梯度方向图像分解的直线边缘提取算法

针对复杂背景下的直线边缘提取问题,提出了一种基于梯度方向图像分解,然后累积投影的直线边缘提取算法。该方法首先把图像分解成梯度方向子图像,再在子图像梯度垂直方向上进行投影,得到8个方向的投影序列。接着,对投影序列进行了二次非线性回归分析,得到了投影序列的残差序列,滤除原投影序列的低频成份。然后,提出了基于奇异点的支持邻域能量的判定方法,解决了残差序列奇异点提取问题,得到了直线边缘的位置。最后,建立了图像模型,分析了图像复杂度和可提取的直线边缘长度的关系,并进行了实验。该方法可以对直线边缘空间中的75%的直线边缘进行成功位置提取,满足复杂背景图像的直线边缘提取需求,具有良好的鲁棒性。     

管道焊接激光视觉跟踪的定位方法研究

为解决在管道自动焊接过程中V型坡口的识别定位问题,提出了一种基于激光视觉传感的局部区域内分步式定位方法。首先建立模板匹配,利用模板匹配方式获取焊缝初始位置区域;然后采用阈值分割和边缘提取获得激光条纹边缘线,通过Shi-Tomasi算法对边缘线进行角点检测,得到边缘线上的亚像素角点位置坐标;最后采用最小二乘法拟合得到精确的边缘直线,对上下边界线求平均值提取激光条纹的中心线,求取直线的交点得到坡口轮廓的拐点信息。通过对实际焊接现场拍摄的50幅同一高度不同位置的图像进行检测,结果表明,分步式定位方法抗干扰性强,精度较高,为完成整个跟踪自动焊接过程奠定了基础。     

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。     

灰色预测模型的系统动力学仿真

针对灰色预测模型的仿真拟合问题展开研究,运用系统动力学方法,针对GM(1,1)模型、DGM模型、NDGM模型等3种灰色预测模型进行系统动力学分析,研究了这3种模型的拟合预测效果。结果表明,GM(1,1)模型的白化形式在拟合预测原序列时偏差较大;DGM模型是齐次指数序列的精确模拟,NDGM模型是非齐次指数序列的精确模拟;在对近似非齐次指数序列进行拟合时,NDGM模型的拟合效果明显优于其他模型。此外,将反馈的观点引入灰色模型,使得系统动力学仿真方法成为灰色预测建模的辅助工具,有利于灰色预测模型的拓展与完善。     

基于轮廓模型和AdaBoost算法的民族地区舞蹈人员跟踪技术研究

为了提高对民族地区舞蹈人员的指导能力,提出基于轮廓模型和AdaBoost算法的民族地区舞蹈人员跟踪技术。构建民族地区舞蹈人员的视频跟踪扫描成像模型,检测民族地区舞蹈人员的视频图像边缘轮廓模型,根据初始轮廓分布进行民族地区舞蹈人员视频图像的增强处理,建立民族地区舞蹈人员跟踪图像的视觉感知模型,通过区域像素特征重构方法进行民族地区舞蹈人员图像跟踪的三维信息重建,采用AdaBoost算法完成民族地区舞蹈人员的轮廓检测和像素跟踪,提高民族地区舞蹈人员的像素跟踪和识别能力。仿真结果表明,采用该方法跟踪民族地区舞蹈人员的信息融合度及识别率较高,能有效提高民族地区舞蹈的训练指导能力。     

建筑簇群全景图像空间布局人工智能规划方法研究

为了提高建筑簇群空间布局规划能力,提出基于空间边缘轮廓特征检测技术的建筑簇群全景图像空间布局人工智能规划方法。构建建筑簇群全景图像空间规划成像模型,采用多样性的图片结构重构方法进行建筑簇群全景图像空间区域信息增强处理,建立建筑簇群全景图像的边缘轮廓特征检测模型,构造建筑簇群全景图像多尺度特征分解模型,采用机器视觉方法进行建筑簇群全景图像的先验形状模型参数估计,根据参数估计结果实现建筑簇群全景布局和人工智能规划。仿真结果表明,采用该方法进行建筑簇群全景图像空间规划的智能性较强,规划合理性较好。     

基于EmguCV的红外图像海天线提取算法研究

本文基于海天背景目标提取技术的研究,给出一种实用的海天线提取算法。首先,采用空域滤波消除弱小船只目标和近域海浪杂碎波的干扰,对降噪后的红外图像进行形态学梯度运算,采用Ostu阈值分割方法,获取海天线边缘轮廓,然后利用Hough直线检测算法,获取海天线待拟合点数组,最后利用最小二乘法拟合海天线。实验结果表明,本算法能够准确、快速地提取海天线,为海上目标的快速探测跟踪奠定基础,对红外搜救设备进行海上目标探测跟踪具有重要意义。     

基于三维传感跟踪的运动损伤动作细节特征提取

为了提高运动损伤病理诊断有效性,提出基于三维传感跟踪的运动损伤动作细节特征提取方法。采用三维传感跟踪识别方法进行运动损伤动作的图像采集,对采集的三维图像进行边缘轮廓检测和角点检测,提取反应运动损伤细节特征的关键特征点,采用损伤部位的形变位移估计方法实现运动损伤动作的统计信息特征提取和损伤程度评估,结合图像的块分割方法实现运动损伤动作细节特征提取。仿真结果表明,采用该方法进行运动损伤动作细节特征提取和三维传感跟踪识别,对运动损伤动作图像的特征表达能力较好,实现可视化的运动损伤病理诊断和治疗。     

一种基于脑部肿瘤MR图像的分割方法

针对传统的分割方法难以实现医学图像自动分割和准确分割的问题,提出了一种基于GVF Snake模型的医学图像分割方法。该方法采用Canny算子的边缘检测结果作为GVF扩散方程计算的边缘映射图,提高了GVF Snake模型的抗噪性能;用分水岭算法自动获取的轮廓作为GVF Snake模型分割的初始轮廓,降低了GVF力场计算的复杂性和分割时轮廓线的迭代次数。分析和实验结果表明,采用该方法对脑部肿瘤MR图像进行分割时,能自动准确地分割出肿瘤区域。     

机械零件直线边缘亚像素定位方法研究

直线是视觉图像中重要的基元特征.建立了三级灰度图像边缘模型的空间矩算子,利用LOG算子定位速度快的特点,确定图像像素级边缘,然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线边缘像素点,最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线.对空间矩算子亚像素定位算法与像面直线亚像素提取算法的有效性和精度进行了实验研究,实验结果表明提出的基于空间矩亚像素边缘定位算法与像面直线亚像素提取算法具有较高的精度和稳定性.     

An Edge‐Based Adaptive Method for Removing High‐Density Impulsive Noise from an Image While Preserving Edges

This paper presents an algorithm for removing high‐density impulsive noise that generates some serious distortions in edge regions of an image. Although many works have been presented to reduce edge distortions, these existing methods cannot sufficiently restore distorted edges in images with large amounts of impulsive noise. To solve this problem, this paper proposes a method using connected lines extracted from a binarized image, which segments an image into uniform and edge regions. For uniform regions, the existing simple adaptive median filter is applied to remove impulsive noise, and, for edge regions, a prediction filter and a line‐weighted median filter using the connected lines are proposed. Simulation results show that the proposed method provides much better performance in restoring distorted edges than existing methods provide. When noise content is more than 20 percent, existing algorithms result in severe edge distortions, while the proposed algorithm can reconstruct edge regions similar to those of the original image.     

模型基编码的运动参数估计及误差准则

在人脸序列的图像编码中 ,模型基编码方法可以获得高的主观图像质量和低的码率 ,而受到广泛重视。但是 ,其运动参数的可靠估计还是一个难点 ,而且也没有一个较好的适合视觉特性的误差准则。本文提出了基于特征点的运动参数估计算法 ,并根据边沿 ,亮度和端点特性来自动提取特征点及自适应调整点的数目。提出用重建的图像的质量来估价运动参数误差 ,并给出了误差面积和轮廓转折率误差二个函数。这二个函数较好地反映了运动参数误差引入的图像几何失真。     

SAR图像直线提取

针对合成孔径雷达(SAR)图像中相干斑的统计特性,设计了对应的直线提取算法.首先组合运用Canny算子和Ratio算子得到边缘点及其边缘方向,然后根据边缘方向一致性原理得到初始直线图;最后,通过高层编组方法连接由于噪声引起的直线缺损.本文提出的边缘检测方法克服了边缘方向量化带来的直线断裂,并且具有恒虚警的特性.高层编组过程通过对初始直线图的分析确定可能扩展的直线区域,之后在原始图像中进行统计证实,得到完整的直线图.直线提取算法在X波段机载SAR图像上进行了试验,得到了满意的效果.提取的直线图可以用于遥感图像矢量化、自动目标识别等方面.     

边缘检测算法在医学超声液性病变图像中的应用

医学超声液性病变图像多见数个无回声区,呈"蜂窝状",边界不清晰,为了清晰地提取医学超声液性病变图像的边缘,进一步为临床诊断提供可靠依据,在此将几种不同的边缘检测算法应用于医学超声液态病变图像中,经实验结果得出,经典的边缘检测算法不能很好地提取图像的边缘,而基于Snake模型的边缘检测算法,人为设定边缘控制点,智能动态调整曲线,获得了很好的边缘提取效果,具有很高的临床应用价值。     

基于多维时空的NPCA-PSR-IGM(1,1)组合模型的短时交通流预测

针对城市短时交通流序列非线性和混沌性的特点,为提高短时交通流的预测精度,该文提出一种基于多维时空的非线性主成分分析(NPCA)和相空间重构(PSR)的改进灰色(IGM(1,1))组合预测模型。首先,使用数据相关性的非线性主成分分析算法对多维交通流量序列进行时空降维,同时保留影响预测点的主要交通流量数据,从而提高建模的精确度;其次,利用多维时空交通流量序列相空间重构放大交通流量内部的细微特征,以使其内在规律得以充分展现,进一步提升预测精度;最后,结合背景值改进的灰色模型适应于线性、非线性以及所需数据少的特点,进行短时交通流预测。实验结果表明,NPCA-PSR-IGM(1,1)组合预测模型的平均相对误差相比NPCA-PSR-GM(1,1)组合预测模型减小3.12%,其标准偏差相对PCA-PSR-IGM(1,1)组合预测模型从15.7091下降到2.0589。同时与最新的预测模型相比,该组合预测模型也提高了预测精度,达到了较好的预测效果。     

基于多维时空的NPCA-PSR-IGM(1,1)组合模型的短时交通流预测

针对城市短时交通流序列非线性和混沌性的特点,为提高短时交通流的预测精度,该文提出一种基于多维时空的非线性主成分分析(NPCA)和相空间重构(PSR)的改进灰色(IGM(1,1))组合预测模型.首先,使用数据相关性的非线性主成分分析算法对多维交通流量序列进行时空降维,同时保留影响预测点的主要交通流量数据,从而提高建模的精...     

基于小波变换的图像边缘检测

介绍了利用小波变换进行图像边缘检测的原理与方法。基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。     

基于邻近像素的低复杂度预测矢量量化 图像压缩编码算法

针对传统低复杂度预测矢量量化图像编码算法预测准确性的不足,通过分析像素距离对相关性的影响,提出了数种改进的基于邻近像素的预测方案,并提出了一种具有边缘走向自适应性的预测方案.仿真实验表明,采用这些预测方案的预测矢量量化算法能够在保持低计算复杂度的同时,显著提高矢量预测准确度,改善图像编码性能.     

一种改进的边缘生长彩色图像分割方法

针对彩色图像颜色空间特性,提出一种改进的边缘生长图像分割方法。首先根据平均颜色矩确定图像量化级数,色彩量化后采用边缘检测提取边缘像素集,并将这些高细节点形成边缘线,围成一个封闭的区域,最后根据颜色空间的区域距离,将初始分割区域进行合并。该方法很好的解决了使用边缘检测或区域生长所产生的不连续性和过分割问题。实验结果显示对彩色图像分割具有较好的效果。     

灰度分布基于规范式描述的边缘模型基图像编码

提出了一种称为边缘模型基的低比特率图像编码方法,其基本特点是：1）建立一种基于图像边缘信息的活动图像信源模型,按照图像中物体的结构将图像划分为激励区和缓变区（平滑区）。2）用三阶规范式拟合图像激励区的灰度分布,以“激程扫描─规范式拟合”表达图像的缓变区。3）引入了模型匹配与广义运动分析概念,并用干帧间图像预测编码。实验结果表明：在保持重建图像质量的前提下,每像素的比特数可压缩至0.075。