一种稳健的直线提取算法

直线是图像分析中一种非常重要的中层描述符号.已有的提取算法较多,但都存在一些缺陷,限制了它们的使用范围.提出一种稳健的直线提取算法,设计了一系列的方法来克服实际图像中存在的种种干扰和噪声.首先提取并细化边缘,然后利用卡尔曼滤波器跟踪边缘点,获得直线支持区,最后设计一种稳健的方法来拟合直线支持区.实验结果表明,这种算法具有良好的性能,适应于较广范围的实际图像.     

基于投影变换的声纳图像特征提取与识别

用投影变换的方法进行了成像声纳采集的水声图像特征提取与识别。阐述了Radon与扇束投影变换的特点与关系,并提出了一种基于图像边缘Radon变换的水声图像矩特征提取和识别方法。首先使用一种形态学边缘提取算子和细化算法提取二维图像中目标的轮廓,构造目标轮廓在 Radon变换空间的平移、比例和旋转矩不变量,并应用于三类水下物体的分类识别中,实验仿真结果表明该方法在运算速度上优于Hu’s不变矩和图像目标面Radon投影空间不变矩,具有很好的性能和较高的实用价值。     

基于最大邻域点跟踪的静脉图像细化算法

针对二值静脉图像,提出了一种基于最大邻域点跟踪（MNPT）的细化算法．该方法首先估计出静脉纹路宽度,并根据该宽度值计算静脉纹路上像素点的邻域和,然后确定离散的起始搜索点,最后通过跟踪最大邻域点得到细化静脉图像．实验表明,该细化方法提取的静脉骨架位置准确、连通性好、纹路平滑,是一种有效的静脉图像细化方法．     

基于边缘几何不变性的特征提取算法研究

针对异源图像中可见光与红外图像特征提取算法进行研究,提出了一种基于边缘几何不变性特征的提取算法。采用空域滤波及灰度处理的方法对背景噪声进行处理,使用C anny算子提取目标的边缘,利用二值形态学中腐蚀与膨胀两种基本运算对边缘细化填充。利用圆形模板匹配的方法提取边缘特征点,通过对有效特征点的筛选与组合形成不同的三角形区域特征,并计算这些三角形区域的几何特性。仿真实验结果表明,该方法可以有效提取异源图像的共有特征。     

基于Radon变换的水声图像矩特征提取与分类

成像声纳采集的水声图像分析是自动水下潜器研究中的一个重要课题,该文提出了一种基于图像边缘Radon变换的水声图像矩特征提取和分类方法。使用一种形态学边缘提取算子和细化算法提取二维图像中目标的轮廓,构造目标轮廓在 Radon变换空间的平移、比例和旋转矩不变量,应用于3类水下物体的分类中,实验仿真结果表明该方法在运算速度上优于Hu’s不变矩和图像目标面Radon投影空间不变矩,具有很好的性能和较高的实用价值。     

一种新的直线特征提取和定位算法

提出了一种从图像中精确提取直线特征并定位其端点和方向的新方法，克服了传统边缘跟踪算法的局部性。算法首先跟踪边缘点，递归分割成离散直线段，然后从全局角度合并这些离散的直线段，最后给出了两种鲁棒的直线拟合策略。实验结果表明该算法具有良好的性能，能够适用于较广范围的真实图像。     

基于图像分析的纤维直径和曲率的测量方法

纤维直径(细度)和曲率的测量在羊毛产业和纺织工业中具有举足轻重的作用。提出了一种基于图像分析的全自动测量方法,该方法首先对采集的图像进行图像增强,利用Canny边缘检测提取纤维边缘,根据纤维图像的特点用聚类的方法对增强后图像进行二值化,并对二值化图像进行一系列后处理,然后提取出纤维的骨架,进而通过距离变换和特定的搜索算法计算骨架上每个点对应处的纤维直径和曲率。实验结果表明,该方法与基于直线拟合的方法相比,不仅计算速度快,而且绕开了很多可能产生误差的环节,测量准确率较高。     

基于Hough变换的平行直线检测改进算法研究

根据经典Hough变换检测空间直线的原理,提出了一种基于Hough变换的平行直线检测改进算法,将采集到的图像进行二值化处理,再使用Sobel算子对该二值化图像进行边缘检测,对边缘检测得到的图像进行Hough变换和峰值点检测,由峰值点得到直线段图像,最后使用本文提出的改进算法计算出所有直线段的斜率,利用斜率相等来判定平行直线.通过对比实验证明,该算法能得到更高的精度,并缩短了运行时间.     

一种有效的二值图像细化算法

基于对图像中目标边缘的分析，提出了一种行之有效的二值图像细化算法。实验证明，采用该算法细化后所得的图像骨架不仅对称性好，而且为单像素宽，并能够完整地保持原图像的连通性。     

工业钣金件视觉检测中的一种2D-3D自动定位算法

利用图像计算目标物体空间方位一直是计算机视觉领域的重要任务。利用单幅图像结合CAD三维模型实现钣金零件空间方位的2D-3D自动定位。沿CAD三维模型在影像上投影的外轮廓统计影像边缘特征点的数目,根据极值位置确定零件方位的初始参数;提出基于广义点理论的最邻近直线迭代的算法求取零件方位的精确值。为加快轮廓跟踪速度,也对经典的8-领域轮廓跟踪串行算法进行了并行优化。     

Model-Based Object Recognition Using Geometric Invariants of Points and Lines

In this paper, we derive new geometric invariants for structured 3D points and lines from single image under projective transform, and we propose a novel model-based 3D object recognition algorithm using them. Based on the matrix representation of the transformation between space features (points and lines) and the corresponding projected image features, new geometric invariants are derived via the determinant ratio technique. First, an invariant for six points on two adjacent planes is derived, which is shown to be equivalent to Zhu's result [1], but in simpler formulation. Then, two new geometric invariants for structured lines are investigated: one for five lines on two adjacent planes and the other for six lines on four planes. By using the derived invariants, a novel 3D object recognition algorithm is developed, in which a hashing technique with thresholds and multiple invariants for a model are employed to overcome the over-invariant and false alarm problems. Simulation results on real images show that the derived invariants remain stable even in a noisy environment, and the proposed 3D object recognition algorithm is quite robust and accurate.     

一种基于投影不变量的目标交接改进方法

在多摄像机视频监控系统中,图像之间的视点对应以及目标的交接是重要的研究内容。不需要标定摄像机的参数,该文提出了一种利用尺度不变特征变换（SIFT：scale-invariant features transform）及融合颜色信息的投影不变量实现目标交接的方法。利用SIFT方法自动生成图像间匹配的特征点对,并由此生成视野分界线,然后利用融合颜色信息的投影不变量方法完成对多摄像机之间目标身份的确认。     

结合SIFT和Krawtchouk矩不变量的图像配准方法

提出了一种基于SIFT和Krawtchouk矩不变量的图像配准方法。通过SIFT关键点检测方法检测关键点;对每个关键点计算其邻域的Krawtchouk矩不变量,并将其构成描述关键点的特征向量;计算关键点特征向量之间的欧氏距离找出相匹配的关键点对。实验结果表明,该算法的配准性能与标准SIFT算法相当,而运算速度比标准SIFT算法有较大程度提高。     

基于边缘融合的多图像直线提取算法

该文提出了一种新的基于边缘融合的多图像直线提取算法，该算法首先对所有多图像分别提取边缘，然后通过将多图像对应的梯度方向相似的、相邻近的边缘编组，以形成融合的直线支持区域，最后基于最小二乘的方法从直线支持区域拟合出直线段，并提取直线属性．该文提出的算法把边缘的相位信息作为融合要素，能够从复杂的图像中提取出相当低对比度的直线，并且通过分析多图像边缘之间的特性，提出相位压缩和融合编组方案，不仅可以充分融合互补信息还有效降低了算法复杂度．真实的遥感图像直线提取结果表明了该文算法的有效性．     

一种新的几何约束结构及其射影不变量

几何不变量,特别是射影不变量,是基于单视点灰度图像识别三维物体的一条有效途径．但理论研究表明,只有特定的几何约束结构,才具有射影不变量．所以,研究并发现这种几何约束结构就具有十分重要的意义．该文提出了一种新的由相邻3平面上5条直线组成的几何约束结构及其所具有的射影不变量．该结构较Sugimoto提出的几何约束结构简单,可从结构同样复杂的物体中获得更多的几何不变量,有利于提高物体识别的稳定性;同时,由于该结构大量存在于由多面体组合而构成的人造物体及地面建筑物中,因此它非常适合这类物体的识别．实验验证了文中提出的几何约束结构具有不随物体成像视点改变的射影不变量．     

A Geometric Approach for the Theory and Applications of 3D Projective Invariants

A central task of computer vision is to automatically recognize objects in real-world scenes. The parameters defining image and object spaces can vary due to lighting conditions, camera calibration and viewing position. It is therefore desirable to look for geometric properties of the object which remain invariant under such changes in the observation parameters. The study of such geometric invariance is a field of active research. This paper presents the theory and computation of projective invariants formed from points and lines using the geometric algebra framework. This work shows that geometric algebra is a very elegant language for expressing projective invariants using n views. The paper compares projective invariants involving two and three cameras using simulated and real images. Illustrations of the application of such projective invariants in visual guided grasping, camera self-localization and reconstruction of shape and motion complement the experimental part.     

Efficient edge-based object tracking

Object tracking has been widely applied to video surveillance, robot localization and human-computer interaction. In this paper, an edge-based tracking algorithm is proposed. We extract the feature points by efficiently utilizing the image edges in the object region. Then the parameter vector of the object's motion model is estimated based on minimizing the sum-of-squared differences between the reference feature points in the reference frame and the observed feature points in the tracking sequence frame. The experiments show that the edge-based tracking algorithm proposed by us can track object efficiently under uniform and varying illumination conditions.     

改进的基于凸壳仿射不变量的图像识别和配准算法

提出了一种新的基于凸壳和仿射不变量的图像识别和配准的方法。该方法利用从参考图和测试图中得到的特征点提取其凸壳,并计算凸壳的仿射不变特征向量。通过比较参考图和测试图特征向量的一致性,建立它们的仿射变换关系,最后利用凸壳内特征点的匹配来实现识别和配准。该方法的优点是即使目标物体被部分覆盖或者缺损,其图像也能够达到较好的识别和配准效果。     

Algebraic and geometric tools to compute projective and permutationinvariants

Studies the computation of projective invariants in pairs of images from uncalibrated cameras and presents a detailed study of the projective and permutation invariants for configurations of points and/or lines. Two basic computational approaches are given, one algebraic and one geometric. In each case, invariants are computed in projective space or directly from image measurements. Finally, we develop combinations of those projective invariants which are insensitive to permutations of the geometric primitives of each of the basic configurations     

一种由未定标图象估计三维射影不变量的新算法

本文提出了一种由未定标图象估计三维射不变量的新算法。实验结果表明了本算法的有效性。