刺绣中的形状分割算法

提出一种适用于刺绣CAD系统中Satin针法的形状分割算法.该算法可将任意形状的平面区域分割成若干个条状的子区域,并且使得每个子区域关于它们的形状线大致对称.以一个改进的直骨架为形状分析基础,通过分析修剪后的骨架上的分叉点找出所有可能的分割线,然后优化这些分割线来对区域进行分割.实验结果表明：该算法对边界噪声具有一定的抗干扰能力,能够满足Satin刺绣的要求.     

一种利用灰度信息和二值信息的手写字符分割

在字符识别系统中,字符的有效分割是识别的关键。该文描述了一种两阶段的手写字符分割方法。根据字符倾斜角度将原字符串图像划分出若干个形状不规则的区域,每个区域含有一条分割线;针对现有分割方法的某些局限性,提出采用字符图像灰度信息和二值信息相结合的方式来求取分割区域中的分割路径。实验结果表明了该方法对于手写字符分割的有效性。     

基于能量优化的三维网格模型分割方法

针对现有的三维网格模型分割方法存在过分割或欠分割、分割线锯齿化明显、人工干预多等问题,提出一种基于能量优化和区分度的三维网格模型分割方法.首先提出能量和区分度这2种鲁棒性更强的特征,用于改善分割边界的精度;其次根据能量、区分度及凹凸性寻找满足条件的分割点,根据点的邻接关系得到分割点集,并基于腐蚀算法细化分割点集以得到分割线;最后结合图的广度优先遍历算法及最小能量原则构造出闭合的分割线.此外,为了提高分割线位置的精度及改善锯齿化明显的问题,采用Dijkstra算法思想进行分割线的优化,得到的分割边界更符合人类视觉.对普林斯顿数据集进行实验,并采用普林斯顿基准同7种一般的分割方法进行定量比较,其中最重要的评估指标兰德指数比7种方法平均高0.21,表明该方法可以得到更高精度且更加符合人类视觉的分割结果.     

对称可区分的三维人体模型语义分割

针对三维人体模型语义获取和对称区分的难题,提出一种自动的、左右可区分的三维人体模型语义分割方法.对于输入的人体模型,首先采用模板嵌入的方法提取其左右可区分的、具有语义信息的运动骨架;然后基于运动骨架确定人体模型的分割块数量,并提取各个分割块对应的关键点;再以关键点为边界约束计算模型的调和场,获取分割线的候选集;最后以关键点为聚类中心对模型进行谱聚类,利用聚类结果引导分割线的筛选,确定其中准确的分割线.该方法使骨架的语义信息可直接传递至三维人体模型的分割块,且借助骨架的结构可以控制分割块的数量.在SCAPE数据库、MPI-FAUST数据库和普林斯顿分割数据集上的结果表明,对不同形状和姿态的三维人体模型,该方法均能自动、鲁棒地实现对称可区分的语义分割.     

退化车牌字符的两级分割算法研究

为了准确进行车牌字符分割,提高车牌字符识别的准确率,提出了一种改进的车牌字符分割算法.对定位出来的车牌进行有效预处理,通过两级字符分割算法对车牌进行单字符分割.第一级字符分割是结合连通域分析法和垂直投影进行字符粗分割,第二级字符分割是基于车牌字符的先验知识通过多次判断进行车牌字符精分割.实验结果表明,该算法对受到光照不均、污迹、字符粘连和断裂、质量退化等严重影响的车牌字符能进行很好的分割.     

基于字符分割和LeNet-5网络的字符验证码识别

为了解决传统验证码识别方法效率低,精度差的问题,设计了一种先分割后识别的验证码处理方案。该方案在预处理阶段用中值滤波去噪,再利用霍夫变换对图像字符进行矫正;在字符分割阶段,利用垂直投影算法确定验证码字符块个数,以及字符坐标点,再用颜色填充算法对验证码进行初步分割,根据分割后的字符块数量对粘连字符进行二次分割;在识别阶段,我们对LeNet-5网络进行了改进,修改了输入层,并用全连接层替换了LeNet-5网络中的C5层,以此来对验证码字符进行识别;实验表明,对于非粘连验证码和粘连验证码,单张图片分割时间为0.14和0.15ms,分割准确率为98.75%和97.25%,识别准确率为99.99%和97.7%;结果表明,该算法对验证码分割和识别都有着很好的效果。     

一种用于手写数字分割的滴水算法的改进

在分析传统滴水算法针对共用粘连字符分割存在不足的基础上,提出一种改进的渗漏过程.该方法首先对字符的笔划粘连部分利用距离变换提取出中心线,并通过计算字符笔划的倾斜角度来指导水滴在中心线上端和下端的渗漏方向,最终形成一条较长倾斜的分割路径,避免了因垂直分割而造成的字符断裂.实验结果中分割效果较好,表明该方法的有效性.     

基于Mean-Shiff的图像文本信息提取

图像和视频中包含着丰富的文本信息,提取和识别图像文本信息非常具有实际意义.传统的图像文本信息提取方法大多基于字符的代数和几何特征.作者从另一个角度出发,将彩色字符看成彩色图像的一部分,使类似字符的景物也可以被当作字符识别出来.提出一种基于Mean-Shift算法的图像文本信息提取方法,首先利用Mean-Shift算法对图像进行分割,然后对分割得到的文本区域进行投影分析从而将每个字符分割出来,最后将字符识别.     

SAR图像的最优分割方法

根据SAR图像的概率密度函数获得图像的拟然函数,然后将似然函数和边界约束方程结合起来,提出适合于SAR图像分割的代价函数,其中边界约束方程引入邻域结构信息来保证区域边界的规则性,通过使代价函数最小来获得图像的最优分割。算法首先将原图分割成一定大小的块状区域作为初始分割,每一区域代表一个类别;然后随机调整相邻两个区域之间的像素,通过比较代价函数的变化,利用模拟退火算法确定接受该调整的概率。模拟退火是一种求解全局最优的算法,当温度趋向于0时,它可以获得使代价函数最小的SAR图像的分割。最后,利用基于相似性的融合方法对分割进行后期处理,将相似的较小的区域融合成较大的区域,使得分割更合理。我们将该算法应用到一些SAR测试图像上,获得了比较满意的结果。     

合金图像分割算法研究

针对合金图像的特殊性和对比度低、颗粒不规则等问题,提出了利用凹点和最短距的目标分割方法.该方法是先用典型目标二值化法把颗粒目标从背景中分离出来,然后采用数学形态法进行去噪,边缘平滑,寻找边界,凹点,通过凹点对应、反向延长查找和最短距离判断匹配分割点和连分割线的方法进行分割.用程序实现算法并以实际合金图像为例进行实验.结果表明,该算法分割效果较好,无过分割情况.     

基于改进图像方向信息测度的表格图像增强算法

提出了基于图像方向信息测度的图像增强算法。算法利用图像方向信息测度,在像素级对图像像素进行分类,然后针对表格图像特性,利用改进的图像方向信息测度,对边缘点进行区域连接,使得边缘点能完全地覆盖图像中的字线和表格边缘;利用得到的边缘信息和平滑信息,对图像进行空域滤波处理,初步增强图像;利用模糊增强算法,对图像进行对比度增强,达到较好的增强效果。实验表明,该算法能有效增强对比度极低的表格图像,使得结果图像有很好的视觉效果。     

基于边缘细化的角点提取算法

图像的角点提取在计算机视觉领域中具有重要的应用价值。本文基于角点一定是边缘点且是两条边缘或多条边缘交点的这一几何特性,提出了一种基于边缘细化的角点提取算法。算法先用Canny算子提取图像的边缘,然后进行细化并填充边界线上的断点,再利用角点的几何特性来确定角点的位置。实验结果表明,这种算法提高了角点提取的正确率、定位精确、实用性强。     

基于蚁群算法的现代藏文字符轮廓提取技术研究

由于对字符提取骨架往往会失去受污损部位的重要信息,因此本文提出了一种基于蚁群算法的现代藏文字符轮廓提取算法,旨在用字符的轮廓线代替骨架线来表征字符。本算法用于印刷体藏文轮廓提取,取得了良好的效果,避免了传统细化算法造成的畸变,提高了轮廓提取的抗干扰能力,并且减小了计算量,加快了特征提取的速度。     

基于截断奇异值低秩矩阵恢复的Canny边缘检测算法

针对Canny算法在处理噪声图像时存在的不足,为提高其准确性和鲁棒性,提出一种基于截断奇异值的低秩矩阵恢复方法,以及一种更加准确的双噪声凸优化模型和求解方法。使用经典Canny边缘检测算法作用于分解后去除冗余信息的主成分上,将图像的边缘检测转化为对主成分的边缘检测,可以在有效地去除脉冲噪声和高斯噪声干扰的同时,更好地保留边缘信息。为验证其有效性,在不同噪声浓度以及混合噪声情况下进行实验,结果分析表明,基于低秩矩阵恢复的边缘检测算法可以更好地保留完整的边缘信息,提高边缘检测的准确性及鲁棒性。     

灰度不均的弱边缘血管影像的水平集分割方法

针对血管影像中灰度不均和弱边缘情况下已有水平集模型不能正确分割血管问题,提出一种耦合了血管影像的几何信息、边缘信息和区域信息的水平集分割方法.首先,采用Hessian矩阵的各向异性性对血管状目标进行识别,对原始影像数据进行多尺度滤波;然后采用拉普拉斯算子零交叉点的快速边缘积分方法将边缘信息嵌入能量泛函中,构建一种基于结构、边缘和区域信息的水平集分割方法.相比于单一依靠影像边缘信息或区域信息模型及其改进模型,该方法在分割严重灰度不均匀的血管造影影像上能够准确提取血管,并精确定位血管边缘.     

基于数学形态学的集装箱箱号分割改进算法

提出了基于数学形态学和直方图投影的集装箱箱号分割改进算法。在箱号定位阶段,运用基于边缘检测和数学形态学的改进算法,能自适应确定形态学结构元素的大小,将箱号区域连通成一个区域,并能解决集装箱文字纵向排列的问题。字符分割阶段用数学形态学方法消除干扰边缘和噪声,通过投影直方图法完成行与列分割。实验表明,该算法简单可行,只需较少的集装箱先验信息,并且整箱分割正确率达到93.33%,证明了算法的有效性。     

一种现代藏文笔段提取算法

针对藏文字符笔段的几何特征和拓扑结构,本文提出了一种基于字符轮廓信息的藏文笔段提取算法:通过链码跟踪的方法得到笔段轮廓的点列,然后从点列中提取特征点并利用特征点切分出笔段,最后用笔段的轮廓线代替骨架线来表征藏文的笔段。本算法用于印刷体藏文笔段提取,取得了良好的效果,避免了传统细化算法所造成的畸变,提高了笔段提取的抗干扰能力,并减小了计算量,加快了特征提取的速度。     

快速搜索任意形状二维目标质心策略

快速搜索任意形状二维目标的质心,一直是模式识别,目标跟踪等领域中的关键问题,通过对矩方法的进一步分析,提出基于目标质心与目标上各点间蹭之和取得最小值这的一特性的质心快速搜索策略。     

一种改进的汉字骨架提取算法

为了更有效地提取汉字的骨架,提出一种基于内切圆提取汉字骨架的新方法。该方法首先对Windows系统中的汉字进行边缘检测,提取出汉字的边缘,然后迭代计算特定步长范围内的内切圆,将各内切圆的圆心连接起来得到书法汉字的骨架。实验结果表明,该方法在提取书法汉字骨架的同时保留了原始汉字的边缘信息,提取的骨架具有良好的对称性和连通性。     

基于小波和快速模糊算法的医学图像边缘检测

在医学图像中,常常需要得到图像的边缘轮廓线,以便诊断病变情况.为适应这种需求,文中提出了基于小波分解和快速模糊算法的医学图像边缘检测方法.针对用模糊算法构造相应隶属函数进行图像边缘检测中存在的低频信号得不到有效利用、边缘检测速度较慢等问题,利用小波分解和快速模糊算法的优点构造边缘检测算法.这种方法使得小波分解后的低频信号中所包含的有用信息得到了利用,简化了算法并提高了算法的效率,增强了算法的适应性.文中算法检测出的图像边缘与经典边缘算子提取的图像边缘相比较,结果更加清晰完整.