离散过程神经网络和CGA相融合的边缘检测

针对图像处理中的边缘检测问题,提出一种基于离散过程神经网络(DNPP)与混沌遗传算法(CGA)相融合的模型和算法。DNPP的输入可以直接为数据矩阵,实现二维图像关联信息网格化的整体输入和处理。以图像网格灰度值作为DPNN处理数据集合,利用Sobel算子检测的技术原理和DPNN的判别能力,实现图像边界线的自动辨识和追踪。文中给出基于混沌遗传搜索的DNPP求解算法,以油田地震数据体切片中砂体的识别和追踪为例,实际资料处理结果验证了检测模型和算法的有效性。     

3维图像中边界曲面的分类追踪及抽取

3维图像分析中,边界曲面的检测与重构是一个非常重要的问题。已有的连续隐边界曲面的抽取及逼近计算技术存在着把某些零交叉曲面片错误地识别为边界曲面片的缺陷。为此,提出一个新的边界曲面的追踪及抽取的方法。该方法首先将包含边界曲面的全部立方体分为两类:包含一个连通零交叉曲面片的立方体叫第1类边缘立方体,包含两个及其以上不连通零交叉曲面片的立方体叫第2类边缘立方体;然后根据边界曲面的连续性连通性,便可追踪出两类边缘立方体;对于追踪出的第1类边缘立方体直接提取边界曲面片,对于追踪出的第2类边缘立方体的边界曲面片通过其相邻的第1类边缘立方体来提取。实验结果表明本文方法是可行有效的,而且可以有效地克服已有技术的缺陷。     

基于边界提升变换的图像压缩

为获得图像中光滑边界的稀疏表达和克服传统量化离散小波系数造成的边界失真,提出了一种基于边界的提升变换。其主要思想是将图像分为边界带和剩余区域两部分,然后对这两部分分别应用一维和二维基于边界的小波变换。边缘的前处理是这种方法的一个重要部分。为了提高编码性能,对两条平行或近似平行的边界线用一条脊线表示,并且对脊线和边界线按照光滑尖锐比进行修剪。最后根据边界小波变换系数的特点给出了合适的编码方法。本方法针对富含边界的图像在峰值信噪比和视觉质量方面比JPEG2000均有明显的提高。     

二维自适应前沿推进网格生成

针对二维平面问题,通过曲率计算和基于中轴理论的邻近特征计算控制区域边界曲线的离散;修改经典的前沿推进算法,利用边界驱动的单元尺寸控制方式在区域内部布置疏密过渡合理的三角网格;结合几何和拓扑策略提升网格质量。实验表明,上述算法可生成单元质量高、尺寸过渡合理的计算网格。     

以网格曲线为连续条件的光滑曲面

本文提出一种以网格边界曲线定义曲面的方法。曲面的计算式唯一地由网格的四条边界线的参数而定，各网格间连接的光滑度完全由网格间的边界线的光滑度来决定。当网格间的边界线具有Ｃ~１连续以上的光滑度时，网络曲面间将自动保证是Ｃ~１连续的，否则将是Ｃ~０连续。利用这个方法，可以方便地从线框模型（ｗｉｒｅ－ｆｒａｍｅｍｏｄｅｌ）建立面模型（ｓｕｒｆａｃｅｍｏｄｅｌ）。     

空间三角网格曲面的补洞方法

由三维扫描仪对文物表面进行扫描得到网格数据后,先提取出破洞的边界,利用破洞边界三角形的法矢信息将破洞边界上的点投影到一个平面上,形成一个二维多边形;然后基于该二维多边形各内角及各边长度在多边形内插入新的离散点,再将多边形内离散点三角网格化;最后用移动最小二乘近似法将破洞附近的点拟和成曲面,以此求出插入点的高度值,这样就得到了在三维空间中的网格数据。     

连续断层图像的边缘检测研究

工业CT扫描通常只能得到某一断面上的二维信息,不能得到被检测物的整体描述,技术人员只能根据获得的系列二维图像在人脑中综合复原为三维结构.因而人们希望能得到直观地、精确地展示被检测物体三维空间结构的ICT直观图像,能得到比二维图像更加丰富的信息.因此断层图像的三维重建在工业无损探伤、天体结构的观察及其它更广泛的领域有着极其重要的实用价值和研究意义.本文提出了一种基于边缘检测的按层剥离的算法,此算法是在二维图像上进行,然后再将分割后的序列图像再进行三维重建实现三维物体的按层剥离显示效果.     

空间三角网格曲面的补洞方法*

由三维扫描仪对文物表面进行扫描得到网格数据后,先提取出破洞的边界,利用破洞边界三角形的法矢信息将破洞边界上的点投影到一个平面上,形成一个二维多边形;然后基于该二维多边形各内角及各边长度在多边形内插入新的离散点, 再将多边形内离散点三角网格化;最后用移动最小二乘近似法将破洞附近的点拟和成曲面,以此求出插入点的高度值,这样就得到了在三维空间中的网格数据。     

实时图像的运动目标检测及跟踪

在复杂背景的运动目标实时检测算法的研究中,由于目标受到外界环境影响,目标不能正确提取。针对克服背景干扰因素提取,干净的目标像素,大多数背景建模与背景更新算法计算复杂,难以满足视频监控的实时要求。为解决上述问题,提出一种根据像素特征的背景差法,将目标的边缘特征融入减背景算法,通过对离散的目标边缘梯度像素进行网格密度聚类法实现目标像素的提取,采用改进的均值漂移跟踪算法,在DM642平台上实现目标检测与跟踪。实验结果表明,改进的算法可以有效的克服光线变化、背景抖动、噪声等问题,实时检测、跟踪多个目标,并能解决目标遮挡问题。     

动态调节圆半径曲面重建算法的改进

为实现对散乱数据点划分三角形网格的曲面重建,克服实体表面存在阶跃边缘而难以确定圆半径的问题,改进用动态调节圆半径产生三角形网格并实现曲面重建的算法,将散乱数据点转化为二维图像数据,并进行三角形网格划分.实验结果表明,虽然改进算法效率有所下降,但对表面存在阶跃边缘的实体有较好的重建效果.     

利用七宫格的遮挡车辆凹性检测与分割

目的:交通场景中车辆间的距离过近或相互遮挡容易造成识别上的粘连,增加了准确检测目标车辆的难度,因此需要建立有效、可靠的遮挡车辆分割机制。方法:首先在图像分块的基础上确定出车辆区域,根据车辆区域的长宽比和占空比进行多车判断;然后提出了一种基于“七宫格”的凹陷区域检测算法,用以找出车辆间的凹陷区域,通过匹配对应的凹陷区域得到遮挡区域;最后,将遮挡区域内检测出的车辆边缘轮廓作为分割曲线,从而分割遮挡车辆。结果:实验结果表明,在满足实时性的前提下算法具有较高的识别率,且能够按车辆的边缘轮廓准确分割多个相互遮挡的车辆。与其他算法相比,该算法提高了分割成功率和分割精度,查全率和查准率均可达到90%。结论:提出了一种新的遮挡车辆分割方法,有效解决了遮挡车辆不宜分割和分割不准确的问题,具有较强的适应性。     

基于虚拟格网的建筑物点云轮廓线自动提取

在分析现有轮廓线提取方法不足的基础上，提出基于虚拟格网的建筑物轮廓线自动提取方法。该方法利用建筑物点云生成虚拟格网并进行二值填充；采用邻域分析方法进行边界格网的标记与追踪；为了避免边界追踪错误，设计了基于方向的单边缘格网抑制方法及基于距离的连接关系调整方法以改善提取结果质量；根据格网追踪结果，从原始建筑物点云中提取真实轮廓点以保持原始建筑物轮廓形态；采用随机抽样一致性估计及最小二乘拟合方法进行轮廓线规则化处理，实现建筑物轮廓线的自动提取。实验结果表明，该方法能快速从建筑物点云中提取轮廓线，可为建筑物轮廓线的自动提取提供一种可行的解决方案。     

一种新的基于改进弹簧质点模型的图像边缘检测方法*

针对传统边缘检测算法不能准确定位图像的边缘和检测出的图像边缘连续性较差的不足,在基于改进 的弹簧质点模型基础上提出一种新的、简单和有效的图像边缘检测算法。在该算法中,将被检测的像素点作为中心点,其周围八个方向的像素点对该中心点的弹簧拉力组成一个平面内的弹簧质点模型。根据胡克定律,可以计算出作用在中心点上的合力大小,如果作用在中心点上合力大小超过设定的阈值, 则认为该中心点为边缘上的点。实验结果表明,提出的算法能够有效地克服传统算法的不足,而且具有一定的噪声滤波效果。     

可变半径Alpha Shapes提取机载LiDAR点云建筑物轮廓

目的 机载激光雷达（light detection and ranging,LiDAR）能够快速获取建筑物表面的3维点云,为提取建筑物轮廓提供重要的数据支撑,但由于激光脚点的随机性和点云自身的离散性,常规固定半径Alpha Shapes（A-Shapes）算法难以兼顾轮廓提取的精细度和完整度,且在点数量较大情况下计算效率较低。因此,提出一种基于网格的可变半径Alpha Shapes方法用于提取机载LiDAR点云建筑物轮廓。方法 对3维点云进行投影降维,对投影后2维离散点的范围构建规则格网,接着根据网格内点云填充情况筛选出边界网格,计算边界网格的平滑度并加权不同的滚动圆半径,再以边界网格为中心生成3×3邻域网格检测窗口,利用滚动圆原理提取窗口内点集的边界点,迭代检测直到所有边界网格遍历完成,最后获取点云的完整轮廓。结果 在精度评价实验中,与固定半径A-Shapes方法和可变半径Alpha Shapes（variable radius Alpha Shapes,VA-Shapes）方法相比,若建筑物以直线特征为主且边缘点云参差不齐,则本文方法的提取效果不理想;若建筑物含有较多拐角特征,则本文方法的提取效果较好。在效率评价实验中,与A-Shapes方法、VA-Shapse方法以及包裹圆方法相比,若点云数据量较小,则4种方法的耗时差距不大;若数据量较大,则本文方法和包裹圆方法的耗时远小于固定半径A-Shapes方法。实验结果表明,本文提出的轮廓提取方法适用于多种形状的建筑物点云。从轮廓完整性、几何精度以及计算效率等几方面综合考虑,本文方法提取建筑物点云轮廓效果较好。结论 本文提出的基于网格的可变半径Alpha Shapes建筑物点云轮廓提取方法结合了网格划分和滚动圆检测的优点,能够有效提取机载LiDAR建筑物点云顶部轮廓,具有较高的提取效率和良好的鲁棒性,提取的轮廓精度较高。     

基于改进SUSAN算法的移动车辆检测

针对复杂行车环境下智能车辆行车安全问题,提出了一种基于改进 Susan 边缘检测算法提取车辆边界特征。首先介绍了SUSAN边缘检测算子的原理,然后提出改进的SUSAN算法,即对待检测像素粗略提取,采用一种自适应选取阈值的方法对候选边缘点检测提取边缘。实验表明,算法能在复杂图像中识别前方车辆,有较高的准确度。     

Interactive Visualization of Flood and Heavy Rain Simulations

In this paper, we present a real‐time technique to visualize large‐scale adaptive height fields with C ‐continuous surface reconstruction. Grid‐based shallow water simulation is an indispensable tool for interactive flood management applications. Height fields defined on adaptive grids are often the only viable option to store and process the massive simulation data. Their visualization requires the reconstruction of a continuous surface from the spatially discrete simulation data. For regular grids, fast linear and cubic interpolation are commonly used for surface reconstruction. For adaptive grids, however, there exists no higher‐order interpolation technique fast enough for interactive applications. Our proposed technique bridges the gap between fast linear and expensive higher‐order interpolation for adaptive surface reconstruction. During reconstruction, no matter if regular or adaptive, discretization and interpolation artifacts can occur, which domain experts consider misleading and unaesthetic. We take into account boundary conditions to eliminate these artifacts, which include water climbing uphill, diving towards walls, and leaking through thin objects. We apply realistic water shading with visual cues for depth perception and add waves and foam synthesized from the simulation data to emphasize flow directions. The versatility and performance of our technique are demonstrated in various real‐world scenarios. A survey conducted with domain experts of different backgrounds and concerned citizens proves the usefulness and effectiveness of our technique.     

基于边缘检测的图象小波阈值去噪方法

边缘特征是图象最为有用的高频信息，因此，在图象去噪的同时，尽量保留图象的边缘特征，应是图象去噪首要顾及的问题。基于这一思想，提出了基于边缘检测的图象小波阈值去噪方法。该方法在去噪之前，先通过小波边缘检测方法确定哪些小波系数是图象的边缘特征，这些小波系数将不受阈值去噪的影响，因此，可以只是根据噪声方差来设置去噪的阈值，而不必担心损害图象的边缘特征。理论分析和实验结果都表明，与普通的小波阈值去噪方法相比，该方法不但可以保持图象的边缘信息，而且能提高去噪后图象的峰值信噪比1-2dB。要做到既去除图象噪声，又不模糊图象边缘特征是很困难的。该方法把去噪和边缘检测结合起来，在一定程度上解决了这种两难的问题。     

反投影构造二维旋转不变小波用于边缘检测

通过数值反投影的方法,从一维小波得到二维小波的离散形式。该二维小波具有旋转不变的特点,所以图像在每个方向上的边缘都能得到有效的检测。在非极大值抑制中,同时使用这种二维旋转不变小波与二维Mallat方向小波,阈值的设置更加合理,从而使边缘的定位更加准确。试验表明这种二维旋转不变小波结合Mallat方向小波有更好的检测效果。