVM样本的特征选择;运用LSSVM对选出的特征子集进行训练和测试,称该方法为KP_LSSVM。UCI数据集上的实验结果表明,相较于PCA_LSSVM、KPCA_LSSVM和LSSVM方法,提出的方法可以取得更为准确的分类结果,验证了该方法的有效性。     

基于快速尺度空间特征检测的手势识别方法

在基于几何模型的手势识别方法中,尺度空间特征检测是一种最常用的方法。由于传统方法涉及大量的高斯卷积运算,计算非常复杂。提出了一种快速的尺度空间特征检测方法,采用一组简单的矩形特征模板近似传统方法中复杂的高斯导数卷积模板,得到了尺度空间几何特征的快速检测子。通过对手势图像中Blob和Ridge结构的检测,得到手掌和手指结构的描述,进而完成手势识别。矩形特征模板的卷积可以用积分图进行快速计算,该方法使特征检测的速度得到了很大提高。在标准数据集和自然环境图像数据上的实验结果表明,该方法在保证识别准确率的同时,有效地提高了手势识别的实时性。     

基于显著几何特征的文物碎片分类

采用传统的基于文物碎片形状特征的分类方法对外形受损的文物碎片准确率低下。 有浮雕或者印记的文物表面存在一些规律性的显著几何特征,提取此类特征结构可更好地描述 受损文物形状特征。提出一种基于显著几何特征的文物碎片分类方法。首先给出显著几何特征 的定义并计算代表模型表面局部区域的局部表面描述符,然后通过对局部表面描述符聚类来提 取兵马俑碎片表面的显著几何特征,最后运用EMD 方法对显著几何特征进行匹配并确定分类。 实验结果表明该方法对兵马俑碎片的分类具有较高的准确率。     

面向情感语音识别的非线性几何特征提取算法

针对现有时域、频域属性特征在区分情感状态上存在的局限性,提出一种基于相空间重构理论的非线性几何特征提取方法。首先,通过分析情感语音信号的最小延迟时间和嵌入维数来实现相空间重构;其次,在重构相空间下分析并提取基于轨迹描述轮廓的五种非线性几何特征;最后,结合韵律特征、MFCC特征和混沌特征,设计实验方案验证所提特征区分情感状态的能力并通过特征选择获得情感信息完整的最优特征集合。选用德语柏林语音库中的五种情感（高兴、悲伤、中性、愤怒、害怕）作为实验数据来源,支持向量机作为识别网络。实验结果表明：与韵律特征、MFCC特征和混沌特征相比,所提特征不仅可以有效地表征语音信号中的情感差异性,也能够弥补现有特征在刻画情感状态上的不足。     

基于超像素形状特征的图像复制粘贴篡改检测算法

针对传统图像复制粘贴篡改检测方法中划分子块的数目过大导致算法时间复杂度过高且抵抗几何变换能力较弱的问题,提出一种基于超像素形状特征的图像复制粘贴篡改检测算法.首先提出基于小波对比度自适应划分超像素的方法分割图像并提取稳定的特征点;然后提出新颖的形状编码方式提取超像素形状特征,并与特征点融合,估计可疑伪造区域;最后对可疑伪造区域进行二次超像素分割和匹配,精确定位篡改区域.实验结果表明,提出的算法具有抵抗几何变换、噪声、模糊和JPEG压缩的能力.     

A surface based approach to recognition of geometric features for quality freeform surface machining

The paper presents a surface-based approach for geometric feature recognition for the purpose of automating the process planning of freeform surface machining. The proposed approach consists of the following four steps for recognition of the geometric features: conversion and preprocessing of the surface geometry data, subdivision of NURBS surface, reconstruction of surface orientation areas, and recognition of geometric features. The proposed scheme assumes that the input geometry data form is based on an IGES CAD model and the surface model can be represented in the form of trimmed NURBS surfaces. The connectivity relations of the product surfaces are analyzed and each surface is subdivided into orientation regions based on the surface normal vector over a certain point density grid, and then all the connected regions with the same orientation type are grouped into surface orientation areas. After that, the geometric feature will be recognized through the analysis of area connectivity and relationship. The paper describes the developed algorithms on surface orientation region subdivision, surface orientation area reconstruction, and geometric feature recognition. The verified feasibility study of the developed method is also presented.     

结合特征点与极谐变换的图像拼接

提出了一种新的结合特征点与极谐变换（Polar Harmonic Transform,PHT）的图像拼接算法。利用Harris角检测器提取图像中的特征点,计算特征点圆形邻域的PHT特征矢量,并通过计算欧氏距离作为特征点匹配的依据提取出初始特征点对。根据几何变换模型剔除伪匹配对,利用正确映射模型计算出变换参数,采用加权平均法得到图像的拼接结果。实验结果表明了算法的有效性。