基于区域划分的多特征纹理图像分割

由于纹理图像的复杂性和多样性,仅依靠传统的单一特征实现纹理图像分割无法满足其对分割精度的要求。本文提出结合区域划分的多特征纹理图像分割方法。首先,依据像素灰度的空间相关性定义多个纹理特征;然后利用区域划分将图像域划分成不同子区域,待分割同质区域由这些子区域拟合而成;通过分别定义多个特征图像的同质区域之间的异质性势能函数和刻画各子区域邻域关系势能函数来定义全局势能函数,并构建非约束吉布斯概率分布,从而建立纹理分割模型;最后,采用M-H算法采样上述概率分布,从而获得最优图像分割结果。分别对模拟纹理图像、遥感图像、自然纹理图像和SAR海冰图像进行了分割实验,并与利用单一特征得到的分割结果进行对比分析,定性和定量的测试结果验证了算法的有效性。     

基于补偿机制的NSCT域红外与可见光图像融合

针对传统基于非下采样Contourlet变换和脉冲耦合神经网络的图像融合方法易出现图像失真的缺点,本文提出一种基于小波变换与PCNN补偿的NSCT域内红外与可见光图像融合方法。首先将红外和可见光图像分别进行NSCT分解,得到低频分量和高频分量;然后对低频分量进行二维小波分解,得到1个低频子带和3个方向子带,对其低频子带采用局部能量加权的方法进行融合,其余3个子带采用绝对值取大的方法进行融合;NSCT分解的高频子带融合规则分为对最高层的融合和其他层的融合,最高层采用绝对值取大的方法进行融合,而其余层采用的是基于改进型的PCNN的方法进行融合;最后将得到的低频子带和高频子带进行NSCT重构获得融合图像。合成及真实图像集实验结果表明,本文算法相对于传统的融合方法增加了图像的纹理和细节信息,有效地抑制了图像失真问题,具有较高的融合精度与较快的融合效率。     

基于马尔科夫随机场的纹理图像分割方法研究

本文提出了一种改进的基于马尔科夫随机场(MRF)模型的纹理图像分割方法。利用分数阶微分运算对图像纹理细节和边缘轮廓信息的敏感性,将其引入图像纹理特征提取过程中,以获得完备的图像纹理信息,可以弥补传统算法中MRF特征场对图像纹理信息描述不足的缺陷。此外,为准确划分图像中不同的纹理区域,利用模糊熵准则对分割结果进行进一步优化,以降低噪声干扰、减少区域内错分点。实验证明,本文所提出的改进方法可以完善地提取图像的纹理细节和边缘轮廓信息,有效提高分割的准确性,改善分割图像的视觉效果。     

利用自适应纹理分布的活动形状分割前列腺磁共振图像

基于前列腺磁共振图像性质,提出利用自适应纹理分布的活动形状图像分割方法来自动分割前列腺磁共振图像.该方法首先通过图像的分类与拟合确定感兴趣的腺体区域,同时估计若干形状参数用于分割过程中调整形状;然后融人多重纹理信息,建立纹理一致测度,将传统的活动形状按照自适应的纹理判别步骤细分为纹理分布形状与补充形状,提高活动形状的搜索匹配能力.在搜索匹配部分,利用已估计参数优化活动形状搜索的初始估计,并根据纹理分布形状和补充形状调整迭代过程.实验结果表明,该方法分割出来的前列腺轮廓与金标准的Hausdorff距离为6.00 pixel,分割精度为93％.该方法对活动形状的改进是有效的,利用自适应纹理分布的活动形状能够自动、准确地将前列腺从磁共振图像中分割出来.     

结合神经网络和MRF的彩色纹理图像分割方法

在Bayesian框架下利用MRF模型进行纹理分割时,简单的纹理特征概率模型(比如高斯模型)难以准确描述其分布特性而复杂的概率模型设计又非常困难,这极大地影响了分割的精度。针对这一问题,设计了一种能充分利用神经网络建模图像特征场的方法。基于该特征场建模方法,提出了一个监督方式的彩色纹理图像的分割算法。该算法在贝叶斯框架下进行,分别采用神经网络和Potts模型描述特征场和标记场的概率分布,并基于极大后验概率(MAP)准则获取分割结果。多幅彩色纹理图像的分割实验表明,该分割算法对彩色纹理图像比传统的ICM算法具有更好的分割性能。     

基于机器学习识别与标记分水岭分割的盲道图像定位

视觉导盲仪是一种旨在解决盲人出行困难的导盲设备,为了实现视觉导盲仪诱导盲人找到盲道并沿盲道行走,提出了一种基于机器学习识别与标记分水岭分割的盲道图像定位算法,通过离线训练与在线的识别、分割来定位盲道区域。首先对盲道图像进行视角变换的预处理,根据盲道的地面方程将变化的倾斜视角转换为固定的俯视视角,消除射影变换带来的失真;然后利用局部二进制模式描述子提取鸟瞰图的纹理特征,以自适应增强学习算法离线训练盲道识别分类器;进而利用分类器对鸟瞰图像进行在线识别,粗略确定盲道区域;最后将识别结果进行形态学处理后作为标记,利用标记分水岭算法得到精确分割的盲道区域并定位盲道中心线。在研制的视觉导盲仪上进行验证,结果表明盲道定位准确率达到了95.44%,速度平均每秒8帧,具有高准确率的同时达到实时性要求,为盲道的准确三维定位提供了必要条件。     

一种鲁棒的室外金属标记物图像分割算法

针对光照环境或金属表面反光等干扰因素对图像分割的影响,提出一种基于大津法并结合局部阈值思想的图像分割算法。该算法首先根据分割目标特征对图像进行合理分块,在每个子图像内通过大津法得到各子图像阂值,然后利用图像边缘特征信息,构建目标、背景判断准则,并基于一定规则选取相关阈值插值点。在阈值插值点附近搜寻所有可能的边界点,利用凸包方法得到补充插值点后,对所有的插值点进行双三次插值得到动态阎值平面,实现对图像的自动分割。实验结果表明该算法对于不均匀光照背景图像有很好的分割效果,并且特别适用于物体表面反光的情况。     

基于形态学top-hat变换的支票方形印鉴自适应分割方法

摘要：目的：为了准确分割支票中的方形印鉴图像,为印鉴真伪自动识别提供无失真的二值待验图像和预留图像,本文提出一种基于top-hat变换的自适应形态学分割算法。方法：根据支票印鉴的色彩信息和拓扑结构特点得到方形印鉴的灰度图像。为了准确分割印鉴中具有不同笔划结构和背景均匀度的印鉴成份,印鉴灰度图像被分成四个子区域。对每个子区域中的字符和印框分别作top-hat变换增强图像细节后,再用Otsu方法二值化。Top-hat变换中所用结构元素的尺寸对分割结果有很大影响。本文根据每个子区域中印框和字符的结构特点分别迭代地计算适用于它们的最佳尺寸结构元素。结果：分割350枚不同支票方形印鉴,分割准确率为99.43%。可以准确地分割笔划复杂且分布密集的方形支票印鉴图像。结论：能够准确分割支票方形印鉴图像,有效的减少了分割结果中容易出现的笔划粘结和残缺失真,降低了对原始印鉴图像的质量要求。     

结合投影误差校正的快速SIFT图像拼接

针对现有图像拼接方法实时性受限的问题,提出了一种通过对图像拼接中重叠区域部分图像特征检测和投影误差校正两部分相结合的快速图像拼接方法。首先,该方法特征检测范围仅集中在待拼接图像重叠区域的部分图像块,从中获取尺度不变特征变换(SIFT)的特征点信息。然后,在特征匹配后应用投影误差校正方法,达到充分利用有限匹配点对计算出高精度投影变换矩阵的目的,避免了不必要的特征检测和匹配搜索,继而大大加快了图像拼接速度。最后,结合图像拼接的质量评价方法对图像拼接结果做出质量分析,以反映改进方法的性能。实验结果表明:对比文献所提出的快速图像拼接方法,本文方法在保证图像拼接质量的前提下显著降低了拼接时间;在所给的3组实验图像中,拼接速度平均提升了54%左右,证明了本文方法的可行性和有效性。     

基于全局相似性约束的多视点图像拼接

针对在大视差场景下进行图像拼接时容易出现的扭曲、失真、重影等现象，提出了一种基于全局相似性约束的多视点图像拼接算法。在传统细分网格模型的基础上，添加一个先验的全局相似约束项，对待拼接图像在整体上进行相似性转化，同时分别选取视角不同、亮度不同、复杂场景的三组图像，与已有算法的拼接效果进行对比，并采用质量评价方法对图像进行客观评价。结果表明：提出的方法在拼接效果上可以有效降低已有方法对大视差图像拼接时产生的扭曲和重影，且质量评价提高了10%以上；由于对图像的视角及场景深度无严格要求，因而具有良好的适应性，能够更自然地拼接大视差图像。     

形貌视觉测量中立体拼接靶标的设计及应用

设计了一种正六棱柱形状的立体拼接靶标,以靶标侧面6个棋盘格的角点作为全局控制点。基于近景摄影测量技术,建立立体靶标的6个单元模型,通过计算模型内摄站间的相对位姿,推导出棋盘格角点在所属单元模型的局部坐标。以公共棋盘格为中介,确立相邻单元模型的坐标系转换关系。建立靶标的全局坐标系于1号棋盘格,推导该棋盘格平面与其像平面间的单应性矩阵,从而确立全局坐标系和1号棋盘格所处单元模型的坐标系的转换关系。依次递推实现全局坐标系和每个单元模型坐标系的转换,进而计算出全部靶标角点的全局坐标,再经光束平差算法获取精确值。以玻璃表面棋盘格的角点间距作为评价指标,拼接精度优于0.15 mm/m。基于立体拼接靶标的拼接试验表明,实体模型表面4个子区域的局部点云可被精确地拼接成整体点云。与基于全局控制点和平面靶标的拼接方法相比,本方法亦具有更高的拼接精度。     

四元数矩阵在航天相机像面位置求解中的应用

研究了四元数矩阵在航天相机像面位置求解中的应用.提出了一种功能等同于齐次旋转变换矩阵的改进的四元数变换矩阵,并依据多体系统理论,利用改进的四元数变换矩阵和齐次坐标变换矩阵两种方法推导出了对应于地面景物的两种航天相机的像面位置模型,阐述了利用四元数实时求解的算法来获得各像点的像面位置的实时解的方法.同时对这两种求解方法进行了计算机模拟.结果证明,利用改进的四元数变换矩阵方法的求解速度比利用齐次坐标变换矩阵的方法快一些.     

结合仿射变换和多层B样条配准的湍流畸变图像校正

为解决大气湍流引起的图像抖动和图像偏移问题,提出了一种结合仿射变换和多层B样条配准的图像校正方法。由于湍流像素偏移具有非线性和随机性,且序列中常伴有成像系统运动引起目标全局运动,该方法将像素校正分为整体运动校正和局部非刚性配准两部分。采用仿射变换描述目标整体运动;引入多分辨率策略处理像素偏移,利用多层B样条对湍流引起的局部形变进行非刚性配准。基于对称约束的代价函数,通过梯度判定感兴趣区域,进一步细化控制点网格提高B样条配准精度。最后,采用有限内存拟牛顿法优化代价函数,得到像素偏移量,实现畸变图像的像素校正。对真实图像和实际序列图像分别进行了实验,结果表明:该方法能够有效降低湍流造成像素偏移畸变,在噪声和模糊干扰下校正结果依然理想。     

A Gaussian process and image registration based stitching method for high dynamic range measurement of precision surfaces

Optical instruments are widely used for precision surface measurement. However, the dynamic range of optical instruments, in terms of measurement area and resolution, is limited by the characteristics of the imaging and the detection systems. If a large area with a high resolution is required, multiple measurements need to be conducted and the resulting datasets needs to be stitched together. Traditional stitching methods use six degrees of freedom for the registration of the overlapped regions, which can result in high computational complexity. Moreover, measurement error increases with increasing measurement data. In this paper, a stitching method, based on a Gaussian process, image registration and edge intensity data fusion, is presented. Firstly, the stitched datasets are modelled by using a Gaussian process so as to determine the mean of each stitched tile. Secondly, the datasets are projected to a base plane. In this way, the three-dimensional datasets are transformed to two-dimensional (2D) images. The images are registered by using an (x, y) translation to simplify the complexity. By using a high precision linear stage that is integral to the measurement instrument, the rotational error becomes insignificant and the cumulative rotational error can be eliminated. The translational error can be compensated by the image registration process. The z direction registration is performed by a least-squares error algorithm and the (x, y, z) translational information is determined. Finally, the overlapped regions of the measurement datasets are fused together by the edge intensity data fusion method. As a result, a large measurement area with a high resolution is obtained. A simulated and an actual measurement with a coherence scanning interferometer have been conducted to verify the proposed method. The stitching result shows that the proposed method is technically feasible for large area surface measurement.     

鱼眼镜头径向畸变的校正方法

针对鱼眼图像存在的径向畸变,提出了一种通过计算鱼眼镜头径向畸变函数来校正鱼眼图像的方法。首先,根据鱼眼镜头本身的特性运用Hough变换获取鱼眼图像的圆心以及校正半径;运用所提出的圆柱形棋盘格模版来完成径向畸变的标定,通过多项式拟合出鱼眼图像直径上采样点到圆心的距离和实际该采样点像点对应的物点所在视角之间的关系,从而将鱼眼图像恢复到球形投影面上;最后运用平面投影模型矫正出符合人类视觉感官的平面透视图像,并用一个圆柱形的投影面校正出了360°全景图。最后的实验结果证明了此方法的有效性。     

IPSW 方法及其在变工况滚动轴承 退化状态跟踪中的应用

感知获取的一维快变信号不仅受工况变化的影响,且无法避免地受到噪声干扰,此时传统的相空间曲变(PSW)方法提取的健康指数(HI)将无法胜任变工况下的滚动轴承退化趋势跟踪。针对这一问题,提出了改进的相空间曲变法(IPSW)。从确保PSW分量的独立性及其信息最大化的角度出发,通过高维重构分量间的综合平均互信息局部极小化和互信息熵局部极大化,避免高维重构相空间相轨迹发生扭曲和缠绕,并对慢变损伤趋势项与工况变化干扰项进行解耦,实现独立于工况变化的、反映故障演化趋势的HI提取。仿真及实验信号验证结果表明:基于IPSW方法提取的HI能够有效避免转速变化的影响,对轴承损伤退化趋势进行有效跟踪。     

面向汽车车架纵梁检测的序列图像快速拼接算法

根据汽车车架纵梁检测的实际要求，构建了实时视觉检测的系统装置。提出了一种改进的基于频域的FFT 拼接算法，用于拼接汽车车架纵梁的序列图像。该算法首先在相邻图像的重叠区域选取一块较大的区域，构成一幅新的图像，然后求出两幅图像的互功率谱，经傅立叶反变换后得到一个二维脉冲信号。通过求该脉冲信号的最大值来获得图像的配准参数。然后，提出了一种新的基于Canny算子的加权图像平滑算法用于图像的融合。该算法对于图像的光照变化和噪声等因素具有一定的适应性，而且拼接速度较快，适用于大量有特征序列图像的快速拼接。     

Seamless stitching of tile scan microscope images

For diagnostic purposes, optical imaging techniques need to obtain high‐resolution images of extended biological specimens in reasonable time. The field of view of an objective lens, however, is often smaller than the sample size. To image the whole sample, laser scanning microscopes acquire tile scans that are stitched into larger mosaics. The appearance of such image mosaics is affected by visible edge artefacts that arise from various optical aberrations which manifest in grey level jumps across tile boundaries. In this contribution, a technique for stitching tiles into a seamless mosaic is presented. The stitching algorithm operates by equilibrating neighbouring edges and forcing the brightness at corners to a common value. The corrected image mosaics appear to be free from stitching artefacts and are, therefore, suited for further image analysis procedures. The contribution presents a novel method to seamlessly stitch tiles captured by a laser scanning microscope into a large mosaic. The motivation for the work is the failure of currently existing methods for stitching nonlinear, multimodal images captured by our microscopic setups. Our method eliminates the visible edge artefacts that appear between neighbouring tiles by taking into account the overall illumination differences among tiles in such mosaics. The algorithm first corrects the nonuniform brightness that exists within each of the tiles. It then compensates for grey level differences across tile boundaries by equilibrating neighbouring edges and forcing the brightness at the corners to a common value. After these artefacts have been removed further image analysis procedures can be applied on the microscopic images. Even though the solution presented here is tailored for the aforementioned specific case, it could be easily adapted to other contexts where image tiles are assembled into mosaics such as in astronomical or satellite photos.