图像主特征直线的检测算法

直线特征的检测是计算机视觉与图像处理的基本任务之一。主特征直线是图像中最显著而且被人们最为关心的一些直线。本文提出了从图像中自动检测主特征直线的算法。首先利用图像分割算法分析得到图像的特征边缘,然后用短线段逼近这些边缘像素,接着用动态聚类算法对这些线段进行聚类,并用直线拟合聚类中的线段得到所有可能存在的直线,最后根据直线有效性度量找到其中有效性最高的直线就是主特征直线。最后本文给出了主特征直线在图像自动修复和自动美学构图中的应用实例。     

一种新的直线特征提取和定位算法

提出了一种从图像中精确提取直线特征并定位其端点和方向的新方法，克服了传统边缘跟踪算法的局部性。算法首先跟踪边缘点，递归分割成离散直线段，然后从全局角度合并这些离散的直线段，最后给出了两种鲁棒的直线拟合策略。实验结果表明该算法具有良好的性能，能够适用于较广范围的真实图像。     

基于Freeman链码的边缘跟踪算法及直线段检测

本文主要总结了目前几个常用的直线段检测方法。分析了当前边缘跟踪算法的不足。在此基础上,提出了一种基于Freeman链码的直线段检测方法,主要在边缘跟踪环节中对原有方法进行改进。实验表明,该算法能够快速,准确地检测直线段。     

图像直线段检测算法综述与测评

对现有的直线段检测算法进行系统的综述和测评。在综述方面，将现有算法划分为两类：全局Hough变换法和局部感知组合法。分析了这两类算法的技术基础和实现方案，并对其优缺点进行评述。在测评方面，Cho等人在近期的一项工作中首次建立了一个客观测评系统。但遗憾的是，该测评系统在代码实现和实际使用两个方面均存在比较严重的错误，因此所得出的结果没有能够正确反映当前各种算法的性能。全面修正了这一测评系统的错误，并对当前最具代表性的八款直线段检测算法进行评估和比较。展望直线段检测技术未来的发展趋势，为相关研究提供参考和借鉴。     

基于直线段匹配的移动机器人的障碍物检测

阐述了基于机器视觉的前方障碍物的检测问题。提出一种基于直线段提取和匹配并最终确定障碍物的轮廓的方法。试验表明该方法运算速度快,结果可靠。     

基于直线特征的图像配准算法

为实现高效率、高精度的图像配准,提出了一种利用图像边缘直线特征的图像配准算法。首先利用LoG算子提取参考图像和待配准图像的边缘信息,利用Hough变换提取图像边缘信息中的主要直线;然后以直线特征定义了参考图像和待配准图像的相似性度量,以此度量估计旋转角度,找出直线组的对应关系;最后在这些直线组中选取配准控制直线,计算配准参数,对图像配准。经过实验,验证了该算法的有效性。     

利用梯度信息快速提取直线边缘特征

立足于视觉检测系统的实时性需要,提出一种利用梯度信息的快速直线边缘提取方法。该方法首先利用梯度信息和两点确定一条直线进行线段基元的快速定位和扫描;然后对扫描得到的线段基元进行基于几何距离最小化的最佳直线拟合;最后使用端点投影距离的方法对线段基元进行共线性检测,连接共线的线段基元并对连接结果重新进行最佳直线拟合,得到最终的直线边缘特征。实验结果表明:该方法进行直线边缘特征提取的速度比目前文献中最快的Hough变换改进算法提高了1倍左右,适应能力强,可以满足视觉检测系统对直线边缘特征提取的实时性和精度要求。     

基于直线拟合算法的PET瓶瓶盖检测方法

灌装PET瓶的实时自动检测在实际生产中具有重要的作用。在当前生产中,存在着瓶子抖动对图像算法的影响,提出了可以克服上述问题的瓶盖检测方法。采用基于直线拟合算法对灌装PET瓶的实时自动检测算法进行设计,通过对瓶盖所在直线的拟合以及支撑环所在直线拟合,实现了灌装PET瓶的液位缺陷的检测类别判断功能,并且克服了高速生产中瓶子抖动对图像采集以及瓶盖判断的干扰。实际系统监测准确率达到99%以上,实验证明算法有很好的鲁棒性。     

利用数字影像中直线的结构特征检测直线段

在数字影像中,理想的直线段由呈阶梯状排列的游程所构成。论文利用这一特征提出了一种检测直线段的新方法,它以逐行或逐列搜索带有缝隙的游程作为基础,搜索时能根据已取得的部分直线段预测下一段游程的起始像素位置,检测速度较快,获取的直线段较长,所得结果非常适合于用作为基元以合并成完整的直线。该算法的原理还可用来快速确定表格框线的转角。     

基于直线拟合的文本倾斜检测算法

在文本扫描输入的过程中,文本图像不可避免地会发生倾斜,而布局分析及字符识别算法对页面倾斜十分敏感,因此倾斜检测和校正是文档分析预处理中的重要环节。提出了一个基于直线拟合的倾斜检测方法,它对文本图像二值化、分块,进行Fourier变换获得Fourier光谱,提取Fourier光谱中反映倾斜角的特征点,然后对特征点进行拟合处理,最后获得页面倾斜角。实验结果表明,该方法能够精确检测文本的倾斜角度,并且不受文本布局、行间距以及字体的影响。     

On Straight Line Segment Detection

In this paper we propose a comprehensive method for detecting straight line segments in any digital image, accurately controlling both false positive and false negative detections. Based on Helmholtz principle, the proposed method is parameterless. At the core of the work lies a new way to interpret binary sequences in terms of unions of segments, for which a dynamic programming implementation is given. The proposed algorithm is extensively tested on synthetic and real images and compared with the state of the art.

基于外极线分区的动态立体匹配算法

基于区域的立体匹配算法仅针对支撑窗内的灰度信息定义匹配代价函数,导致在弱(无)纹理区域采用WTA优化出现歧义性。该文在外极线分区的基础上,改用区域作为匹配基元,针对歧义性区域,在代价函数中引入遮挡项和平滑项,并按照区域优先级的高低,动态匹配相应区域,获得可靠的视差信息。实验证明,该算法在保持实时性的同时对弱纹理区域处理具有有效性。     

用于线段特征提取的改进Hough变换

线段是符号的一个具有旋转、平移和尺度不变的稳定性特征,正确提取符号的线段特征对于提高符号识别系统的识别率有很重要的意义。针对已有的基于Hough变换的线段提取算法的缺点,该文提出了一种用于线段特征提取的改进Hough变换算法。通过采用“多对一”映射;将Hough变换的投票过程和线段参数的检测过程融为一体;动态管理算法所需的临时存储空间等手段,使该算法具有较好的计算复杂度和空间复杂度。针对数字图像的量化特点,精心设计了用于检测在直线上点的条形区域,从而大大地降低了噪声对线段参数检测的影响,使该算法具有较好的检测性能和鲁棒性。实验表明,该文算法能正确提取出线段的端点坐标及其长度。     

线段提取在高分辨率遥感图像建筑物识别中的应用

提出一种基于感知组织的线段提取方法．该方法有两大特点：在基本线段提取算法中使用了模板,并且在线段合并过程中综合考虑了直线和物体的形状特点．运用该方法对高分辨率遥感图像中的建筑物进行识别,取得了良好效果。     

基于平面线段的反向最近邻查询

反向最近邻查询是空间数据库空间查询的研究热点。目前反向最近邻查询的查询粒度都是基于一维的点．在一些空间物体不能抽象为点的情况下将其抽象为点进行反向最近邻查询,查询结果不能达到一定的精度。该文在分析基于平面线段的最近邻查询和R树结构的基础上提出了一种改进的R树－Rcd树,并给出了基于Rcd树的平面线段反向最近邻查询算法．该方法能实现平面线段的反向最近邻查询。     

基于平面线段的反向最近邻查询

反向最近邻查询是空间数据库空间查询的研究热点。目前反向最近邻查询的查询粒度都是基于一维的点,在一些空间物体不能抽象为点的情况下将其抽象为点进行反向最近邻查询,查询结果不能达到一定的精度。该文在分析基于平面线段的最近邻查询和R树结构的基础上提出了一种改进的R树—Rcd树,并给出了基于Rcd树的平面线段反向最近邻查询算法,该方法能实现平面线段的反向最近邻查询。     

基于像斑差熵的遥感影像变化检测

提出了利用遥感影像分割获取像斑进行变化检测的方法。构造了像斑差熵作为衡量变化的指标,选取一定数目训练样本,利用目标函数法找到最佳阈值,并同相关系数法进行了比较。实验结果显示像斑差熵更适用于遥感影像变化检测。     

基于边缘检测的SAR图像自适应区域分割

受相干斑噪声影响,合成孔径雷达（Synthetic Aperture Radar,SAR）图像成像质量低,目标判读困难。针对传统方法对SAR图像分割存在噪声敏感、细节缺失、过度分割等问题,提出一种基于边缘检测的SAR图像自适应区域分割方法。首先引入双边滤波构建级联滤波器,对SAR图像进行保边抑噪;然后建立基于纹理复杂度的阈值估算模型,实现阈值自适应目标SAR图像边缘检测;最后提出基于边缘特征的自适应区域生长分割方法,较好解决了传统区域生长算法对SAR图像分割时出现的过度生长和过度分割之间的矛盾问题。该方法综合利用了SAR图像二维熵、边缘灰度信息、区域灰度信息,实现了对单极化目标SAR图像的自动分割。实验表明,相较于其他传统分割方法,该方法保边抑噪能力更强,目标细节检测更准确,较好解决了SAR图像过分割问题。     

链码表和线段表用于图像特征提取的研究

针对图像特征提取中轮廓跟踪的问题,介绍了链码表和线段表的数据结构,及其在肺癌细胞特征提取中的应用。在对肺癌细胞图像进行轮廓跟踪过程中,首先用行扫描得到细胞轮廓起点,然后采用链码跟踪技术,跟踪其轮廓,得到一个封闭的轮廓信息即链码表,一直到所有的轮廓跟踪完毕为止。然后通过线性转换得到线段表,再根据链码表和线段表分别求出周长和面积等特征。最后在Visual C＋＋软件平台上对该方法进行了验证。结果证明,该方法可准确求出肺癌细胞图像的几何特征。