基于图像分割的点云去噪方法

在基于结构光条纹投影的三维形貌测量中，由于环境等各种因素的影响会产生各种噪声。在现有的点云去噪方法中，通过分析三维空间和点云的几何关系进行点云噪声的去除存在计算复杂、效率低等问题。为了提高点云精度和点云去噪的速度，提出了一种基于图像分割的点云去噪方法。首先，根据结构光条纹投影重构的三维点云建立二维点云映射图像；其次，利用图像阈值分割方法和区域生长方法对二维点云映射图像进行图像分割；然后，对分割出的噪声区域进行记录并去除；最后，对新的二维点云映射图像重新进行三维重建得出去除噪声的点云。实验结果表明，经过该方法处理后点云精度可以达到99.974%，去噪时间为0.954 s。所提方法可以有效去除点云噪声，避免在三维空间进行复杂的计算。     

基于统计特征的GAC模型SAR图像分割

提出了一种基于统计特征定义边缘检测算子的测地活动轮廓（GAC）模型,并用于SAR图像分割中。首先,根据图像上每个点四个不同方向邻域统计特征的异同,计算边缘检测算子,得到GAC模型的能量泛函。其次,最小化能量泛函,得到曲线演化偏微分方程,水平集方法数值求解,最终完成SAR图像的分割。实验表明,与传统依赖图像梯度定义检测算子的GAC方法相比,文中的方法完全适用于SAR图像分割,不需要噪声的预处理过程,拓展了GAC模型的应用范围,提高了目标的正确识别率。     

基于HMT模型层间映射的图像邻域去噪算法

本文提出了一种以图像分割为基础的图像去噪算法.本文算法根据图像自身的性质,利用脉冲耦合神经网络模型自适应地将小波分解后的低频图像分割成不同的区域,并且利用简化的HMT层间模型在离散和平稳小波分别处理的情况下,将得到的连通区域邻域映射到各个不同的高频子带上.进一步结合固定的窗口,作为邻域去噪算法中的邻域.实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留了图像的边缘信息,是一种有效的去噪方法.     

基于HU特征和改进Harris角点的零件快速匹配方法

针对零件图像匹配过程中匹配时间长、查准率低等问题,提出了一种基于HU不变矩特征和改进Harris角点的零件快速匹配方法。首先对待匹配图像进行预处理,用最大类间方差法进行图像分割并通过多边形逼近获取目标轮廓。然后提取目标轮廓的HU不变矩特征和模板特征进行粗匹配获得候选零件轮廓,再采用改进Harris角点提取方法获取角点、剔除非拐点并构造投票矩阵获取轮廓的顶点,最后拟合零件轮廓最长边,根据拟合直线的角度校正零件图像后进行基于灰度的快速匹配。实验结果表明:该方法相较传统方法精度提高3%以上,速度快22%以上。     

基于激光扫描点云的3D地形模拟实验设计

当前3D地形模拟方法未考虑点云数据去噪问题,导致模拟时间较长,准确性较低.为此提出一种基于激光扫描点云的3D地形模拟方法.将噪声点进行分类,去除离群点,通过最小二乘拟合出K邻域内点的最佳逼近平面,判定邻域各点到平面的距离以及设定阈值的大小,以此为依据去除数据中存在的噪声.提取3D地形的轮廓点作为简化点云需要保留的特征点...     

MPEG-4中的视频对象检测技术研究

MPEG 4标准中 ,如何从视频图像分割出视频对象是一个要解决的重要问题。本文依据视频图像的特点 ,提出了一种新的视频对象检测方法 ,他能有效抑制视频图像边缘检测中噪声干扰、控制图像外轮廓检测范围和检测精细度 ,使断裂的外轮廓有效闭合。该方法具有对噪声不敏感、分割准确、外轮廓完整、运算速度快等优点。最后 ,给出了实验验证。     

一种基于激光三维成像雷达距离像的目标检测方法

为了提高激光三维成像雷达地面目标的检测效率,提出一种基于激光三维成像雷达距离像的目标检测方法。该方法首先采用基于邻域像素内检测距离反常算法对距离像进行噪声抑制预处理,然后采用基于形态学的地面估计和高程分割算法实现了距离像的地物分割,最后根据感兴趣目标的尺寸特征,采用最小外接矩形估计算法实现了感兴趣目标的快速检测。本文提出的方法充分利用了距离像的高程信息和目标已知的先验知识,不受二维图像中光照灰度变化对目标检测效果的影响以及处理三维海量点云数据对计算速率的影响。实验结果证明,本文提出的方法适用于复杂多变的战场环境下对地面目标进行快速检测,且满足了实时性要求。     

基于时空融合的视频分割算法研究

提出了一种基于时空融合的视频分割算法.在时域中采用了多帧灰度差异检测,通过高斯聚类算法消除背景噪声点,再通过形态学处理得到时域分割模板.空域中对小波变换后的低分辨率图像进行分水岭变换,对变换结果融入图像的轮廓信息,有效地克服了过分割现象.时空融合中采用邻域隶属度判决算法,从而提高了分割效果.按照MPEG-4核心实验评价标准,实验分割结果表明算法具有较高的分割精度,同时有着很好的抗噪性和适应性.     

一种改进的交互式医学图像序列分割方法

本文介绍了一种结合live wire算法和活动轮廓模型的医学图像序列的分割方法.我们通过把live wire算法和图像分割中一般的区域增长方法结合来改进live wire算法,并用改进后的算法来对医学图像序列中的单张或多张切片进行交互式的准确分割.然后计算机利用活动轮廓模型来自动分割相邻的未分割切片.我们通过在活动轮廓模型的边缘点中引入记录已分割物体边缘附近局部区域特征的灰度模型来把已分割切片中的物体与背景的局部区域特征带入相邻的未分割切片中,并用由灰度模型定义的区域相似性代替活动轮廓模型中的外能来引导边缘轮廓收敛到物体的实际边缘.本文还介绍了一种基于live wire算法思想的简单的分割结果交互式修补方法.实验表明我们的算法仅需少量用户交互就能快速准确的从医学图像序列中分割出感兴趣的物体.     

眼球突出度的双目视觉测量

为了提高眼球突出度测量方法的效率和安全性,基于双目视觉测量原理,提出一种特征点均通过图像处理获取的眼球突出度测量方法.该方法首先获取眼部图像,再利用MediaPipe Iris获取虹膜中心,结合阈值分割、轮廓检测获取标记点,最后计算眼球突出度值.为了验证本文双目视觉测量方法的精密度和准确度,搭建了测试平台,针对标准件、...