基于椭圆最小二乘法和圆度轮廓误差评定的椭圆提取方法

在对数字图像中的螺旋锥齿轮进行空间定位和三维重构过程中,为获取齿轮轴向参数,提出了最小二乘法与圆度轮廓误差评定原理;建立了锥齿轮数字图像仿真模型.来获取齿轮轴向参数;利用Matlab软件对数字图像进行图像增强、二值化、边界提取等操作,再结合最小二乘法对像素坐标进行椭圆拟合;通过利用圆度轮廓误差评定的方法,使拟合获得的椭圆误差最小.该方法能准确地拟合出椭圆,通过轮廓逼近算法有效地去除了噪声点,提高了椭圆拟合的精度,可为螺旋锥齿轮空间定位和三维重构提供准确的数据.     

基于最小二乘法的改进的随机椭圆检测算法

为了提高数字图像中椭圆检测的效率和准确性,提出了一个基于最小二乘法的改进的随机椭圆检测算法.该算法随机选取图像中的3个边缘点,在以这3个点为中心的窗口内,从边缘点中拟合出可能椭圆,并通过随机选取的第4个边缘点来确认可能椭圆.利用直接最小二乘法椭圆拟合的特性,引入可能椭圆边缘点收集和椭圆重新拟合的迭代过程来提取最终的椭圆参数.通过对含有不同噪声的仿真图片和包括残缺椭圆的实际图片的实验表明,新算法的改进是有效的.与原算法相比,新算法降低了对参数的依赖性,提高了检测的速度、稳定性和准确性,同时保留了原算法的抗噪声能力.     

边界聚类椭圆快速检测方法

针对多个椭圆因重叠、遮挡、嵌套情况而存在检测效率与精度较低的问题,提出基于边界聚类的椭圆快速检测改进方法.该方法包括图像预处理、边界聚类、椭圆拟合和去伪过程.进行图像预处理,包括边界检测、细化边界和消除冗余等价边界列,去除多数非椭圆边界像素.开展边界聚类,通过边界像素连接、线段列提取和圆弧聚类,得到一系列候选椭圆弧和椭圆弧对.采用直接最小二乘方法拟合椭圆,并作去伪处理.利用椭圆的形态信息,调整算法步骤,优化阈值,提高算法效率,并通过实验评估算法性能.结果表明,边界聚类方法可准确、快速检测不同形态椭圆,改进后可缩短14%~76%用时.     

边界聚类椭圆快速检测方法

针对多个椭圆因重叠、遮挡、嵌套情况而存在检测效率与精度较低的问题,提出一种基于边界聚类的椭圆快速检测改进方法.该方法包括图像预处理、边界聚类、椭圆拟合和去伪过程.进行图像预处理,包括边界检测、细化边界和消除冗余等价边界列(EELs),去除多数非椭圆边界像素.开展边界聚类,通过边界像素连接、线段列提取和圆弧聚类,得到一系列候选椭圆弧和椭圆弧对.采用直接最小二乘方法拟合椭圆,并作去伪处理.利用椭圆的形态信息,调整算法步骤、优化阈值,提高算法效率,并通过实验评估算法性能.结果表明,边界聚类方法可准确、快速检测不同形态的椭圆,改进后用时可缩短14%~76%.     

基于近眼红外图像的高精度瞳孔中心定位方法

针对近眼红外相机采集的人眼图像存在反射光斑干扰和瞳孔部分遮挡导致瞳孔中心定位精度不高的问题,提出了一种高精度瞳孔中心定位方法。首先获取瞳孔部分感兴趣区域,减小后续计算量;再采用中值滤波去除椒盐噪声;接着利用阈值分割、形态学处理、获取最大连通区域和边缘检测去除背景区域及残留噪声,提取瞳孔边缘轮廓;然后采用光斑区域检测剔除光斑干扰点,判断瞳孔遮挡情况并去除非边缘点,最后利用改进椭圆拟合算法定位瞳孔中心。实验结果表明,该算法能够在瞳孔受反射光斑干扰和被部分遮挡情况下准确定位到瞳孔中心,总体精度达到98.2%。     

用于目标定位的图像边缘点检测算法

提出了一种检测特殊边缘点定位图像中目标的算法,该算法可以检测图像中感兴趣的边缘信息。通过检测图像行序列中是否存在特定的灰度序列来判断特殊边缘点的存在并计算其所在位置。利用本文算法对焊缝图像中的焊缝和虹膜图像中虹膜区域进行了定位验证。实验表明,本文算法可以准确定位焊缝的边缘点。在虹膜区域定位时,得到感兴趣边缘点后使用Hough圆检测方法可以定位虹膜区域的轮廓,可用于UBIRIS.v2虹膜图像数据库中各种类型图像的虹膜区域定位。     

基于广义正交概念的K-RANSAC椭圆提取

开发了一个使用广义正交概念的K-RANSAC椭圆提取算法.该算法通过使用广义正交概念,成功地把圆的所有性质推广到椭圆;通过仿射变换把水平-垂直种子点对一般化为任意种子点对情况;通过对边缘点集的归一化运算,有效地正则化了提取椭圆的边缘点集的病态性;通过直接估计椭圆参数的广义本征分析技术,进一步提高椭圆的可检测性和拟合精度.理论分析和实验结果表明,所开发的椭圆提取算法具有鲁棒性强、适用范围广、精度高和速度快等优点.     

飞机图像的轮廓提取与多边形拟合研究

本文讨论在简单背景下,对飞机图像进行轮廓提取,以及在此基础上的多边形拟合技术.首先根据掏空内部点的准则和"探测准则",经过边界跟踪,得到只有一个像素宽度的飞机图像边界曲线.然后采用一种基于弦高度的多边形拟合算法,对得到的边界曲线进行拟合,从而得到了轮廓多边形.实验证明,该拟合算法去除了大量的冗余像素点,保留了重要的特征点,拟合效果令人满意,为进一步几何特征向量的提取奠定了基础.     

基于尺度乘积的X射线焊缝区域提取算法研究

焊缝缺陷自动检测是保证焊接质量的重要环节,而焊缝区域的提取是焊缝缺陷特征提取与焊缝缺陷识别的基础。该文提出了一种基于尺度乘积的X射线焊缝区域提取算法。该方法首先对图像按行取样获得行灰度曲线,再利用最小二乘直线拟合的方法将不同尺度下拟合直线的斜率乘积代替梯度算子,并进行非极大值抑制得到边缘点。对图像每行进行同样的操作,得到整个焊缝的边缘,从而提取出焊缝区域。实验表明,该方法能显著抑制噪声的干扰、提高边缘检测的准确率,在噪声多、边缘模糊的X射线图像中能取得比主动轮廓模型和模糊核聚类更好的效果。     

基于广义正交概念的K—PANSAC椭圆提取

开发了一个使用广义正交概念K－RANSAC椭圆提取算法,该算法通过使用广义正交概念,成功地把圆的所有性质推广到椭圆;通过仿射变换把水平－垂直种子点对一般化为任意种子点对情况;通过对边缘点集的归一化运算,有效地正则化了提取椭圆的边缘点集的病态性;通过直接估计椭圆参数的广义本征分析技术,进一步提高椭圆的可检测性和拟合精度,理论分析和实验结果表明,所开发的椭圆提取算法具有鲁棒性强、适用范围广、精度高和速度快等优点。     

基于一维Hough变换的椭圆检测改进算法

该文对基于一维霍夫变换的椭圆检测算法进行了改进,通过减少无效采样,提高了算法的效率,减少了检测时间.首先通过基于弦中点统计的算法可以快速确定当前数字图像中的椭圆中心位置;然后保存关于中心对称的特征点对,并对这些特征点对进行关于短轴的一维累积,确定椭圆的5个参数.这样使得对长轴端点的采样限制在关于中心对称的点对序列上,可...     

根据椭圆共轭直径绘制椭圆曲线的算法

目前的绘图软件不能直接用椭圆共轭直径绘制椭圆曲线。本文用画法几何中根据椭圆共轭直径绘椭圆曲线的原理 ,提出算法 ,根据算法编制程序 ,满足用计算机直接根据椭圆共轭直径绘制椭圆曲线的实际需要     

基于弦中点Hough变换的椭圆检测方法

为了提高从图像中检测椭圆的效率和精度，利用椭圆中心平分经过中心的弦的性质，提出了
一种基于弦中点Hough变换（CMHT）的椭圆检测方法。引入内切椭圆的概念，基于椭圆上所有点的内切椭
圆必经过椭圆中心的事实，对图像中边缘像素点的有效分布进行了分析。通过黑白边缘图像的提取，建立
二维数组累加器，依照像素点分布扫描边缘图像，累加器计数，最后进行椭圆位置和参数的计算。该算法
与标准Hough变换（SHT）和三点随机Hough变换（RHT-3） 相比，具有更高的执行速度和检测精度，同时
对于颗粒噪声具有较强的抵抗能力。     

有效的浮点运算消除技术与椭圆的快速生成

为了改善椭圆基本生成算法的效率和消除算法中存在的错误边界像素问题,提出了一种浮点数消除技术和标准椭圆的生成算法.与现存算法采用中间量进行浮点数先期消除方法不同,该算法直接利用曲线上相邻两点所满足的表达式的差值构造包含残差的递推关系,再通过最近准则和1/2处的残差将其转换为整数形式的决策参数.分析和实验结果表明,该算法消除了递推关系中每步迭代时的常数项,比目前普遍采用的中点椭圆算法具有更高的效率,且有着与中点法一致的简单性.该算法不会产生特殊情况的错误边界像素,由于残差与亮度具有对应关系,可以实现整数形式的反走样绘制.     

二维最大熵和椭圆匹配的月面障碍物识别

月面障碍物识别是月球探测器自主着陆末段一个非常重要的环节.而岩石是月球表面存在较多的一种地理特征,有效地识别岩石既可以保证月球探测器的安全着陆,也可以为探测器选择适合巡视勘查的着陆场提供必要的信息.研究中将二维最大熵方法应用于图像分割,获得图像中由障碍物形成的阴影区域,然后使用椭圆匹配的方法匹配岩石的阴影区域,获得岩石的尺寸和位置.仿真实验结果表明,该算法可在0.3 s内有效地识别出图像中直径0.1 m以上的各种尺寸岩石,符合月球探测器末制导任务的实时性和精确性要求.     

数字滑动平均值滤波器在有源电力滤波器中的应用

基于瞬时无功功率理论的谐波检测方法中低通滤波器的设计在滤波效果方面很难兼顾动态快速性和精确性。本文针对谐波电流结构的特点,以滑动平均值算法替代传统的低通滤波器数字化算法,免去了复杂的数字滤波器设计。由平均值算法得到与基波正序分量对应的直流分量,具有非常理想的滤波精度和较快的动态响应;滑动平均值滤波器易于工程实践中DSP芯片编程实现,且程序设计避免了传统数字低通滤波器浮点数的运算,节省机时,提高了谐波补偿的实时性。仿真结果表明采用平均值算法的有源滤波器能准确地检测谐波并能及时跟踪负载变化,达到完美的滤波效果。     

基于Hough变换的亚像素椭圆检测

提出了一种Hough变换的亚像素椭圆检测方法.通过惯量椭圆匹配法将椭圆参数缩小到一个极小的变化范围内,然后再通过Hough变换法实现亚像素椭圆检测.     

一种基于单张图像的烟雾检测算法

为了提高烟雾检测的准确性,有效排除图像中类似烟雾的区域,降低由于环境和光照不同而产生的误检率,提出一种基于颜色矩并结合邻近算法进行分类学习的方法,对图像中的烟雾进行检测,该算法能克服光照不同、背景复杂的干扰,有效消除疑似烟雾区域的存在。算法由两部分构成：烟雾颜色矩特征的提取和利用邻近算法对特征数据集进行分类学习,自动找出并正确标记新的测试图像中烟雾区域的位置。     

基于梯度分类的复杂背景椭圆快速检测方法

针对复杂背景下椭圆特征由于重叠、缺失、嵌套等原因导致的检测效率低、误检率高的问题,提出基于梯度分类与多边形辨识的椭圆快速检测方法. 该方法通过边缘检测算子对采集的图像进行预处理,获取图像边缘的梯度信息. 根据边缘灰度梯度与凹凸性将边缘线分为4类圆弧特征,通过对4类圆弧特征的聚类初步确定备选的椭圆集合. 利用椭圆内包多边形为凸多边形的特点,对候选椭圆集合进行快速辨识. 应用非迭代几何最小二乘法拟合椭圆参数,通过椭圆残差判定与椭圆的去伪过程,获得最终的椭圆特征. 实验结果表明,该方法在椭圆检测效率与准确性上较经典算法均有提升.