基于Freeman链码的B样条曲线轮廓拟合

提出了一种Freeman链码与B样条曲线误差控制相结合实现轮廓拟合的算法,首先利用Freeman链码法进行边界跟踪,根据相邻像素点间的不同的链码变化关系,排除伪特征点,提取出轮廓中绝大多数特征点,然后结合基于误差控制的B样条曲线法,取得能够精确表示轮廓信息的特征点。本文算法即避免了使用曲率来进行求取特征点的复杂计算,提高了特征点检测速度,又提取出能够精确拟合轮廓的局部支撑点,实现了基于误差控制的轮廓曲线拟合。实验结果证明了本文算法的正确性。     

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.     

基于Freeman链码的二维曲线匹配

快速地提取曲线的拐角点是进行曲线匹配的关键。为了解决这一问题,提出提取拐角点的快速方法,根据Freeman链码在拐角点附近的变化规律,将Freeman链码分为两类,根据这两类的判断规律分别确定拐角点,然后根据特征线段的长度和特征点的曲率去除一些伪拐角点,以得到标准拐角点。最后根据标准拐角点的曲率序列求得的归一化互相关系数进行粗匹配,再通过长序列的归一化互相关系数进行精确匹配。这种方法不受曲线旋转和平移的影响,易于实现,根据实验证明该方法的合理性、有效性。     

Freeman链码描述的曲线匹配方法

针对普通曲线匹配算法不能处理旋转和缩放曲线的不足,提出Freeman链码描述的曲线匹配方法。该方法为Freeman链码设计一种基于差别累加值及链码差的拐角点快速检测算法,能够快速地检测出曲线拐角点;通过计算曲线起点和曲线方向,得到不随曲线旋转、平移和尺度变化的标准拐角点序列;根据拐角点的长度序列和夹角序列进行相似判断实现曲线匹配。Freeman链码描述的曲线匹配方法不受曲线旋转和缩放的影响,计算量小,易于实现,仿真实验证明该算法合理有效。     

基于自适应链码的棉种周长测量

在棉种实时检测系统中,为了识别破损棉种,必须提取棉种的边缘并计算其周长。传统的边缘提取方法有Sobel、Robert等微分算子,以及数学形态学方法和小波变换方法。但是在实时系统中,图像处理速度是影响实时性的关键因素。Freeman链码是图像处理中表示轮廓形状的方法之一,由提取的链码可以得到曲线（包括直线）的曲率、曲线的特征点等,而这些特征是图像压缩、图像重建、图像匹配的依据。由Freeman链码方法提取的图像边缘是单像素的,因此采用这种方法来计算棉种的周长。通过与Sobel、Robert等边缘提取方法进行比较,可以证明运用链码方法求周长,其搜索时间短,计算准确,尤其适用于以快速准确为目标的实时系统。     

一种基于轮廓分析的图像特征点检测方法

图像特征点检测是图像匹配、目标识别以及运动估计等领域的一项关键技术.本文对图像轮廓二维信息进行降维处理,提出了一种特征点质量评价因子.利用该因子并结合文中给出的特征点提取准则对图像轮廓链码进行分析,提取特征点.该方法避免了常规的基于链码的特征点检测方法中曲率的计算,提高了检测速度.试验证明该方法具有较好的实时性和定位精度.     

曲率尺度空间与链码方向统计的角点检测

针对曲率尺度空间角点检测中,由于选择的尺度不同,会造成角点的漏检测,以及检测到错误角点的问题。提出一种基于曲率尺度空间与链码方向统计的角点检测方法。首先在较低的曲率尺度空间上检测出候选角点集;再通过自适应阈值及链码方向统计的方法删除错误角点。该方法采用较低的曲率尺度可检测出更多的角点,降低了角点漏检测率;通过计算椭圆角点自适应阈值可删除椭圆角点;采用Freeman链码方向统计可剔除伪角点;从而提高角点检测精度。通过实验充分验证了本文提出的角点检测算法比其他角点检测算法具有的高效性和准确性。     

改进的Freeman链码进行人民币的面额识别

针对尺寸法进行人民币的面额识别中,使用Freeman链码进行纸币边界曲线跟踪时出现的断点、漏点、错点及处理数据量大、速度慢的问题,提出一种新的链码定位边界法。首先通过统计纸币轮廓点的横、纵坐标值出现的频率确定链码起始点;然后定义一种新的多方向链码以解决图像边界点的间断问题;最后利用之前链码预测之后链码以减少漏点、错点,减少噪声对曲线跟踪的影响。实验结果表明,该方法用于纸币识别,识别率达到了96.159%以上,计算复杂度降低,识别速度提高,是一种有效的图像边界提取方法。     

基于Freeman链码连通体边界检测及其在坭兴陶图像中的应用

Freeman链码分为八方向和四方向。介绍Freeman链码的原理、记录方式、链码的获取并给出链码的核心代码。对图像采用八方向的链码方法记录图像的边界,实验结果表面采用八方向链码的方式提取图像的边界特征效果较好,并应用到坭兴陶图像中。     

基于差分链码曲率的转炉火焰边界弯曲度计算

转炉火焰图像边缘弯曲程度能表征炉内铁水碳含量的多少,准确计算曲线弯曲度,对火焰图像判断转炉吹炼终点有重要的意义。提出一种基于差分链码曲率的边界弯曲度计算方法,定义了基于差分链码的火焰边界曲率计算公式;为了保证曲率公式的有效性,对火焰原始图像作分割、标记、二值化、形态学边界提取等预处理;利用多边形近似方法重建了火焰边界的二值图像,有效克服了边界小尺度拐角对曲率公式的影响。实验结果表明,该方法与边界圆形度及火焰骨架曲率计算的方法相比,所提取出的特征值能明显区分吹炼的不同阶段,且计算速度快,具有较高的实用价值。     

基于轮廓的旋转和尺度不变区域的检测

为了获取鲁棒的特征区域,提出了一种基于轮廓的旋转和尺度不变区域的检测算法。算法应用多尺度乘积LoG(Laplacian of Gaussian)提取轮廓上稳定的角点作为特征点。根据角平分线的旋转和尺度不变性提取特征方向,利用特征方向求得特征半径。由角点、特征方向和特征半径构造不变区域。进行了特征匹配的实验,图像集包含旋转、尺度、仿射、光照和压缩五种变换,算法获得了很好的匹配结果。结果表明算法简单快速,具有较强的鲁棒性和广泛的应用性。     

一种微型零件的拼接方法

针对微型零件的特点,提出了一种结合图像灰度及轮廓信息的新拼接方法.该方法首先利用Canny算子得到图像的轮廓曲线,然后利用曲率尺度空间(CCS)检测图像的角点,然后利用相关法配准角点,得到图像的初步拼接,最后利用动态规划对图像轮廓进行精细拼接.本方法具有拼接精度高、自动化程度高、可靠性好的特点,适合高精度图像的拼接.     

机器视觉复杂平面边缘角点的高精度定位方法

基于机器视觉的二维复杂平面尺寸测量中,边缘角点包含丰富的图像目标特征信息,其检测精度对后续图像分析及参数计算精度有着至关重要的影响。本文提出了一种边缘轮廓角点的高精度定位方法,该方法先利用角点处的曲率变化及相邻两角点线段与x轴正向的夹角变化,初步确定角点的位置坐标,然后利用优化方法去除伪角点,以实现对真实角点的高精度定位。研究表明,该方法便捷、高效,在服装衣片的样片边缘测量中取得了理想的结果。     

地面LiDAR数据中建筑轮廓和角点提取

建筑轮廓和角点作为多平台激光雷达数据常用的配准基元,其提取方法正受到越来越多的关注.投影密度法是一种常用的从地面LiDAR数据中提取建筑轮廓和角点的方法,然而以往研究对于直接影响建筑轮廓提取结果的格网密度阈值考虑较少.提出一种轮廓密度估计的方法,能够根据点云实际情况自动准确地计算出格网密度阈值,从而提取较为准确的建筑轮廓格网.在此基础上,利用轮廓线段高程分割和密度延伸的方法对轮廓进行分割和恢复,能够提取完整的建筑轮廓.最后,利用轮廓线段的相交关系获得建筑角点.实验结果表明,本文方法能够有效从地面LiDAR数据中提取建筑轮廓和角点,正确性、完整性和定位精度较高.     

多特征复合的角点提取方法

提出了一种利用图象灰度特征和边界轮廓点特征相复合的角点检测方法；首先在SUSAN特征检测原则基础上，提出了基于图象灰度特征的快速自适应特征检测方法，用以提取不同图象对比度下目标轮廓上的初角点，利用边沿元对这些包含了部分边缘点的初角点沿边绝缘方向跟踪排序后，再由根据图象边缘特征检测的边界方向变化情况来确定角点位置，同时剔除由于图象数字化而导致的虚假角点，这种方法克服了单一特征提取角点所带来的弊病，提高了角点检测的精度，抗噪能力强，运算量较小，适于实时实现。     

Model construction and shape recognition from occluding contours

A technique is presented for recognizing a 3D object (a model in an image library) from a single 2D silhouette using information such as corners (points with high positive curvatures) and occluding contours, rather than straight line segments. The silhouette is assumed to be a parallel projection of the object. Each model is stored as a set of the principal quadtrees, from which the volume/surface octree of the model is generated. Feature points (i.e. corners) are extracted to guide the recognition process. Four-point correspondences between the 2D feature points of the observed object and 3D feature points of each model are hypothesized, and then verified by applying a variety of constraints to their associated viewing parameters. The result of the hypothesis and verification process is further validated by 2D contour matching. This approach allows for a method of handling both planar and curved objects in a uniform manner, and provides a solution to the recognition of multiple objects with occlusion as demonstrated by the experimental results     

一种自动、快速的Kinect标定方法

针对目前Kinect传感器人工标定方法误差大、速度慢等问题,提出一种自动、快速的Kinect传感器外参标定方法。首先,根据彩色图像提取的角点,生成彩色图像的角点集合;其次,为了实现角点点云的自动提取,对点云图像进行深度分割,提取棋盘格点云,采用三维哈夫(Hough)变换检测方法将棋盘格点云投影到深度图像的模板平面上,在深度图像模板中提取深度图像中的角点;然后,将深度图像中的角点映射到棋盘格点云中,形成角点点云;最后,将角点点云与彩色图像的角点集合进行配准,得到角点的3D空间坐标,进而计算出深度相机到彩色相机的姿态变换矩阵。实验结果表明,本文提出的算法在保证相机标定精度的前提下,将相机参数的计算时间从平均218ms降低到166ms,实现了自动、快速的Kinect相机标定。     

一种基于边缘轮廓线的LoG角点检测

角点是数字图像中目标的重要局部特征,提供了目标的低层次视觉特性。将Laplace of Gaussian变换引入到平面曲线,提出了一种基于边缘轮廓的LoG角点检测算子。深入分析LoG变换的几何特征,建立了边缘轮廓曲率和LoG范数间的等价度量关系。角点响应函数被定义为边缘点的LoG变换范数,边缘轮廓上LoG范数的局部极值点被认为是角点。并针对?祝-角点模型和圆周曲线模型,验证了这种定义的合理性。实验结果表明,相比经典角点检测算子,该文算法具有高效、稳定的优点。     

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View Morphing方法的中间视角视频合成

在虚拟现实、虚拟仿真、沉浸式远程视频会议等应用中,经常需要从已有的两幅图像合成中间任意视角的虚拟图像。该文主要研究了基于View Morphing方法的图像绘制技术,通过对View Morphing算法进行改进,以适应图像序列合成的需要。算法的基本思路是：首先采用改进的高斯混合模型进行背景和前景的分离,得到前景图像,然后利用基于多种约束的匹配方法匹配由前景图像的边缘轮廓点和Harris角点算子检测到的角点构成的特征点,再以匹配的特征点做为Delaunay三角形的顶点对前景图像进行建模,最后使用基于网格变形的方法合成虚拟视角的图像。