改进的二值图像的交叉点扫描检测算法

介绍了一种传统的二值图像中的交叉点俭测算法.分析了该算法存在的问题,继而提出了一种改进的父义点检测算法,开就新算法如何解决传统算法所存在的问题进行了说明.实验表明,新算法更符合人的直观视觉,准确性更高.     

基于图像轮廓曲线的拐点检测算法

拐点是图像很重要的特征,包含图像的主要结构信息，拐点检测对图像配准、目标识别和三维重建等任务的处理都有着非常重要的作用。从研究轮廓上点的曲率出发，针对传统基于轮廓的拐点检测算法对噪声和局部变化敏感而造成检测结果不稳定的问题，提出一种间接反映轮廓曲率特性的方法，记为APTD(Accumulation of Point to Tangent Distance)。使用高斯函数对轮廓曲线进行平滑处理，轮廓上点的曲率越大则该点附近的点到该点处切线的距离也越大，根据这一思想，将轮廓上点附近支撑域内的点到该点所对应切线相对距离的累加和作为拐点的判别函数，从而实现轮廓拐点的检测。经由数学推导表明所提出的算法具有合理性和可行性，对比实验分析表明该算法精度高、运算量小、定位准确。     

基于欧氏距离的拐点检测算法

拐点是数字图像中的一个重要信息载体,提出一种新的拐点检测算法,该算法并非寻找连续空间中曲率的离散近似计算方法,而是源于离散曲线的外观特征,推导出离散曲线上拐点处k个点对间欧氏距离平方和局部最小这一重要性质。基于该性质,本算法首先利用Freeman链码的性质过滤掉物体边界上明显不可能成为拐点的象素,然后在剩余的边界点中通过寻找该局部最小值定位出拐点。给出了本算法与四种著名拐点检测算法的对比实验。     

基于二值图像的线检测法——蛙跳算法

提出了一种新的基于二值图像的线检测法——蛙跳算法.该算法可用于检测任意形状的一条曲线.算法通过递进的方式,将被检测曲线逐段向前推进,直至认为到达被检测线终点,算法结束.其中,旋转半径r、门限值P和每次旋转角度△θ选取的合适与否决定着最终结果的准确性.根据图像本身的特征信息,选取合适的r、P和△θ的值,在所检测曲线的大体轮廓完好的情况下,即使曲线不连贯或背景中存在着杂质时,该算法仍然能取得较好的效果.     

二值图像的动态函数判别平滑放大算法

本文提出了二值图像的动态函数判别平滑放大算法,该算法能对任意二值图像进行平滑放大,且具有较好的边缘平滑输出图像。该算法处理一个N×M(0,1)图像矩阵,复杂度为N×M,充分提高了处理速度和占用最少的附加存贮空间,是一类整体优于发表方案的高性能,高速度二值图像处理算法。     

一种摄像机采集图像的二值化算法

在无损探伤自动检测线上,为了记录每根管材的有关参数,需在管端进行打号、读号处理。详细介绍了管号识别系统中关键的图像预处理二值化算法。该算法称之为Stamp算法,是在分析Phototshop图像处理软件Stamp滤镜功能的基础上,结合自动检测线上采集图像的特点而得出的。Stamp算法还可以用于车辆牌照自动识别的二值化处理等领域。     

一种实用的二值图像细化算法

本文提出了一种有效的求物体骨架的图像代数求解方法。该方法通过仔细分析数字图像的连通性,提出了一套完整的“中与丢”变换的结构基元,并给出了基于该基元的旋转序列细化法的实现流程。     

抗拼贴攻击的二值图像认证算法

为提高算法抵抗拼贴攻击的能力,本文结合块相关思想提出一种二值图像认证算法.该算法首先将每个图像块中的像素点分为“可翻转”和“不可翻转”两类,将“不可翻转”像素点 Hash 生成水印信息,用其替代相应映射块的“可翻转”像素点实现水印嵌入.通过比较图像块重构水印及提取水印的一致性判断该图像块的真实性,并结合各图像块邻域篡改特征进一步提高篡改检测性能.实验结果表明,该算法不仅提高了在替换、添加、删除攻击下的篡改检测性能,而且能够有效抵抗拼贴攻击.     

组合光栅中条纹图像二值化算法的研究

针对三维测量中条纹图像序列的特点,对固定阈值、准自适应阈值和自适应阈值的二值化方法进行深入分析和对比研究,提出了利用图像差影实现时域二值化的算法.实验数据表明,时域二值化方法具有较好的抗干扰能力.     

对Freeman链码分析的角点检测算法

针对传统的基于轮廓曲线的角点检测算法需要计算曲率和选取阈值的不足,提出一种对Freeman链码分析的角点检测算法,首先通过图像边缘检测,轮廓提取得到轮廓的Freeman链码,当链码发生变化时分析其连续前后多个点的链码是否符合一定的规则来判定角点,无需经过传统的角点阈值选取,曲率计算等步骤.实验通过与He&Yung、CPDA、Fast-CPDA和ARCSS角点检测器比较,结果表明本文算法在角点检测时准确率（ACU）最高;在变换实验中,本算法的平均重复率（AR）最高,由此可以得出本算法具有良好的角点检测性能.     

二值图像中基于陡变度的拐角点集检测方法

文章认为目前流行的拐角点检测方法有三个缺点：一是在数字图像空间中曲率存在计算误区,因而用曲率定位拐角点不合适;二是导致图像边缘产生拐角的不仅有单点,还有点集,因此不求拐角点集是不妥的;三是大曲率点不等价于拐角点。鉴于此,文章提出一种基于陡变度的拐角点集检测方法,其思想是：在二值图像中,图像边缘可看成是一维流形,陡变点集将一维流形分割成大小不等的光滑流形段,如果光滑流形通过该陡变点集后方向发生急剧改变,则此陡变点集是拐角点集。通过实验对比,文章中提出的算法检测结果优于目前流行算法的检测结果。     

运用Freeman准则的直线检测算法

提出了一种简单而高效的在二值图像中检测目标物体直线边界的算法．基于Freeman提出的关于数字直线的准则和数字直线的特征,得出线段元是数字直线的组成部分这一性质．基于该性质,该算法以线段元为基本单位进行直线的构造,从而能高效、准确地检测出图像中物体边界中的直线．此外,该算法还可用于检测二值图像中物体边界的拐角．     

角点检测技术综述

角点检测是机器视觉和计算机视觉领域的基本课题.角点有时也称为兴趣点,在简化图像信息数据的同时,还在一定程度上保留了图像较为重要的特征信息.角点检测在三维场景重建、运动估计、视觉跟踪以及图像配准与图像匹配等计算机视觉领域得到了广泛的应用.本文对现有的角点检测方法进行了分类及阐述,主要分为基于灰度强度的方法、基于边缘轮廓的方法,并将其余类别的角点检测方法也进行了汇总.并介绍了现有方法的部分测评技术以及实用案例,为图像角点检测技术提供参考和借鉴.     

基于Freeman链码的汉字图像轮廓曲线拐角点检测方法

拐角点检测在模式识别和机器视觉中有重要作用。本文应用基于Freeman链码的一种检测和确定图像轮廓曲线拐角点位置的方法,提取出汉字轮廓图像的拐角点作为特征点用于图像配准中。首先提取出汉字图像的轮廓曲线,然后利用Freeman链码给轮廓曲线编码,根据判断准则,提取出必是拐角点的点与可疑拐角点,最后估算可疑拐角点的曲率,挑出每组临近可能拐角点中曲率最大的点为真实拐角点。实验结果表明本文应用的方法能准确地检测出同被测对象相一致的拐角点,给出了实验数据与过程。     

一种基于Harris和图像对比度的角点检测方法

目前各种角点检测方法,对于不同的图像需要选取不同的阈值才能保证结果的精确度,而阈值的选取是比较麻烦的.此处提出了一种通用的方法,通过适当改变图像直方图增大图像对比度,再使用固定阈值的Harris方法对图像中的角点进行提取.该方法解决了阈值选取困难的问题,实验结果表明该方法有效提高了结果的精度,在很多场合比较适合.     

基于多尺度曲率乘积的鲁棒图像角点检测

为了更好地进行图像角点检测,在曲率尺度空间(CSS)框架下,提出了一种基于多尺度乘积的角点检测技术,其中曲率尺度积函数被定义为各个尺度下轮廓曲率的乘积,而角点则被定义为曲率乘积的局部极值点。这种尺度积不仅能显著地增强角点曲率极值点的峰值,同时能抑制噪声影响,而且不改变角点的位置,为了说明该技术的优点,根据角点数一致性(CCN)准则证明了该技术优于其他的角点检测算法。实验结果表明,该方法不仅具备优越的检测效果,并对噪声有较强的鲁棒性。     

融合边缘和角点特征的实时车辆检测技术

采用一种快速角点提取方法来提取角点特征,克服阴影干扰,并与边缘特征融合实现车辆检测.提出一种加入噪声自适应求取边缘二值化阈值的方法,有效抑止不同光照条件、路面强噪声,实现强边缘提取.利用车牌和通风栅格、车辆轮廓特征,解决拥堵检测问题.根据前后帧图像特征预估车速,极大减少了误触发.采用SVM进行有、无车分类.给出夜晚检测方法.实验表明本文算法较好的解决了车辆检测,特别是拥堵时的车辆检测.