一种新的线结构光光带中心提取算法

在采用线结构光投影的三维测量中，快速准确地提取图像中光带中心的位置坐标是线结构光测量系统的关键问题之一。基于此，提出了一种把可变方向模板和灰度重心法相结合，并充分发挥两者优点的方法。首先计算出图像的域值，然后对图像进行二值化，细化，剪枝，得到线结构光图像的骨架，然后再利用可变方向模板判断骨架上每一点的法线方向，最后根据灰度重心法求出线结构光条纹的中心。实验结果表明该方法可以快速有效地获取光条纹中心，有利于提高三维重建的速度。     

基于局部占优的自适应像素加权CT/MRI图像融合算法

针对传统基于像素加权平均图像融合算法存在加权因子难以确定的问题,根据CT/MR I图像信息在空间局部互补的特点,提出一种基于局部占优的自适应像素加权算法.根据CT/MR I在空间局部的亮度信息和细节信息的差异,定义并计算局部亮度对比度和局部细节对比度;根据局部亮度和局部细节对比度计算局部占优度矩阵,并进行中值滤波;接着根据局部占优度矩阵计算阈值K,并用阈值K对局部占优度矩阵进行阈值处理,从而得到自适应加权因子矩阵;根据自适应加权因子矩阵对CT/MR I图像进行融合.     

梯度相似性的椒盐图像加权中值滤波算法

在对现有椒盐噪声中值滤波算法分析的基础上,提出了基于梯度相似性的椒盐噪声图像加权中值滤波算法。利用灰度图像窗口内各个像素点灰度值的差异,将含有椒盐噪声的图像分为疑似噪声点和信号点,然后利用窗口像素点的梯度相似性对疑似噪声点进行分析,并运用图像极值剪切技术去除噪声点像素的干扰。采用舍弃方差极大值的改进加权中值滤波算法给噪声点赋值。实验表明,该算法对图像的细节保留能力和滤波能力有较大的提高,能取得较好的峰值信噪比。     

基于迭代中值滤波的自适应两级排序滤波算法

针对图像去噪时往往会改变未受噪声污染像素的灰度值的问题,提出了一种去除图像中椒盐噪声的新型滤波算法.该算法采用两级滤波,并在两级滤波之间通过自适应算法确定未受噪声污染但在第一级滤波中被滤除的像素,以保持这些像素的原灰度值不变,保护了图像的真实性;同时在第一级滤波时采用迭代中值滤波,使滤波效果更佳.实验结果表明,所提出的滤波算法的效果优于现有的滤波算法,尤其是噪声密度超过0.3时,该算法的优势更加明显.     

基于视频的结构光光条中心提取方法

针对结构光测量系统,提出基于视频的结构光光条中心提取方法．首先,为了分析图像随时间变化的关系,将视频图像的每一帧的同一列像素提取出来,按照时间顺序排列成一幅图像．然后,把图像逆时针旋转臼角度（口角是激光平面和CCD传感器平面法线的夹角）,提取光条中心图像坐标．最后,把求得的光条中心图像坐标顺时针旋转口角,根据这个光奈中心坐标反求物体的三维轮廓．该方法利用视频图像各帧之间的相关性,有效地克服了颜色突变对光条提取的影响．实验表明,该方法能够有效降低光条中心提取的误差．     

基于改进Zernike矩的玻璃瓶亚像素边缘检测算法

图像的边缘检测精度决定了实际尺寸的测量精度,为了提高测量精度,提出了一种基于改进的Zernike矩的测量玻璃瓶实际尺寸的算法。将传统的Zernnike矩算法与Otsu自适应阈值法相结合,得到改进的快速算法;利用该快速算法对采集的玻璃瓶图像进行亚像素级边缘检测;运用最小二乘法根据亚像素坐标对瓶口与瓶底所形成的椭圆进行拟合;应用标准块规对系统进行标定并得到玻璃瓶实际的测量尺寸。实验结果表明,该方法不仅可使边缘检测达到亚像素级精度,还避免了人工反复选择阈值而造成的低效率与误判,实现了快速、准确、无接触测量实际尺寸的功能。     

基于宽度细化的图像过渡区提取

利用中心像素邻域灰度信息，提出一种新的图像边缘宽度细化算法，使斜坡边缘的细化效果有明显提高．采用新的灰度加权梯度算子对细化后的图像提取过渡区，能较好地抑制图像噪声．实验结果表明，结合灰度加权梯度算子和宽度细化算法提取的过渡区效果更佳．     

基于迭代中值滤波的自适应两级排序滤波算法

针对图像去噪时往往会改变未受噪声污染像素的灰度值的问题，提出了一种去除图像中椒盐噪声的新型滤波算法．该算法采用两级滤波，并在两级滤波之间通过自适应算法确定未受噪声污染但在第一级滤波中被滤除的像素，以保持这些像素的原灰度值不变，保护了图像的真实性；同时在第一级滤波时采用迭代中值滤波，使滤波效果更佳．实验结果表明，所提出的滤波算法的效果优于现有的滤波算法，尤其是噪声密度超过0．3时，该算法的优势更加明显．     

基于多源大数据分析的图像特征智能识别模型

针对图像受噪声影响导致特征识别精度下降的问题,提出了基于多源大数据分析的图像特征智能识别模型。根据改进的自适应二维中值滤波法,对所有小窗口内像素排查,过滤噪声,若检测到未被噪声污染的像素则直接输出,在单尺度模糊数学基础上,利用三高斯模型经过迭代处理均匀图像亮度值,将邻域中心点灰度取值分解为实部、虚部,提取局部二值特征和Brushlet特征,将邻近两个像素灰度值作减法运算,根据启发因子与灰度梯度最大值,智能识别图像特征。仿真实验结果表明：所提模型在图像不清楚情况下能均衡调节分辨率,且保证信息完整,识别结果精准有效,抗噪能力强。     

光栅投影三角形法测量物体的三维轮廓

采用三角形法测量物体三维轮廓．对光栅投影条纹图像进行预处理，采用重心法提取条纹中心线位置，可以获得亚像素级的精度．接着修补条纹中心线，求出采样相对偏移量，计算出物体的高度信息．     

基于梯度的自适应边缘检测算法研究

对常见的边缘检测算法进行改进,基于梯度提出了一种应用于灰度图像的自适应阈值边缘检测算法.根据边界点像素灰度值的差异,分析模版中的9个像素,计算出像素的梯度幅度和梯度方向;按梯度值的不同将图像分割成若干个区域,计算每个区域的灰度平均值,确定阈值,实现边缘检测.实验表明,该方法检测出的边缘更细、更准确,可以除去虚假的边缘,是一种有效的对灰度图像进行边缘检测的方法.     

结构光光条中心的提取算法

在线结构光测量系统中,光条中心的准确提取是影响整个测量系统精度的关键因素之一。由于被测物体表面的性质等系统噪声的影响,使得精确提取光条中心存在一定的难度。采用了抛物线拟合法和基于光条骨架的方向模板法对采集的光条图像进行光条中心提取,实验结果表明当光条图像的曲率较大时,基于光条骨架的方向模板法能够有效、准确的提取光条中心。     

基于LBP和ELM的人脸识别算法研究与实现

针对传统的局部二值模式(LBP)在人脸图像特征提取时容易受到灰度和噪声影响的问题,在传统LBP基础上提出一种改进的LBP算法.该算法计算邻域各像素与中心像素差值的平方和C,若C在限定范围内,选取中心像素值为阈值计算LBP值,充分考虑中心像素值与邻域像素值的作用,更准确描述局部图像特征;反之,若C不在限定范围内,则选择邻域像素和中心像素的中值作为阈值进行计算,降低噪声点的影响.利用主成分分析法(PCA)降低LBP提取的人脸图像特征维数.为了解决普通极限学习机(ELM)的不足,引入加权共轭核极限学习机(WCGKELM)进行人脸图像特征的分类.经实验验证,该算法能有效提高人脸识别率.     

基于区域生长算法的车牌图像分割

准确分割车牌图像,可为分割目标的提取奠定良好的基础。试验中采用基于OTSU和区域生长的算法,实现了车牌图像的精准分割,通过最大类间方差法得到自适应阈值,代替了传统手动选择阈值的方法,再结合中值滤波对图像进行预处理,避免了传统阈值造成的过分割或者欠分割现象,且预防图像噪声,使得图像像素值变得缓和,从而有效地分割出车牌图像。     

基于空间矩的视觉图像基元特征提取方法研究

建立了三级灰度图像边缘模型的空间矩算子。首先利用LOG(Laplacian of Gaussian)算子定位速度快的特点,确定图像像素级边缘;然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线和椭圆边缘像素点;最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线和椭圆。对空间矩算子亚像素定位算法与像面直线和椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明,在测量速度相当的情况下,本文提出的算法具有较高的精度和稳定性。 更多还原     

双目立体匹配算法的FPGA实现

针对区域匹配算法在灰度变化比较大区域精度不高的问题,提出一种改进的匹配算法.利用Sobel算子计算各像素点的梯度值,根据梯度幅度直方图获得自适应阈值,动态建立支持窗口.改进传统的Census变换,用窗口内所有像素均值代替中心像素进行Census变换,在左右图像中寻找最佳匹配点获得视差图.利用FPGA并行处理和硬件实现的优点,对大数据量实时地进行处理,提高运算效率.实验结果表明:改进的立体匹配算法和硬件结构能够获得精度较高的视差图,处理640×480的图像对只需32.4 ms.     

基于ＢＦ－ＷＳ的肝脏ＣＴ图像自动分割

由于血液的流动以及肝脏收缩与舒张,在腹部ＣＴ图像中存在一定量的噪声,会产生局部梯 度极大值区域、弱边界、伪影等不良现象,加之腹部内器官分布紧密且灰度值接近,使得肝脏分割尤 为困难．为此,首先采用改进的双边滤波算法,自适应的对腹部ＣＴ图像进行平滑滤波处理;其次, 将自适应双边滤波算法和标记控制的分水岭算法有机融合起来,采用基于中值的多阈值最大类间 方差算法提取肝脏标记,并运用分水岭分割算法进行精确分割;最后,分析对比不同的肝脏分割方 法,表明该方法能够更有效地去除噪声,保留目标边界,提高肝脏分割的准确率．     

基于相关权值的图像椒盐噪声自适应窗滤波

为有效滤除图像中椒盐噪声,提出一种基于相关权值的自适应窗滤波算法。算法基于极值检测判断噪声点并仅对噪声点滤波。引入灰度差刻画邻域像素与中心像素的相关性,以此为基础设置像素权值,对中心像素执行加权均值滤波。通过邻域窗口的自适应扩展适应噪声密度变化,并对邻域像素分区域设置权值,从而适应高椒盐噪声的滤除。仿真结果表明,本文算法能够有效滤除图像中的椒盐噪声,尤其在高椒盐噪声下性能表现更佳。     

三维最大Renyi熵的灰度图像阈值分割算法

针对现阶段的阈值分割算法(如最小误差法、Otsu法、Renyi熵法等)在灰度、邻域均值或中值构成的二维或三维直方图上进行分割而造成的误分和低抗噪性等问题,提出了一种基于灰度、邻域均值和邻域加权中值三维直方图的最大Renyi熵阈值分割算法。相比目前多种阈值分割算法,新加入的邻域加权中值既能很好地过滤噪声,又能保留一定的图像边缘细节。经过对多幅图像的实验表明,该方法无论在精度上还是抗噪性上都有明显提升。     

一种子像素级图像测量直线提取算法

分析了图像量测中线特征目标高精度的提取,提出了一种子像素级图像测量直线提取算法.采用改进的Hough变换对线状特征进行提取,获得具有确定长度和端点的直线段;以此直线段的端点为初值,自适应生成直线模板,利用最小二乘方法进行模板与图像线特征匹配,实现图像线特征的子像素提取.对仿真及真实图像的验证结果表明:该混合算法稳定可靠,达到了子像素级的提取精度,在图像测量中能有效地提高测量精度.