飞行蝙蝠标记自动提取与追踪算法

蝙蝠对仿生扑翼飞行器研究具有重要启发价值。通过计算机视觉方法分析蝙蝠运动需要大量特征标记,因此准确提取、追踪标记是蝙蝠飞行研究的关键。常用的底层特征提取方法将局部极值作为特征点容易导致较高的标记错检率。提出一种基于图像分割的标记提取方法。通过帧间差分获取初始蝙蝠区域,对伪装区域进行补偿,利用LoG算子进行标记增强,并通过阈值分割得到标记,计算标记质心作为特征点。提出一种基于迭代最近点的标记追踪方法,将蝙蝠划分为不同区域并对区域内标记点进行点集粗配准,通过最近邻搜索完成匹配。试验结果表明,算法的标记识别率能够达到96%并实现无遮挡情况的标记追踪,优于SIFT、BRISK等特征匹配方法以及光流追踪方法。     

改进滴水算法的黏连字符分割方法

针对传统字符图像分割方法对笔画重叠黏连字符分割存在的不足,提出基于改进滴水算法来解决共用笔画黏连字符的分割。算法过程包括:利用Zhang-Sueng并行细化算法与自组织映射神经网络(self-organizing maps, SOM)聚类确定滴水算法初始点;定义新的水滴滴落路径。水滴从初始滴落点出发沿着字符重叠笔画的骨架滴落,水滴到达骨架末端时将继续沿着骨架倾斜方向滴落,直到遇到字符黏连部分的边界,水滴滚动的轨迹即为黏连字符切分路径。用改进滴水算法分割黏连字符避免了传统滴水算法初始滴落点定位不准确,导致字符分割断裂问题。对所提算法进行试验,与传统滴水算法和竖直分割算法进行比较,证明改进算法对笔画重叠黏连字符分割效果理想。     

针对伪影改善的图像拼接方法

针对图像拼接中的伪影问题,提出了一整套的拼接解决方案.图像拼接方法分为两大阶段:图像配准阶段和图像融合阶段.在图像配准阶段,提出了一种基于网格优化的图像配准方法.通过使用点特征和线特征相结合的特征提取算法,提高特征的数量和质量.同时提出了基于先验的RA N SA C特征点对筛选方法,剔除误匹配点对,并提高了计算速度.为...     

基于多级特征并联的轻量级图像语义分割

针对当前语义分割算法普遍具有网络结构复杂和计算开销巨大的问题,为了综合提高语义分割算法实时性和精确度,提出计算高效的基于多级特征并联网络（LSSN）的轻量级图像语义分割网络. 该算法综合考虑网络的参数量、运行速度和性能,能更好地应用到嵌入式设备和可移动设备上. 应用微调的深度卷积神经分类网络作为特征提取网络结构,提取网络不同深浅层语义和位置特征. 提出空洞残差增强模块和深度空洞空间金字塔模块分别处理来自特征提取基准网络的深层特征和浅层特征,并将深浅层特征按特定维度比例以并联的方式进行融合. 所提方法在PASCAL VOC 2012数据集上准确度（平均交并比）为77.13%,与当前具有高性能的语义分割算法和实时语义分割算法相比,能更好地平衡网络的实时性和精确度,具有更优的实用价值和性能效果.     

基于多级特征并联的轻量级图像语义分割

针对当前语义分割算法普遍具有网络结构复杂和计算开销巨大的问题,为了综合提高语义分割算法实时性和精确度,提出计算高效的基于多级特征并联网络（LSSN）的轻量级图像语义分割网络.该算法综合考虑网络的参数量、运行速度和性能,能更好地应用到嵌入式设备和可移动设备上.应用微调的深度卷积神经分类网络作为特征提取网络结构,提取网络不同深浅层语义和位置特征.提出空洞残差增强模块和深度空洞空间金字塔模块分别处理来自特征提取基准网络的深层特征和浅层特征,并将深浅层特征按特定维度比例以并联的方式进行融合.所提方法在PASCAL VOC 2012数据集上准确度（平均交并比）为77.13%,与当前具有高性能的语义分割算法和实时语义分割算法相比,能更好地平衡网络的实时性和精确度,具有更优的实用价值和性能效果.     

一种基于局部不变特征的SAR图像配准新算法

针对SAR图像配准中匹配效率低、误匹配对多和配准精度差的问题,提出一种基于局部不变特征的SAR图像配准新算法。首先,使用加速分割检测特征（ features from accelerated segment test, FAST）检测算法,检测 SAR图像的FAST角点;使用DAISY描述子对FAST特征进行描述,得到SAR图像不变特征。其次,采用基于KD树的欧氏距离匹配策略,实现特征点对的粗匹配;采用RANSAC算法去除误匹配,实现特征点对精匹配。然后,采用仿射变换模型,实现图像插值和图像变换,实现SAR图像粗配准。最后,建立配准精度评估反馈机制,实现配准优化。通过使用不同时相、不同工作模式HJ－1C星载SAR和不同极化、不同波段机载AIRSAR图像配准实验,提出算法与经典不变特征配准算法相比,具有适配性好、配准效率高的优点。     

基于MLS点云模型特征的提取算法

针对以往特征提取算法提取边界特征效果不理想和特征识别时间较长的问题,提出了一种改进的点云模型特征边界线提取算法.该算法以移动最小二乘法为基础,在对已有的边界特征提取方法研究的基础上,结合研究对象棱角分明的特点,提取点云模型边界特征点集,利用双向搜索方法快速生成模型的特征边界线,并对得到的特征边界线进行特征修复,从而得到较为稳定的点云模型的特征边界线.实验结果表明,该算法能快速地提取点云模型的特征边界线,为后续基于特征边界的建模节约了大量时间.     

SIFT特征在图像配准过程中的应用研究

针对现有基于特征的图像配准方法所存在的特征提取的多样性和相似度计算的复杂性等问题,提出了一种基于SIFT特征的图像配准方法．首先利用SIFT算法提取出图像的特征点,用欧式距离比进行特征匹配,然后利用图像位置的先验条件,采用RANSAC算法去除误匹配,最后计算出待配准图像和基准图像间的变换关系参数．实验结果证明了该算法的有效性．     

基于文字笔画方向直方图的文本图像文种识别

针对文本图像文种识别中特征提取速度和识别精度之间的矛盾,提出了一种基于文字笔画方向直方图的文种识别方法,利用笔画方向直方图对不同文种文字的笔画方向分布差异进行描述并提取特征,采用支持向量机对所提特征进行训练和分类,实现文字种类识别。在实验中选用有质量退化的中、英、俄、日、韩、阿拉伯等10种不同语言文字文本图像。实验结果表明,本方法运算速度快,有较高的识别准确率并对图像质量退化有较好鲁棒性。     

LED显示仪表的字符识别方法

针对LED显示仪表,提出了一种字符识别方法。字符分割采用边缘检测、直线检测和灰度投影相结合的方法,可快速提取目标字符,将数字和小数点分开识别,并改进了基于数字笔画统计特征的自适应阈值数字识别方法。试验结果表明,本识别算法的识别率能达到95%以上,且算法耗时较低,说明此算法的准确率较高、实时性较好。     

胶质母细胞瘤多模态磁共振图像自动分割

针对大多数传统胶质母细胞瘤（GBM）多模态磁共振（MR）图像分割算法未能将整个肿瘤细分为不同子区域的问题,提出基于混合特征和先验知识的GBM多模态MR图像自动分割算法. 配准GBM多模态MR图像,将头部区域方位调整到近似未旋转位置,并利用N4ITK法进行偏置场校正. 在提取GBM多模态MR图像局部位置特征、强度特征、纹理特征、对称特征和上下文特征后,应用随机森林分类器初步分割GBM多模态MR图像. 考虑GBM肿瘤解剖结构先验知识,移除小区域和中值滤波后得到最终分割结果. 以Dice相似性系数作为评价指标,利用所提出的算法对TCGA-GBM和CH-GBM数据库中整个肿瘤进行分割,获得的平均Dice相似性系数分别为0.871、0.882. 结果表明,该算法能以较高的准确率分割GBM多模态MR图像,适用于临床GBM多模态MR图像分割任务.     

一种新的变形石刻图像校正算法

针对大幅摩崖石刻拍摄时因地势限制等原因导致不能从正面采集石刻图像而影响数字化石刻拓片制作,提出一种基于石刻特征的变形图像校正算法。利用二维Otsu自适应分割算法将图像分成背景和前景2部分,根据石刻中四边形或汉字的笔画、结构特征找出4个标记点,由标记点的位置求解双线性空间变换方程,通过双线性插值方法实现变形图像校正。实验结果表明,该算法对因拍摄角度受限造成的石刻图像变形能取得良好的校正效果。     

矩阵填充与主元分析在受损图像配准中的应用

本文提出了一种有效的针对受损图像(元素丢失)的图像配准方法。利用矩阵填充技术将受损图像的丢失元素恢复,然后将主元分析法(PCA)应用于尺度不变特征变换(SIFT)中进行图像的配准。针对SIFT算法采用128维特征向量表示特征点,存储空间、匹配时间与特征点数量成正比,文本采用主元分析法对多维特征向量进行降维处理,以提高运算效率;并采用高斯加权欧氏距离代替欧氏距离进行特征点的匹配。实验结果表明,该算法具有较好的稳定性、准确率和匹配速度,针对受损图像配准具有较好的鲁棒性,可应用在基于内容的图像与视频检索等机器视觉领域。     

基于SIFT-ACO的图像拼接算法

针对具有一定旋转角度的多幅图像拼接问题,提出了一种基于SIFT-ACO的图像拼接算法。对拼接图像进行预处理后,用SIFT算法提取图像特征,将经典的生物智能优化算法ACO加入到图像配准中,对图像特征点进行配准,最后将多幅图像融合,得到一幅宽视角、无缝、高精度的图像。对多组不同角度拍摄的图像进行拼接试验。试验结果表明：在不影响整体视觉效果的前提下,该算法能有效地提高图像拼接精度。     

基于边界点估计与稀疏卷积神经网络的三维点云语义分割

针对大规模点云具有稀疏性,传统点云方法提取上下文语义特征不够丰富,并且语义分割结果存在物体边界模糊的问题,提出基于边界点估计与稀疏卷积神经网络的三维点云语义分割算法,主要包括体素分支与点分支.对于体素分支,将原始点云进行体素化后经过稀疏卷积得到上下文语义特征;进行解体素化得到每个点的初始语义标签;将初始语义标签输入到边界点估计模块中得到可能的边界点.对于点分支,使用改进的动态图卷积模块提取点云局部几何特征;依次经过空间注意力模块与通道注意力模块增强局部特征;将点分支得到的局部几何特征与体素分支得到的上下文特征融合,增强点云特征的丰富性.本算法在S3DIS数据集和SemanticKITTI数据集上的语义分割精度分别达到69.5%和62.7%.实验结果表明,本研究算法能够提取到更丰富的点云特征,可以对物体的边界区域进行准确分割,具有较好的三维点云语义分割能力.     

仿人足球机器人视觉系统快速识别与精确定位

针对仿人足球机器人视觉需求,提出一种同时进行色块分割和特征提取的目标识别算法和一种基于仿人机器人物理模型的单目定位方法.目标识别算法采用八邻域法对图像进行边缘跟踪完成色块分割,同时计算边缘点几何信息得到图形特征,并应用辐射对称算法提高物体识别准确度,其处理效率比普通方法提高近一倍.目标定位算法结合摄像机小孔成像模型和仿人机器人三连杆模型,可以精确定位视觉范围内的目标.在自主仿人足球机器人系统中的成功应用表明,所提的目标识别算法和定位模型具有较好的效果.     

光学拼接系统中基于模板的图像配准

为了扩大成像系统的视场,设计了一套视场拼接系统。系统中,整个像面被分割成4部分,并分别由4个图像传感器接收,将4幅图像拼接可以获得完整的图像。将基于特征点的图像配准算法应用到光学拼接系统中,实现4幅图像的配准。由于4幅图像边缘有较严重的渐晕现象,为了提高图像配准的稳定性,提出了基于模板匹配的配准算法。将模板法和直接配准法的结果进行了对比,实验表明,模板法能够给出稳定的配准结果,从而能够保证配准的精度。     

基于形态学的掌纹图像定位方法

针对现有掌纹定位分割算法的局限性,提出了基于形态学的定位分割算法,对掌纹图像采用中值滤波器去噪后,采用阈值分割法分割背景区和目标区,将得到的二值图像进行形态学闭运算后与原始二值图像相减得到掌纹的角点,根据角点的位置定位并建立坐标系,得到了掌纹的感兴趣区域。实验结果表明,此方法能够快速准确的定位分割掌纹图像。     

自动指纹识别系统中关于指纹特征算法的研究

指纹图像的特征提取和匹配在计算机指纹自动识别系统(AFIS)中起着至关重要的作用,直接制约着系统的识别率和识别速度.本文在指纹图像预处理的基础上,对指纹特性算法进行了改进,主要创新点在于简略细化过程同时引入基于二值化图像的特征提取算法.非正向扫描特征提取算法根据指纹的综合特征,沿脊线搜索匹配细节特征点,避免伪特征点的提取.改进后的算法在MATLAB环境下成功应用,实验结果表明,该算法能有效提高识别精度和速度,满足在线验证指纹的实时应用性.     

基于视觉传感器的相贯线焊缝特征提取方法

针对相贯线焊缝自动焊接时焊缝识别误差大、焊接效率低等问题,设计一种针对相贯线焊缝的图像采集方式,提出基于视觉传感器的相贯线焊缝特征提取方法,改进了传统的摄相机标定算法.首先,使用工业相机采集带有激光条带的焊缝图像;其次,通过高斯滤波、顶帽变换、Otsu阈值分割、Sobel边缘检测算子、非极大值抑制等算法相结合的方式对焊缝图像进行处理;再次,利用概率Hough变换对激光条带的轮廓线段进行拟合,计算得到焊缝特征点像素坐标值,经相机标定得到映射矩阵,最终得到相贯线焊缝的三维模型.实验结果表明：焊缝图像处理算法平均处理时间为106 ms,平均误差为0.26 mm,最大误差为0.49 mm;此方法满足识别相贯线焊缝的速度与精度要求.