二值图象的快速标记方法及其应用

连通区域标记(Connected Components Labeling，CCL)是图象处理中的基础算法，是机器视觉和模式识别中提取目标、分析目标几何特征的常用方法。本文采用一种基于游程的二值图象表示和基于树的标号合并的快速标记及图象几何特征的分析方法，给出其在电极图象在线检测中的应用以及与其它方法的比较，实验结果表明，该方法是快速、有效的。     

一种保形的快速图象形态细化算法

骨架是一种重要的图象目标几何特征,对不同形状的图象目标,如何快速地获得其非畸变骨架,是进行图象目标的形状分析、特征提取、模式识别等应用的前提。基于数字形态学的形态细化是获取图象目标骨架的有效细化方法之一。它采用具有一定形状的预定义结构元素,对图象进行形态薄化运算,仅需进行移位和逻辑运算就能完成。但是形态细化一般使用序贯细化算法,在每次细化迭代过程中,只能采用单一的结构元素对目标进行薄化,因此存在关     

二值图象标记的一种快速算法

在数字图象处理中,阈值分割方法是应用最广泛的分割方法之一,它输出一幅二值图象,其背景和目标象素分别具有灰度值0和1,对这样的二值图象,经常需要对目标进行标记。本文提出了一种新的二值图象标记算法,该算法利用一个映射表快速实现标记过程。     

基于形态学Top—Hat算子的小目标检测方法

针对红外序列图象中运动弱小目标的检测问题，提出了一种基于能量累积与Ｔop-Hat算子的小目标检测方法，该方法是首先设置一定大小的滑动窗口，并通过对窗口内的图象序旬进行能量累积来去除图象中的随机噪声，以提高目标的信噪比；然后对能量累积后的图象采用形态学中的Ｔop-Hat算子完成候选小目标的检测工作；最后利用序列图象中目标运动的连续性和轨迹的一致性来筛选出真正的目标，同时进行了该方法与传统高通滤波检测方法，在抗噪声性能、背景抑制性能以及抑制虚警目标性能等方面差异的比较实验，实验结果表明，基于能量累积与Ｔop-Hat算子的小目标检测方法在这３个方面都优于高通滤波法，它能够快速、可靠检测出低信噪比的运动小目标。     

一种圆柱形全景图生成新算法及其实现

利用基于图象的绘制(IBR)技术来建立具有真实感的虚拟环境是当前计算机图形学研究领域中的一项热门课题，也是虚拟现实技术中的关键技术。它以简单的图象合成代替基于三维几何的建模和渲染，加快了画面的显示速度，是建立特定三维场景的一种高效率的方法。基于这种方法，我们提出了一种生成圆柱形全景图的新算法，它通过快速查找
相邻两幅图象的匹配区域而实现图象的无缝拼接，建立圆柱形全景图。本算法计算速度快，效率高，能生成逼真的全景图。文章的最后给出了基于这种算法生成的部分全景图图实例。     

基于能量累积与顺序形态滤波的经外小目标检测

针对红外序列图象中弱小目标的检测问题，提出了基于能量累积与顺序形态滤波的小目标检测方法，该方法通过设置一定大小的滑动窗口，对窗口内的图象序列进行能量累积，以达到去除图象中的随机噪声和提高目标的信噪比的目的，其目标检测采用由粗到精3个步骤，即首先利用顺序形态滤波抑制背景，并通过提取目标广义边缘来实现目标的粗定位，然后对可能存在目标的区域进行分割，通过提取目标几何特征来完成精确定位；最后利用序列图象中目标运动的连续性和轨迹的一致性来筛选出真正的目标，实验结果表明，该方法能有效地抑制背景和能提取目标广义边缘，并能通过自适应地选择分割门限来完成红外小目标的定位和检测。     

用神经网络系统解决图象标记问题的探讨

本文讨论了图象标记问题的基本概念,给出基于松弛算法的图象标记方法的形式化描述。将Hopfield神经网络模型用于解决图象标记问题,描述了网络结构、能量函数、联结强度以及输出函数。     

动态真实感自然景物图象的生成模型

提出了一种计算机图象生成模型，利用预测加伪随机噪声的方法实现几何造型及模拟光学模型，生成了可控宏观结构且具有丰富微观结构的真实感自然景物图象，例如云、水域、草地及山体等。该模型的特点是运算量少，几何造型与光照计算均可同一模型产生，简化了仿真过程。     

光学图象几何畸变的快速校正算法

实际光学镜头所成的图象难免会有几何变形，多项式坐标变换法是进行几何修正的有效方法，但是当次数较高的时候，运算量太大，难以应用到实时图象处理系统，为此在分析多项式坐标变换算法的基础上，提出了一次多项式非均匀分片逼近算法。该算法首先将图象非均匀划分成矩形区域，在每个矩形区域内部用一个一次多项式逼近高次多项式。基于对图象畸变的主要因素即径向畸变的分析，该算法的图象划分规则能在保证逼近精度的前提下占用最少的保存模型参数的空间。该算法大大降低了运算量，将运算时间减少了近2／3，同时能很好地保证逼近精度，空间代价也限制在很小的范围内，试验结果表明该算法是图象几何修正的有效方法，具有良好的工程应用价值。     

一种基于线的标号传播二值图象连通体快速检测方法

本文介绍一种新的基于线的二值图象连通体快速检测方法。这种方法首先对二值输入图象施行一个基于扫描象素线的标记传播过程，同一连通体不同标号子连通部分的匹配则通过对一个二值连接矩阵的行列跟踪扫描来快速实现。这种方法可在一次模式扫描过程中检测出各种复杂类型的连通体。     

基于几何约束投票的图像特征匹配

为了改进单纯依靠相似度的图像特征匹配效果,提出了一种特征匹配方法,采用投票的方法在特征匹配的过程中引入几何约束。首先根据特征的描述向量进行初步的快速匹配,得到候选特征对以后通过投票的手段在特征之间相似度矩阵中引入一种鲁棒的几何约束,并通过自适应阈值过滤的方法获得图像特征匹配。在实验中验证了该方法对图像特征匹配正确与否具有较强的区分能力,在与已有技术接近的计算时间内得到了更高的匹配准确度。基于几何约束投票的图像特征匹配比单纯依靠相似度具有更好的匹配效果。     

基于多分辨率分析和混合优化的医学图像配准

基于图像几何特征的配准方法速度快,应用价值高,但由于几何特征提取的不准确问题使配准易陷入局部极小,而目前常用的全局优化算法又存在收敛速度慢的问题。该文提出了一种以图像边界的平均Haudorff距离作为代价函数,基于多分辨率分析和混合优化策略的图像配准方法,将其用于医学图像配准,并与基于Hausdorff距离的几种传统方法进行分析比较,实验结果显示,在模拟退火算法和Powell算法的混合优化策略下,新方法具有良好的全局优化性能和时间性能。     

CUDA并行技术与数字图像几何变换

CUDA是GPU通过并发执行多个线程以实现大规模快速并行计算能力的技术,它能使对GPU编程变得更容易。介绍了CUDA基本特性及主要编程模型,在此基础上,提出并实现了基于NVIDIA CUDA技术的图像快速几何变换。采用位置偏移增量代替原变换算法中大量乘法运算,并把CUDA技术的快速并行计算能力应用到数字图像几何变换中,解决了基于CPU的传统图像几何变换运算效率低下的问题。实验结果证明使用CUDA技术,随着处理图像尺寸的增加,对数字图像几何变换处理效率最高能够提高到近100倍。     

基于边缘几何特征的图像精确匹配方法

提出一组快速高精度计算切线斜率的五点公式,用以估计图像边缘曲线的角度特征,并利用角度直方图估计图像几何变换的旋转参数,实现具有大旋转差异图像间的粗匹配．在进行角度补偿后,利用灰度互相关判据搜索匹配点对,计算出几何变换参数,实现较高精度的旋转和平移校正,最后用松弛迭代法完成图像的精确匹配．与基于小波方向角特征的匹配方法相比,文中方法利用图像中主要的边缘信息实施匹配,具有较好的鲁捧性,可成功实现对各类具有较大相关程度图像间的精确匹配,对图形匹配也具有重要意义．     

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。     

基于轮廓特征的SAR图像自动配准

针对SAR图像的自动配准问题,提出了一种基于轮廓特征的快速配准方法。在对SAR图像正确检测和分割的基础上提取图像的区域轮廓,并对其几何特征属性进行准确描述,利用配准点可以实现自动图像配准,仿真试验表明可以获得亚像素级配准结果。     

Fully automatic 3D feature-based registration of multi-modality medical images

In this paper, we present an automated multi-modality registration algorithm based on hierarchical feature extraction. The approach, which has not been used previously, can be divided into two distinct stages: feature extraction (edge detection, surface extraction), and geometric matching. Two kinds of corresponding features — edge and surface — are extracted hierarchically from various image modalities. The registration then is performed using least-squares matching of the automatically extracted features. Both the robustness and accuracy of feature extraction and geometric matching steps are evaluated using simulated and patient images. The preliminary results show the error is on the average of one voxel. We have shown the proposed 3D registration algorithm provides a simple and fast method for automatic registering of MR-to-CT and MR-to-PET image modalities. Our results are comparable to other techniques and require no user interaction.     

基于几何不变性原理图像分割算法研究

研究图像分割精度质量问题,由于图像中存在噪声和伪影,造成区域边界不连续,影响提取质量。传统的图像分割算法提取的图像质量差。为了解决上述问题,提出了一种利用几何旋转不变性特征和直线特征的图像分割算法,有效地提高了图像分割的准确率。算法首先分别对图像提取SIFT和LOFO特征,并在两种特征基础上进行匹配,获得匹配值,然后算法将两个匹配结果有机的结合起来,得到最终的匹配值。仿真结果表明,提出的新的几何不变性原理图像分割算法能快速的有效的分割图像,不仅可以得到了比较高的分割精度,获得有效的提取。还大大减少了计算量,并能够改善图片分割的效率和质量。     

Geometric invariant features in the Radon transform domain for near-duplicate image detection

Radon transform has been widely used in content-based image representation due to its excellent geometric properties. In this paper, we propose a family of geometric invariant features based on Radon transform for near-duplicate image detection. According to the theoretical analysis between geometric operations (translation, scaling, and rotation) and Radon transform, we present a geometric invariant feature model. Based on the feature model, we developed four kinds of geometric invariant features. In addition, a uniform sampling technique is introduced to combine different features. The comprehensive performance of the combined feature is better than that of a single one. Extensive experiments show that the proposed features are robust, not only to rotation and scaling, but also to other operations, such as compression, noise contamination, blurring, illumination modification, cropping, etc., and achieve strong competitive performance compared with the state-of-the-art image features.