一种新的基于边界的几何矩快速分割算法的研究

在计算机视觉中，利用不变矩实现几何形状体的识别具有十分重要的意义^[1,2]，几何矩的算法实现在其中起着关键的作用，寻找图像的几何矩的有效快速算法一直是研究的热点。本文提出了一种新的基于边界的几何矩快速分割算法，其主要思想是对不依赖于图像中的具体几何形状体的那部分矩计算，预先分割出来，这样在处理一组实际图像之前，这部分计算可以被预先完成；然后对依赖于图像中的具体几何形状体的剩余部分矩计算，可以快速地求得；最后分别用经典几何矩算法，文献[5]的算法和本文的新算法，对一组阶梯轴的二值图像进行几何矩的求解，结果表明此算法的有效性和快速性。     

基于二维手绘草图的三维形状检索

随着互联网上三维模型数量的迅猛增多,需要发展便捷、可靠的基于内容的三维形状(模型)检索引擎。手绘草图具有以视觉形象表达概念的能力,符合人类传递信息的习惯,因而成为三维形状检索的重要交互手段。然而,直接表达人类意识的二维手绘草图与标准的三维形状表达之间常常存在较大的语义鸿沟,这给基于手绘草图的三维形状检索带来很多技术难题。文章对基于手绘草图的三维形状检索相关背景以及技术进展进行了介绍,重点介绍了用上下文信息填补语义鸿沟的最新方法。     

改进的图像关键点特征提取形状匹配算法

研究图像特征提取匹配优化问题。传统的图像配准算法效率和精度较低等不足,导致形变图形配准和识别难,提出了一种改进的局部反射特征图像关键点匹配算法。算法首先采用了一种新的算法来对图像进行特征点信息提取,依据图像的仿射不变性原理来计算各三角形区域相对的面积。在关键点附近构造三角形区域,通过仿真表明,提出的改进的算法能够快速的检测图像的关键点,而且能够获得更加多的关键点,有效的提高了算法检测的效率,具有一定的实际应用价值。     

基于开源计算机视觉库OpenCV的图像处理

讨论了OpenCV(Open Source Computer Vision Library)相对于现有的计算机视觉软件包所具有的优势,描述了OpenCV的环境配置、数据定义、图像元素访问方式.OpenCV成为一种源码开放、包含丰富的高级数学计算函数、图像处理函数和计算机视觉函数、不断更新和平台无关性的计算机视觉软件包.给出了两个实例,表明了其部分特性.     

计算机视觉的哲学原理

人类所获得的信息的百分之八十来自于视觉系统，而计算机的应用已开始涉及所有有意义的领域，所以计算机视觉（CbrllputerVision）的研究是本世纪最活跃的领域之一。从事计算机视觉研究工作的人已经取得了很大的成果，各种各样的机器视觉系统层出不穷。但是，科学家们也看到，一些对人类来说非常简单的问题在计算机视觉的研究和实现中却变得非常困难，因为一个裸露的机器缺少起码的在人类看来天经地义的智能和知识。就目前计算机视觉的发展来看，从根本上用机器视觉来代替甚至模仿人类的视觉系统是非常困难的。越来越多的从事这一领域研究…     

一种基于斜率和摄像机畸变校正方法

普通CCD摄像机在成像时都存在畸变成像误差，在机器人视觉检测及自动装配中，有效地进行误差校正对准确确定物体的位置具有重要的意义。本文采用带有一阶径向畸变的小孔摄像机模型，提出一种基于线段斜率的方法，对摄像机镜头的径向畸变进行校正，不必标定太多的摄像机的外参数、方法简洁，适合于视觉系统中对摄像机畸变的实时校正，或对摄像机捕获的图像进行几何校正。实验表明，具有很强的鲁棒性和较高的校正精度。     

一种基于主动视觉的摄像机内参数自定标方法

摄像机定标是计算机视觉的一项基本任务．本文提出了一种基于主动视觉的摄像机内参数自定标方法．该方法和文献［1］提出的方法相比最大的优点在于不要求摄像机在三维空间作任意方向的平移运动，只需要控制摄像机在同一平面作四组运动，其中每组包括两次相互正交的平移运动，同时适当调整摄像机平移运动的姿态，可以线性求解摄像机内参数．理论上证明了如果摄像机作三次俯仰或者作两次俯仰一次扫视来调整摄像机平移运动的姿态，则解存在而且唯一．通过稳定性分析证明前一种方法对误差很敏感，后者则是稳定的．最后给出了采用真实图像的实验结果．     

基于机器视觉的水果品质检测综述

随着经济的发展和消费水平的提升,消费者对水果的外观品质要求逐渐提高。目前,我国的水果分级主要依赖于人工与机械分级,存在分拣效率低、品质参差不齐的问题,很难满足消费者的需求。相对于传统的分级技术,机器视觉技术因具有高效、精确、非接触测量的优势,受到国内外学者的广泛关注。结合近年来国内外学者研究进展情况,对水果检测系统、图像去噪、图像分割技术以及特征提取做了详细介绍;对分类器识别算法进行了综合分析;阐述了基于机器视觉的水果分级研究现状及最新进展;并对未来可能发展趋势进行预测,为后续研究工作提供基础理论参考。     

基于视觉识别的机动车辆智能驾驶系统

将机器人视觉原理运用于对机动车辆智能驾驶的研究中,通过识别高速公路车道线的变化,使得车辆能够实现自动驾驶。由CMOS图像传感器摄取道路图像,采用小波处理、线性递推估计、波门跟踪滤波和二次拟合抽取车道线信息,从而得到行驶控制误差;控制命令通过串行232口发送到单片机上,驱动步进电机带动游戏杆转动来仿真实际的自动驾驶过程;获得了很好的实验结果。     

基于扩散距离的SIFT特征匹配算法

SIFT(Scale Invariant Feature Transform)是目前最流行的局部特征提取及匹配算法.但传统SIFT算法采用欧氏距离来度量特征之间的SSD(Sum of Square Differences)并进行匹配,而传统的欧氏距离不能使高维特征向量恢复到具有低维的几何结构,导致错误匹配.为了克服这缺点,利用扩散距离代替欧氏距离进行匹配,然后使用随机抽样一致从候选匹配中排除错误的匹配.实验表明:该方法在图像形变、光照变化和图像噪声方面优于原方法.     

多元纹理图像构造方法及应用

多元图像分析方法在图像展开阶段会丢失像素间空间关联关系,导致其对图像纹理特征的分析能力不足.针对此问题,本文提出了一种基于图像纹理特征的多元图像构造方法,并应用于图像分割.首先,结合滑动窗口法和灰度共生矩阵求取图像各通道的纹理特征影像,叠加纹理特征影像构造多元图像.然后,应用多元图像分析方法对所得多元图像进行分析,分割出感兴趣区域.最后,利用分割结果构造决策树模型,以完成对同类感兴趣区域的分割.在图像数据集上进行仿真实验,实验结果表明,本文所提方法的均交并比(MIoU)与同类方法相比有10%左右的提升.     

基于机器视觉的复杂形状模具尺寸测量

采用扫描仪与Matlab图像处理技术相结合的方法,对织针针坯模具进行了快速、准确地非接触式测量;首先,分析比较了摄像机和扫描仪在成像原理上的不同点,最终选择线阵CCD扫描仪来获取模具图像;采用数字图像处理技术,对扫描图像进行图像分割、边缘提取和特征检测等操作;通过计算二值图中边界区域的二维矩阵,得到边界点坐标;利用圆的hough变换检测出圆特征,计算得出圆心坐标和半径值;根据图像分辨率得出实际尺寸与像素尺寸之间的数值关系,计算并标注模具的特征尺寸;基于Matlab图像处理模块设计了用于测量模具和零件二维尺寸的图形界面;测量结果表明,该软件的测量精度可以达到3μm,满足测量的精度要求;测量时间明显低于游标卡尺和三坐标测量仪等传统测量工具,能有效提高测量效率。     

基于计算机视觉的中药饮片分类技术综述与案例研究

中药饮片相似品、真伪、变质等方面的分类对临床中药应用有着至关重要的影响。传统的人工鉴别方法主观性强、误判率高,而基于计算机视觉的中药饮片分类具有快速、准确等特点,使饮片筛选智能化。首先,介绍了基于计算机视觉的中药识别算法的一般步骤,并分类综述了对中药图像的预处理、特征提取和识别模型的技术发展现状;然后,选取12类相似易混中药饮片分类作为案例研究。通过构建包含9 156张图片的中药饮片数据集,分析对比了传统识别算法和多种深度学习模型的识别性能差异;最后,对计算机视觉在中药饮片应用研究中存在的难点和未来发展趋势进行了总结和展望。     

基于局部仿射不变特征的宽基线影像匹配

提出了一种基于局部仿射不变量特征的宽基线影像匹配算法。该算法以影像特征点为定位点,使用分层变尺度窗口内的几何和亮度仿射不变量特征实现立体匹配。由于使用局部特征,在较大窗口范围内构造尺度、旋转不变特征,以及将大窗口划分为较小的子区域,因此,该算法具有较高的匹配可靠性、较高的效率和匹配精度。     

多义图像合成算法研究

提出了一种基于小波变换的多义图像合成算法。该算法首先通过视角来选择小波分解级对两幅目标图像进行小波分解,然后根据可选的小波融合规则和权值变量融合并重构出在两个视角下的多义图像;对小波算法与现有两种算法进行了分析比较,通过试验证明该算法合成的结果多义特性更好,合成图视觉效果醒目并充分保留原目标图像的色彩和细节特征。合成结果采取了均值降噪。     

光场图片中基于Plenoptic的尺度不变特征描述符

在光场中,图片的特征描述符可以用于对象的识别和跟踪等应用。为了使光场图片在旋转和缩放等操作下保持不变,本文基于Plenoptic函数的图片表达方法提出一种尺度不变特征描述符。首先,对Plenoptic函数与光场进行了描述,并用七维数据来表示时序图片序列。其次,对Plenoptic函数的规范化进行了分析,并给出了三维场景点向二维和三维Plenoptic空间的映射方法。接下来,分析了光场中图片在旋转和缩放操作下的尺度不变特性,并给出了相应的变换算法。最后,在提取尺度不变的特征向量时通过融合函数降低了参数调整所需的计算量。实验表明,本文提出的尺度不变特征描述符可以更好的描述图片,从而在基于描述符的操作中具有更优的性能。     

多模态融合的膝关节损伤预测

膝关节磁共振成像（MRI）是诊断膝关节损伤的首选方法。然而,MRI影像的人工诊断是费时的,而且容易出现诊断错误。为了更准确地预测膝关节损伤,辅助临床医生做出诊断,提出一种多模态特征融合的深度学习模型,用于检测一般异常、前交叉韧带撕裂和半月板撕裂。提取梯度方向直方图（Histogram of Oriented Gradients, HOG）特征和局部二值模式（Local Binary Pattern,LBP）特征,经contact融合后利用PCA选取特征贡献度超过95%的特征作为传统特征;在VGG16模型的基础上加入金字塔融合的思想,将多个feature map的信息融合作为深度特征;将传统特征和深度特征经多层神经网络的能量模型进行相关性融合,作为多模态的特征,并得到预测概率。实验结果表明,上述模型在一般异常、前交叉韧带撕裂和半月板撕裂下ROC曲线下的面积（AUC）值分别为0.941?0、0.970?8和0.847?9,与传统特征和深度特征的效果相比,具有明显的优势,可以实现更有效的预测。     

面部美化图像质量无参考评价方法

针对目前面部美化已被广泛研究,然而缺乏有效美化图像质量评价方法限制美化技术进一步发展的问题,提出一种面部美化图像质量的无参考评价方法。该方法结合面部美感的认知与感知和面部美化技术以挖掘美化图像的质量表示,首先构建面部美化图像数据库,将面部图像分解为皮肤、眼睛和嘴巴三种区域,然后从肤色、光滑度、光照、灰度差和清晰度等五个方面提取面部美学特征,最后用支持向量回归（SVR）训练面部美化质量模型并预测美化图像的质量。实验结果表明,所提方法在构建的数据库上Pearson线性相关系数和Spearman等级相关系数分别达到0.920 5和0.900 9,优于BIQI（Blind Image Quality Indices）、NIQE（Natural Image Quality Evaluation）图像质量评价方法。