Estimation of quasiperiodic texture lattice node coordinates with the use of two-dimensional local spectra characteristics

An algorithm is proposed for estimating the coordinates of nodes of deformed lattices of quasiperiodic textures without preliminary detection of typical texture elements. Examples are provided to demonstrate high accuracy of the algorithm on the basis of real grayscale images containing quasiperiodic textures.     

Using the model of a mixture of a uniform distribution and a von Mises distribution for segmentation of anisotropic images

An algorithm is proposed for segmenting anisotropic image based on estimates of the local orientation of textures obtained using a gradient structural tensor. A mixture of a uniform distribution and a von Mises distribution is used as the estimate model. An estimation algorithm for the unknown parameters of the mixture based on trigonometric moments is obtained. Examples are given demonstrating the effectiveness of the segmentation algorithm in identifying textures with one dominant direction.     

基于样条变换多元回归模型的摄像机标定算法

针对摄像机隐式标定算法中存在的样本点数少和精度要求高的矛盾,利用样条变换多元回归模型,提出一种改进的摄像机隐式标定算法。首先采集标定图片中有限个标定样本点的像素坐标和相应的世界坐标,然后通过样条变换建立像素坐标和世界坐标间的多元回归模型,获得二维图像在世界坐标系中的三维信息,完成摄像机的标定。算法发挥上述模型在标定样本点有限的条件下,对非线性关系映射能力强、局部性质独立的特点,实现整体标定效果的改善。理论分析和实验结果均表明,与基于多项式拟合的标定算法相比,该算法的标定速度与精度显著提高。该算法已成功应用于移动机器人视觉导航系统,提高了导航信息计算的准确度。     

三角网格简化的一种新方法——抽取算法

介绍曲面重构中有效减少三角曲面片的方法——抽取算法,这种算法使用网格顶点的局部几何拓扑特性,改变网格顶点到特征边的距离以及特征边之间的角度,在三角网格上产生位移,减少三角网格的数目;删除网格顶点而产生的“拓扑洞”由局部三角化来修补。     

Detection of quasiperiodic textures with the use of two-dimensional power spectrum characteristics

Optoelectronics, Instrumentation and Data Processing - An algorithm for detecting quasiperiodic textures is proposed, which is based on specific features of two-dimensional spectra obtained by...     

多尺度光斑中心的快速检测

分析了光斑图像成像特点和理想光斑灰度分布模型,针对含有多个不同尺度光斑的图像,提出了一种可以在复杂环境下一次性快速检测出多个光斑中心的方法。该方法基于高斯模糊后光斑中心不变的性质,先对含有大量光斑的图像进行快速多级高斯模糊,构建其高斯尺度空间;然后,使用加速的非极大值抑制方法在尺度空间内寻找多个尺度的局部极值,初步确定各光斑中心的像素级坐标;最后,联合这些坐标的邻域像素,拟合局部曲面,得到光斑中心的亚像素级精确位置。利用仿真实验和实物实验验证了提出方法的有效性。结果表明:该算法对640pixel×480pixel图像,处理时间仅需50ms,每千个光斑的平均检测时间为23ms,在复杂环境下正确率可达89%。此外,该方法对弱光斑较敏感,适合快速处理含有大量不同尺度光斑的图像,并能够有效减少光斑的错检和漏检。由于检测速度快,自适应性强,在实际应用中取得了良好的检测效果。     

基于CenSurE star特征的无人机景象匹配算法

针对传统局部不变特征的景象匹配算法冗余点多、实时性差、抗几何变换不突出的情况,提出基于CenSurE-star的无人机(UAV)景象匹配算法。首先采用Cen Sur E特征星型滤波器(CenSurE-star)提取基准图和实时图中的特征点,并生成FREAK二进制描述符;然后将汉明距离作为特征点的相似性判定度量,采用K近邻距离比值的方法提取匹配点对;最后利用基于RANSAC的定位模型得到空间几何变换关系,实现图像匹配并获取定位点经纬坐标。算法性能评价实验表明,本文算法不仅相对于SIFT、SURF、ORB算法,对各种变换具有更好的鲁棒性,而且相对于改进的SIFT、SURF算法处理时间有更大程度的缩短,算法定位误差在0.8个像素内,尺度误差在0.02倍内,旋转角度误差在0.04°内。基于算法进行外场飞行实验,实验证明算法定位精度较高,可以适应地貌信息较少的环境,并能满足无人机视觉辅助导航的需求。     

基于改进的SIFT特征的图像双向匹配算法

图像匹配是计算机视觉中许多领域的基础,特征提取则是图像匹配的基础,其中不变量特征是一个重要的理论。SIFT是最有效的尺度、旋转、亮度不变量局部特征之一,但算法复杂、计算时间长。分析了SIFT的计算时间分配,通过计算关键点的邻域梯度直方图时动态修改采样步长,大大提高了SIFT的计算速度。分析了基于SIFT特征的图像匹配算法,提出了双向匹配算法,提高了图像匹配的准确率。实验结果表明所提出的方法是有效的。     

基于几何光学的图像矫正法在圆管PIV实验中的应用研究

粒子图像速度技术被广泛用于流体流动测量,介质折射率差异使光在圆管壁面发生偏折,导致图像失真,直接影响速度测量精度。本文建立了光学折射的物理模型,得到圆形管道中物点和图像点之间的函数关系进而得到矫正后图像的像素坐标,使用双线性插值算法得到像素灰度值重建出矫正后的粒子图像,最后根据多重网格迭代算法计算管内速度场。分别对流体进行管内静态流体与管内层流速度场测量实验,对比了光学矫正箱法、线性矫正以及基于光学模型的畸变矫正方法误差。结果表明,本文提出的基于几何光学的图像矫正方法精度优于光学矫正箱法和线性矫正方法,并通过静态与流动实验充分验证了所建立几何光学模型的准确性和有效性。     

基于改进RRT的核退役机器人避障方法

核退役机器人工作过程中,传统快速扩展随机树(Rapidly-exploring Random Tree, RRT)路径规划算法缺乏导向性,路径规划效率低,避障能力弱;为此,提出改进RRT路径规划算法,以提高作业效率和准确率。首先,引入目标偏置函数,并提出自适应步长,使RRT路径规划具有导向性,避免陷入局部最优;其次,采用启发式搜索思想,保留优于其父节点的随机搜索点为新节点;最后,修剪路径中的冗余节点,并采用贝塞尔曲线对路径进行平滑处理。在MATLAB平台上进行仿真,结果表明,改进RRT路径规划算法较传统RRT路径规划算法、RRT-connect路径规划算法效率更高,收敛性更强,可以很好地提高核退役机器人的避障能力。     

结合局部特征及全局特征的显著性检测

针对目前大多数显著性检测方法中采用背景种子以及局部区域对比度显著性检测模型的缺点,本文提出了一种综合考虑局部特征以及全局特征的显著性检测算法。在对图像进行分割之后,算法首先融合了采用多特征方式生成的背景显著图与采用前景区域对比度方式生成的前景显著图,之后使用高斯滤波器对融合后的结果进行优化形成局部特征显著图。其次,在局部特征显著图的基础上提取多种特征的样本集合进行训练,从而得到全局特征显著图。算法最后将第一步生成的局部特征显著图与全局特征显著图进行结合生成最终的显著图。实验部分验证了算法各部分的有效性,并且在3个公开数据集上对文章方法与近年来优秀的显著性检测算法进行了对比,实验结果显示,本文算法在CSSD数据集上的准确率、召回率以及F-measure分别达到了0.837 5、0.743 4和0.813 7,在其它数据集上也有良好表现。实验表明,本文算法能够有效抑制背景区域,并且高亮前景区域,更好地检测出显著目标。     

基于距离平方模板的快速质心搜索算法

智能识别领域,严格要求系统能快速准确地搜索跟踪目标质心,一个基于欧式模板的快速质心搜索算法得到了广泛应用。但该方法仅能求得近似解,难以求取目标质心的精确坐标。提出一种基于距离平方模板的快速质心搜索算法,并将该算法从二值图像推广到灰度图像的质心搜索。两种算法对同一图像质心搜索结果进行对比,欧式模板算法误差在2%～6%范围内,而距离平方模板算法精度为100%。结果表明:在精确度要求较高的场合,特别是小目标追踪识别时,必须使用距离平方模板进行目标质心的计算。     

多级仿生建模及优化技术

针对增材制造模型高硬度和高抗断裂韧性不可共存的问题,受自然界多级生物体结构的启发，提出了一种多级晶格结构建模方法。设计了具有一定力学特性的晶格模型族,对多级体空间进行分级填充,采用等值面几何建模算法实现了晶格间的过渡连接与梯度设计；通过图片映射的方法，利用有限元分析结果来驱动晶格结构的孔隙率、尺寸等参数，多次迭代获得满足生物力学特性的模型。试验验证了该方法可以较好地控制多级晶格的弹性模量及其抗断裂韧性。将该方法运用到牙齿的设计中，取得了良好的效果。     

基于Harris角点检测和聚类算法的掌纹图像ROI提取方法

为了实现从掌纹图像中提取出稳定的感兴趣的区域(ROI)图像的目标,设计了一种新的掌纹ROI提取方法。使用Harris角点检测算法对二值化后的掌纹图像进行角点提取,收集相应区域的角点,利用聚类算法得到角点簇的中心点坐标,从中寻找关键点建立坐标系,提取ROI。分别利用该方法在不同掌纹数据库中进行了ROI提取实验。实验结果表明,该方法对不同的掌纹数据库图像均能保持很好的提取效果,成功率均达到了99%以上。     

应用显著纹理特征的医学图像配准

针对传统的基于几何度量的配准方法无法配准存在局部变形的医学器官的问题,提出了应用显著纹理特征的经典迭代最近点(ICP)医学图像配准算法。该方法借鉴主动外观模型(AAM)思想对医学图像的显著纹理特征建模,将显著性强的特征点赋予较大权重,率先配准。在传统基于空间距离的图像配准基础上加入显著纹理距离。然后,模拟格式塔心理学提出的人类视觉认知过程,使用线性递减的权重平衡两种"距离"度量方式。该算法前期主要根据几何距离取得整体配准效果,后期依赖图像纹理特征使存在局部变形位置的特征点也能精确配准。最后,在腹腔肝脏图像上进行实验。实验结果表明该算法取得了较好的配准效果,准确率达78.82%,比其他几种流行算法提高了22.22%,且对图像的旋转变化不敏感。提出的算法基本解决了存在局部变形医学器官图像的配准问题,达到了精度高、鲁棒性强的配准效果。     

彩色眼底图像视盘自动定位与分割

针对彩色眼底图像视盘定位时图像边缘高亮环对定位准确率的影响,提出了一种有效的图像预处理方法。针对已有的视盘分割算法中存在的问题,提出了一种结合形态学、椭圆拟合及梯度矢量流(GVF)Snake模型的分割算法。提出的预处理方法首先利用最小二乘法拟合出眼底图像的边界,然后裁剪掉边界的一部分高亮像素点,最后进行视盘定位。视盘分割算法则首先进行血管擦除,然后用椭圆拟合提取初始轮廓,最后使用GVF Snake精确调整视盘边界。用提出的方法对Messidor眼底图像数据库1 200幅图像上进行了实验,结果显示:视盘定位准确率由原来没经过预处理的95.4%提升到了98.7%;视盘分割错误率与当前已知最好的算法相比由12.5%降低到了9.39%。结果表明:提出的眼底图像视盘自动定位与分割方法准确率高、实用性强,可以用于眼科疾病的计算机辅助诊断。     

重轨图像增强与边缘提取的关键技术

针对重轨图像两个边缘像素特征不一致,传统边缘算子检测法难以精确提取边缘的问题,提出了一种新的边缘提取方法.该方法利用灰度强对比度拉伸算法对重轨表面和背景进行差异化拉伸增强边缘信息,削弱背景信息.运用最大方差比算法选取增强后图像的最佳阈值实现二值化.最后,运用递归连通域标识法定位边缘像素坐标,完成图像分割.对随机选取的30幅图像进行分析表明:处理后的图像边缘灰度特征明显增强,有效地抑制了表面纹理及虚假边缘.重轨表面像素宽度波动减少到-0.64％～0.34％.离散预处理算法通过遍历寄存器全局数组,减少分割时间至10.165 s.该方法在抗干扰性、准确性及时效性等方面优于传统边缘算子检测法,适用于在线工业检测系统.     

成像光线追踪的舌面彩色三维成像方法研究

在中医舌诊的客观化研究中,舌面的彩色三维数据能为医生提供更全面的信息,提高诊断的准确性。提出了一种基于成像光线追踪的舌面彩色三维成像方法。在成像光线追踪模型的基础上,引入光平面约束,以准确确定成像点到空间测量点的映射,结合2个线结构光传感器的扫描测量,分别获取舌头上表面及下表面完整的三维信息,并根据空间测量点到成像点的映射,完成颜色渲染,获取对应测量空间点的颜色信息。设计并研制了舌面彩色三维成像系统,进行了测量及精度验证实验,实验结果表明该方法可以准确获取舌面的彩色三维信息。     

基于亚像素的边界检测与提取算法及误差分析

利用数字图像处理技术已成为解决复杂产品样件反求设计与再设计问题的重要辅助手段,而针对复杂零件 ICT(IndustrialComputedTomography)切片图像的边界轮廓检测和提取精度对反求建模的精度影响至关重要。本文 的主要目的是针对有噪声信号影响的数字图像,在比较现有边界检测与提取算法的基础上,提出了基于亚像素精度 的边界监测与提取算法。为了对该方法的精度进行分析,设计了一个可进行微量驱动控制的工作平台,通过记录工 作平台的移动量和通过边界检测与提取算法得到的位移量之间进行比较的方法分析其精度。通过对误差量使用统 计的方法进行分析,证明了该算法不但能够达到1/4像素的亚像素精度,而且还有计算效率高和计算机开销量小的 特点。