A novel mesh subdivision algorithm for dense reconstruction from multi-image based on preliminary model

To solve the disadvantages of the recent three-dimensional (3D) reconstruction methods, this paper presents a dense reconstruction algorithm which incorporates image features into the mesh subdivision. A preliminary model is deformed from statistical deformation model (SDM) to catch the roughest features, and later densified under a multi-resolution frame to achieve a dense model until all image features are used. In every round of this framework, the image features are detected, and then cut into planar points. At the same time, the transitional model is re-projected into views, and all images are segmented to triangles. So the planar points are constrained by these triangles, and the corresponding relations among these triangles are certain. Then some new spatial points are generated from these planar points and subdivide the transitional model. Later, the transitional model is re-arranged to get a right topology, and becomes denser. This method contributes three novelties: (1) there is an inherited relationship between the later points and the early points; (2) if the hierarchy of multi-resolution frame and the number of new spatial points at every round are set appropriately, the transitional model evolves with a correct topology; (3) the density of the final model is proportional to the information account of views. The experiment validates these virtues.     

A novel automatic suspicious mass regions identification using Havrda & Charvat entropy and Otsu's N thresholding

Mass detection is a very important process for breast cancer diagnosis and computer aided systems. It can be very complex when the mass is small or invisible because of dense breast tissue. Therefore, the extraction of suspicious mass region can be very challenging. This paper proposes a novel segmentation algorithm to identify mass candidate regions in mammograms. The proposed system includes three parts: breast region and pectoral muscle segmentation, image enhancement and suspicious mass regions identification. The first two parts have been examined in previous studies. In this study, we focused on suspicious mass regions identification using a combination of Havrda & Charvat entropy method and Otsu's N thresholding method. An open access Mammographic Image Analysis Society (MIAS) database, which contains 59 masses, was used for the study. The proposed system obtained a 93% sensitivity rate for suspicious mass regions identification in 56 abnormal and 40 normal images.     

基于U-Net的列车轮对激光曲线提取

研究列车轮对条纹图像快速准确提取的方法,采用经典的U-Net网络模型,实现了激光条纹的精确分割,以构建模板的方式对分割后的图像采用灰度重心法达到亚像素的提取。首先利用U-Net网络模型对激光条纹进行分割,然后用模板法初步找到光条中心,最后再使用灰度重心法实现快速、准确的激光曲线提取。结果表明,该方法可以有效地克服动态环境下背景噪声以及亮斑对激光条纹提取带来的影响。     

距离保持水平集在汽车门锁图像分割中的应用研究

针对基于机器视觉的汽车门锁装配尺寸检测系统中摇臂距离的检测问题,研究了距离保持水平集的图像分割算法。该算法是将轮廓表示为一个符号函数,符号函数的零水平面与实际轮廓相对应,并在能量泛函中加入了内部能量泛函,表示两个函数之间的差异。实验表明,与一般的基于边缘检测的图像分割算法相比较,该算法能够很好的解决汽车门锁图像中摇臂外弧线分割问题,提高了汽车门锁检测系统的精度。同时,该算法也可应用到其他类似工业装配件局部图像分割中。     

基于视觉信息的移动机器人控制系统设计

机器人的视觉相当于机器人的眼睛,机器人视觉系统是当下研究热点。本文主要研究基于视觉信息的机器人系统,通过对获得的图像信息的处理来实现对机器人的控制。详细讨论了摄像机标定、图像处理等方面的设计,实现了对机器人控制系统的设计。     

基于嵌入式的复合绝缘子憎水性检测方法研究

为了客观、快速、准确地测量在线或离线复合绝缘子表面的憎水性,依据憎水性分级法(HC),设计了一套便携式绝缘子憎水性检测装置。该装置通过一系列简单、有效的图像处理和分类方法,实现了嵌入式平台上的绝缘子憎水性判断。首先采用一种基于边缘的图像分割方法提取水珠目标,然后采用一种综合决策树实现目标的训练和分类。结果表明:该装置能在无辅助光源的自然光条件下判定复合绝缘子的憎水性,且处理速度快、实现方便,避免了人工观测的主观性和不确定性,具有较高的精度和实用性。     

基于多特征融合条件随机场的人脸图像分割

由于发型、头部姿势、服装、遮挡等现象的多样性,人脸图像分割一直是一个具有挑战性的课题。为了提高复杂背景图像的人脸分割正确性,提出了一种基于多特征融合条件随机场（CRFs）的方法。该模型建立在图模型上,图中的每一个节点对应一个超像素,每一条边缘则连接一对相邻的超像素。使用颜色和纹理特征定义节点的能量函数（一元能量函数）,使用位置信息和相邻超像素之间的差异定义边缘的能量函数（二元能量函数）。分割是通过条件随机场融合节点能量函数和边缘能量函数推理而得。考察了该模型在2个无约束人脸数据库上的分割性能,实验结果表明该方法可以有效地从复杂人脸图像中分割出面部皮肤、头发和背景区域。     

基于相位相关法的图像拼接系统设计

图像拼接技术可以将一组相关的图像碎片依据一定的方法进行拼接使其形成一幅完整的、高清的图像技术。为了快速、准确的对这些图像碎片进行拼接,研究了大量的图像拼接算法,并对这些算法进行实验测试,通过对各种算法进行比较、分析发现基于相位相关法的图像拼接算法其程序实现简单且具有好的鲁棒性。最后利用MATLAB语言开发了基于相位相关法的图像拼接系统,通过仿真、测试表明开发的系统与现有的图像拼接系统相比较具有较好的稳定性和准确性。可推广到实际生活中,具有一定的应用价值。     

一种改进的基于Viterbi的语音切分算法

主要针对文本提示型说话人识别中语音切分高精确度要求的问题,在利用Viterbi算法的语音切分基础上,提出了向后平滑搜索多帧能量极小值的语音切分方法。该算法首先对0~9的每个数字建立模型,然后利用Viterbi算法对随机数字串进行切分得到初始切分点,最后利用搜索多帧能量极小值的方法更新原始切分点。实验表明,相比于传统的切分算法,在误差范围小于20 ms之内,改进算法的切分准确率由82.1%提高到88%。