共查询到19条相似文献,搜索用时 140 毫秒
1.
2.
3.
二维图像序列中刚性目标的准确定位方法 总被引:4,自引:4,他引:0
提出了一种准确定位二维图像序列中刚体目标的方法。方法使用粒子滤波,同时引入基于轮廓模型的匹配算法的基本思想,通过估算刚性目标的二维仿射运动参数,准确地计算其在每帧图像中的位置和姿态。利用基于距离变换的边缘匹配方法提高模型匹配效率和评价目标跟踪的精度。实验给出目标定位的计算结果并估算了定位精度,在图像序列中给出了计算所得的目标轮廓。实验表明.该方法的定位精度可达到亚pixel。 相似文献
4.
5.
针对视觉显著性融合过程中目标对比度低,图像不够清晰的问题,本文提出一种基于二维经验模态分解(bidimensional empirical mode decomposition,BEMD)改进的Frequency Tuned算法。首先利用BEMD捕获红外图像的强点、轮廓信息用于指导生成红外图像的显著性图,然后将可见光图像和增强后的红外图像进行非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT),对低频部分采用显著性图指导的融合规则,对高频部分采用区域能量取大并设定阈值的融合规则,最后进行逆NSCT变换生成融合图像并进行主观视觉和客观指标评价,结果表明本文方法实现了对原图像多层次、自适应的分析,相较于对比的方法取得了良好的视觉效果。 相似文献
6.
传统Snake模型存在着对轮廓的初始化敏感,对高噪声图像易陷入局部极小值,以及对具有狭长深度凹陷区域的图像无法获得正确轮廓等问题.本文提出了一种基于边缘与区域信息的主动轮廓模型R-Snake(Region Snake).该模型通过文中设计的图像变换算子,并结合区域积分与曲线积分间转化的Green公式,导出了包含目标图像区域信息的区域力.然后由力平衡方程将该区域信息自然直接地引入到主动轮廓提取模型中,从而实现图像的轮廓提取.由于该模型同时利用了图像的区域信息和梯度信息来引导轮廓曲线的演化,使得本文方法不仅扩大了轮廓初始化的范围,降低了对图像噪声的敏感性,而且还增加了轮廓曲线收敛到真实边界的能力.实验结果表明,本文方法具有很强的适应性和鲁棒性,尤其是对高噪声图像和具有狭长深度凹陷的图像获得了优于传统Snake模型的结果. 相似文献
7.
红外光与可见光处于不同波段,其图像间的相关性较小.传统的基于特征的图像配准方法(如利用角点、边缘点等),在特征点选择时容易造成误匹配,这是由于有时特征点间的距离比较近造成的.针对此问题,本文提出了一种基于图像轮廓特征的红外与可见光图像配准方法.首先通过设置目标过滤器来提取明显的轮廓,再利用部分Hausdorff距离对轮廓进行匹配,计算出匹配轮廓对的面积和质心,并以此作为配准依据来对两种不同的图像进行配准.然后通过实验证明该方法的配准精度更高且克服了特征点误匹配的难点,这就可以解决刚性变换中红外与可见光图像间的配准问题. 相似文献
8.
9.
热红外图与可见光图的融合分析在智能安防和故障检测中应用广泛.针对同一场景下两图像在融合过程中难以匹配的问题,提出了一种基于特征轮廓四边形的图像配准方法.首先通过分割算法分别对热红外图和可见光图进行过滤;再进行边缘轮廓点的检测和轮廓的重新绘制;然后通过算法筛选出特征轮廓并进行多边形近似,生成特征轮廓的外接四边形;将此四边形顶点代入改进的单应性变换模型计算参数,其中加入了位移变量偏差值可中和80%的误差;最后,通过单应性变换模型对热红外图进行变换配准.实验结果表明,该方法使轮廓定位更加精确,有效减少了匹配误差,能够实现图像的高精度快速配准. 相似文献
10.
融合先验形状知识的主动轮廓模型(HACM)能够解决目标存在遮挡、局部形变、相似变换等实际问题,广泛应用于图像分割、轮廓提取等领域。本文以主动轮廓模型(ACM)为基础,从先验形状知识的提取以及知识的融合方法两个方面,总结近年来ACM在融合先验形状知识的目标轮廓提取领域的一些最新研究成果。首先研究基于区域不变矩描述子、样条函数以及水平集的形状知识提取方法,用于提取刚体性、非刚体性目标样本集所包含的轮廓信息,该信息具有一定的泛化能力,即针对样本集以外的目标轮廓具备一定的表达能力。然后以单目标轮廓提取问题为研究对象,从距离函数的角度分析各种先验形状知识与原始轮廓模型的全局性融合方法,并介绍了一种基于标识函数的局部融合方法。局部融合方法可以解决单知识、多目标情况下的轮廓提取问题。最后对文中所介绍模型进行总结分析,对该领域的研究方向进行了展望。 相似文献
11.
针对颅内出血CT图像的特点,在由图像处理技术识别出血块的基础上,本文提出并实现了在两张二值出血块图像之间依据轮廓线进行线性插值,从而得到断层图像的算法,并给出了实验结果.实验证明该算法效果好,速度快,可推广应用于其他二值图像的插值. 相似文献
12.
13.
In many medical applications, the number of available two-dimensional (2-D) images is always insufficient. Therefore, the three-dimensional (3-D) reconstruction must be accomplished by appropriate interpolation methods to fill gaps between available image slices. In this paper, we propose a morphology-based algorithm to interpolate the missing data. The proposed algorithm consists of several steps. First, the object or hole contours are extracted using conventional image-processing techniques. Second, the object or hole matching issue is evaluated. Prior to interpolation, the centroids of the objects are aligned. Next, we employ a dilation operator to transform digital images into distance maps and we correct the distance maps if required. Finally, we utilize an erosion operator to accomplish the interpolation. Furthermore, if multiple objects or holes are interpolated, we blend them together to complete the algorithm. We experimentally evaluate the proposed method against various synthesized cases reported in the literature. Experimental results show that the proposed method is able to handle general object interpolation effectively. 相似文献
14.
SIFT特征是图像的局部特征,其对旋转,尺度缩放,亮度变化保持不变性,对视角变化、一定角度的仿射变换、噪声也保持一定程度的稳定性.提出了一种具有尺度不变特征转换的图像插值的SIFT算法.首先对图像进行SIFT特征提取,利用K-D树搜索并计算最近邻特征向量与次最近邻向量间的欧式距离来实现对特征点的匹配.在此基础上加入图像插值法增大采集特征点的范围,从而增加特征点匹配的对数.最后比较3种图像插值方法.实验结果表明:双线性插值法获取的特征点匹配的对数最多,但匹配时间较长. 相似文献
15.
16.
提出了一种在图像分割中获得连续光滑轮廓线的方法,该方法先以动态京都科像的全局最小累积代价阵,并从累积代价梯度降低最快的方向提取全局最优的轮廓线,然后用一种自适应3次B样条对获得的线进行修饰和平滑处理。该样条可根据轮廓线不同处的曲率变化情况,自适应地调整控制点的分布,在各类图像上的试验表明,该方法能有效地消除轮廓线上的小锯齿,获得较其它方法更平滑的曲线,同时又保留了轮廓线的特征细节。 相似文献
17.
近年来图像超分辨率重建技术因其可以提高图像的识别精度和识别能力而受到重视,其中一个难点问题是如何保证图像边缘纹理区域的重建质量.本文提出一种基于小波域的单幅图像超分辨率重建方法,首先对输入图像进行非下采样小波变换,根据小波变换的多方向性提出三类多角度模板,并采用TV模型估计各子带轮廓,确定其所属的最优方向,然后利用多角度模板来对各个子带进行双三次B样条插值,最后进行非下采样小波反变换.该方法使重建后图像的边缘、纹理信息更加精细,克服了诸如双线性插值法与双三次插值法等传统插值重建所产生的边缘模糊与边缘锯齿化,以及纹理区域失真等不足,在一定程度上提高了重建图像的质量.该方法可用于图像监控、遥感影像分析和医学图像处理等领域.大量的仿真实验验证了所提出方法的有效性. 相似文献
18.
《Journal of Visual Communication and Image Representation》2014,25(7):1732-1745
This paper presents a fuzzy energy-based active contour model with shape prior for image segmentation. The paper proposes a fuzzy energy functional including a data term and a shape prior term. The data term, inspired from the region-based active contour approach proposed by Chan and Vese, evolves the contour relied on image information. The shape term inspired from Chan and Zhu’s work, defined as the distance between the evolving shape and a reference one, constrains the evolving contour with respect to the reference shape. To align the shapes, we exploit the shape normalization procedure which takes into account the affine transformation. In addition, to minimize the energy functional, we utilize a direct method to calculate the energy alterations. The proposed model therefore can deal with images with background clutter and object occlusion, improves the computational speed, and avoids difficulties associated with time step selection issue in gradient descent-based approaches. 相似文献
19.
本文针对三维人脑计算机图谱问题,采用线性插值算法,给出了一种可用于序列图象的高精度表面重建的层间轮廓线插值方法.该方法不仅对一般问题的效果良好,而且成功地解决了弹性插值中不能解决的示例.对一系列数据的实验结果表明,它是一种可行的层间轮廓线插值方法,对医学影像数据的三维重建和显示具有重要意义. 相似文献