一种稳健的直线提取算法

直线是图像分析中一种非常重要的中层描述符号.已有的提取算法较多,但都存在一些缺陷,限制了它们的使用范围.提出一种稳健的直线提取算法,设计了一系列的方法来克服实际图像中存在的种种干扰和噪声.首先提取并细化边缘,然后利用卡尔曼滤波器跟踪边缘点,获得直线支持区,最后设计一种稳健的方法来拟合直线支持区.实验结果表明,这种算法具有良好的性能,适应于较广范围的实际图像.     

一种新的轮廓提取方法及其在MR-CT配准中的应用

提出一种新的轮廓提取算法,并将这种算法应用到刚体配准.这种新的轮廓提取算法通过属性的大小自动获得属性算法中的属性阚值及其对应的灰度阚值,对灰度阙值对应的层集进行属性运算后再应用梯度算子得到轮廓.该算法具有强抗噪性而且轮廓边缘保持完好.本文还提出该算法的性质并证明.这种算法提取的脑MR-CT图像的轮廓非常相似,即将多模态配准转化为单模态配准.实验证明配准精度大大提高.     

一种新的直线提取算法研究

研究了一种快速的图像直线提取算法。将边缘按方向划分成若干子边缘,利用判据从子边缘提取出局部直线,然后依据准则合并相应子边缘得到全局直线及参数。准确提取出图像中的直线特征及端点和方向等参数。实验结果表明,算法比Hough变换更准确、快速、可靠地提取图像的直线特征。     

一种快速的复杂多边形匹配算法

提出了一种能够快速进行复杂形状多边形匹配的算法，该算法基于正切空间表示，先对复杂多边形进行离散曲线演化，再将得到的简化多边形分为一系列最大凸/凹弧线，并选择每段最大凸弧线的起点作为匹配的起始点进行匹配。实验结果证明该算法不但能够对复杂多边形快速而精确的匹配，而且具有不受噪声影响的优点。     

一种基于多特征融合的直线提取算法

该文研究了一种在图像中提取直线的算法。直线提取需要尽量将那些因噪声影响而断裂的直线连接起来,同时,还要尽量避免过度连接,才能形成正确反映图像事件实质的特征。该文使用了多种特征作为判断直线是否可以连接的证据,因而降低了误判的可能。对仿真图像和真实图像所做的实验显示了该算法的有效性。     

一种快速实用的特征点匹配算法

该文提出的方法,使用了基于投影的粗筛选和候选点的策略,使用基于距离约束对匹配点对进行校正和消除错误匹配,提高计算速度和可靠性。实验结果证明,提出的方法具有较大的实用性。     

一种基于激光传感器的自适应直线提取算法

针对Split-and-Merge直线提取算法对参数敏感和运算效率低的问题,提出一种基于该算法的自适应直线提取方法,根据自适应阈值对激光数据进行邻近点簇分割,基于Prototype-based fuzzy clustering算法对邻近点簇进行线段分割,利用最小二乘拟合直线参数。实验结果证明,该方法显著提高了线段分割的鲁棒性和线段提取的精度,以及算法的运算效率。     

一种基于HSV颜色空间和SIFT特征的车牌提取算法

为了克服SIFT算法直接应用在车牌提取中表现出来的执行时间过长、误配率高的缺陷,提出了一种基于HSV颜色空间与SIFT特征的两级车牌提取算法,先使用HSV颜色空间确定车牌的候选区域,进行快速粗定位,再使用SIFT算法对候选区域进行精确定位与倾斜校正,在精确定位的同时也完成了对车牌汉字的辨识。这种方法不仅减少了SIFT特征的计算量,而且也避免了复杂背景对于SIFT特征匹配的干扰,大大提高了匹配准确率。最后通过编程实验证实本算法有良好的性能。     

一种直线提取的新方法

直线提取是版面分析中的一个重要过程。该文提出了基于Hough变换的结构元素构造方法(HTSEC)以及基于数学形态学的直线提取方法(MMLE)，即首先将灰度文档图像利用半色调技术转换为二值图像，利用Hough变换检测直线倾斜角度以动态构造结构元素，然后利用数学形态学方法提取文档图像中的直线。     

基于直线特征的图像配准算法

为实现高效率、高精度的图像配准,提出了一种利用图像边缘直线特征的图像配准算法。首先利用LoG算子提取参考图像和待配准图像的边缘信息,利用Hough变换提取图像边缘信息中的主要直线;然后以直线特征定义了参考图像和待配准图像的相似性度量,以此度量估计旋转角度,找出直线组的对应关系;最后在这些直线组中选取配准控制直线,计算配准参数,对图像配准。经过实验,验证了该算法的有效性。     

一种基于特征编组的直线立体匹配全局算法

由于直线断裂、遮挡以及共面空间直线投影等因素的影响,从左右图像中提取出来的直线之间会出现"一配多"甚至"多配多"的匹配情况,然而目前很少有算法能可靠地处理这些情况.提出了一种基于特征编组的匹配算法来解决它.与已有方法不同,该方法是在由两幅图像共同组成的直线集上进行编组.每个特征编组包含了内部直线之间的匹配关系.这样,直线匹配的问题就转化为从直线集中提取一些相互兼容的特征编组的问题.整个算法分为两步:首先在几何和辐射约束的前提下构建所有可能的特征编组,并计算每个特征编组的匹配度,然后从所有可能的特征编组中寻找一个特征编组子集,在保证直线集中的每条直线最多属于该子集中一个特征编组的前提下,使得该子集中特征编组的匹配度之和最大.为了解决这个整数规划问题,设计了一种分两阶段的算法:首先将整个问题分为多个子问题,然后对于每个子问题,利用分支定限法寻找最优解.将所提出的算法应用于实际的立体图像对中,取得了满意的结果.     

一种实时鲁棒的直线提取技术

视觉系统在自主机器人对外界的感知中扮演着重要的角色,所处环境的多变要求机器人视觉系统必须能够实时、自适应地处理所采集的图象.直线是图象分析中一种非常重要的中层描述符号,已有的算法较多,但是在实际应用中都无法满足上述要求.提出了一种新的直线提取技术,它从边缘提取和直线识别两方面减少运行时间并提高自适应性.实验结果和实际运行表明,该算法在处理速度和自适应性上优于传统直线识别算法.最后,给出了该算法在RoboCup四足机器人组比赛中的应用,即比赛场地上直线的识别以及以直线为基础的椭圆和角的识别.     

基于线匹配的图像拼接

提出一种图像拼接算法,通过确定两幅图像的最佳拼接线,不需要手工指定特征点,可对图像进行快速、自动无缝拼接。实验结果证明了该算法的有效性。     

基于Zernike矩的区域匹配方法

在基于区域的立体匹配中,由于遮掩、区域变形及光照条件会对匹配算法造成很大的影响,而传统的顺序性约束、唯一性约束、外极线约束和邻域约束并不能很好地解决这些问题,而近几年提出的相对位置约束虽能解决其中大部分问题,但对于区域的遮掩情况依然效果不佳。为此提出了一种新的基于Zernike矩的区域匹配算法,该算法在相对位置约束的基础上,采用中心距离和Zernike矩构造了新的费用函数,并提出根据匹配区域之间中心距离的大小来动态评判费用函数的权重系数值,从而提高了算法的性能。实验结果表明,该算法优于原方法,且对于区域的遮掩和变形情况都具备更好的识别性能,是一种行之有效的区域匹配算法。     

基于多重约束条件的线特征多级匹配方法

为解决直线断裂、遮挡以及图像对视差较大等造成的直线匹配困难,提出了一种基于多重约束条件的线特征多级匹配方法。该方法在已匹配的可靠种子点完成点-线匹配的基础上,基于单应性矩阵利用几何特征信息约束和核线约束完成同名直线搜索实现线-线匹配,最后提出一种自适应的直线相似性约束实现线-面匹配获得正确的同名直线。通过与现有直线匹配算法的对比实验表明,该方法提高了匹配精度,可以实现含有遮挡、直线断裂和视差较大的图像中的直线匹配。     

一种用于掌纹识别的线特征表示和匹配方法

作为一种较新的生物特征,掌纹可用来进行人的身份识别.在用于身份识别的诸多特征中,掌纹线,包括主线和皱褶,是最重要的特征之一.本文为掌纹识别提出一种有效的掌纹线特征的表示和匹配方法,该方法定义了一个矢量来表示一个掌纹上的线特征,该矢量称为线特征矢量(1ine feature vector,简称LFV).线特征矢量是用掌纹线上各点的梯度大小和方向来构造的.该矢量不但含有掌纹线的结构信息,而且还含有这些线的强度信息,因而,线特征矢量不但能区分具有不同线结构的掌纹,同时也能区分那些具有相似的线结构但各线强度分布不同的掌纹.在掌纹匹配阶段,用互相关系数来衡量不同线特征矢量的相似性.实验表明,LFV方法无论是在速度、精度,还是在存储量方面都能满足联机生物识别的要求.     

一种整体的视频匹配方法

给出一种视频时空配准的整体方法,提出一种视频内匹配与视频间匹配相结合的空间配准策略,改进动态时间扭曲方法以用于时间维的对齐.视频内匹配跟踪视频内各帧图像的特征点并记录其轨迹,视频间匹配配准不同视频的帧图像,使用轨迹对应提供图像配准所需的初始特征点对应,根据图像配准得到的特征点对应建立和更新轨迹对应.该匹配策略充分利用了视频的连贯性提高了匹配的稳定性和效率,同时提高了配准视频的连贯性.改进的动态时间扭曲方法通过极小化两段视频的整体距离建立视频之间的帧对应关系,保持视频内部各帧之间的时序关系并能处理非线性偏移     

基于感知组织的直线段编组方法

直线段是计算机视觉中常用的一种中层符号表示。将对应于同一实际目标结构的那些直线段组织在一起 ,不但可减少符号数量 ,还可利用符号之间的内在关系来纠正一部分错误。根据人类视觉感知组织的规律 ,研究了利用直线段之间的邻近、共线、交会、平行及对称等非偶然特性实现编组的方法。该方法利用多特征融合的手段处理多个证据 ,并用信任函数表示各编组特征对连接、对称或交会等命题的支持程度 ,没有设置任何固定门限。对仿真图像与室外真实图像的实验显示了该算法的良好效果。     

An Efficient Localization Algorithm Based on Vector Matching for Mobile Robots Using Laser Range Finders

This paper describes an efficient localization algorithm based on a vector-matching technique for mobile robots with laser range finders. As a reference the method uses a map with line-segment vectors, which can be built from a CAD layout of the indoor environment. The contribution of this work lies in the overall localization process. First, the proposed sequential segmentation method enables efficient vector extraction from scanned data. Second, a reliable and efficient vector-matching technique is proposed. Finally, a cost function suitable for vector-matching is proposed for nonlinear pose estimation with solutions for both nonsingular and singular cases. Simulation results show that the proposed localization method works reliably even in a noisy environment. The algorithm was implemented for our wheelchair-based mobile robot and evaluated in a 135 m long corridor environment. Categories (3), (6).