一种快速在线图形识别与规整化方法

1.引言因特网的迅速发展以及个人电脑的广泛使用促成了数量惊人的电子文档的出现。相比纸质资料,数字媒体内容更为丰富,形式更为多样化。随着计算机的介入,传统的设计方式发生了革命性的变革。设计工作不再是单纯的人为任务,而是一个人机不断交互的过程。因此,需要有一种新的技术和工具,能将传统设计方法与计算机辅助设计的优点有机地结合起     

一种基于边缘生长的灰度和彩色图象分割方法

边缘检测可以快速准确地提供区域分割的边缘点,是图象处理的一个重要领域。但由于边缘点不连续和难以把存在大量碎边缘点的高细节区提取出来这两个原因,而不能直接实现完整意义上的图象分割。为此提出用边缘生长的方法来解决不连续的边缘点链接问题和通过找出高细节区周围的区域,以便间接地将高细节区围成一个区域。该算法是边缘检测的后续处理,适合于多种应用目的,同时还可以嵌入到其它利用边缘信息的分割算法中。     

Image segmentation with one shape prior — A template-based formulation

Image segmentation with one shape prior is an important problem in computer vision. Most algorithms not only share a similar energy definition, but also follow a similar optimization strategy. Therefore, they all suffer from the same drawbacks in practice such as slow convergence and difficult-to-tune parameters. In this paper, by reformulating the energy cost function, we establish an important connection between shape-prior based image segmentation with intensity-based image registration. This connection enables us to combine advanced shape and intensity modeling techniques from segmentation society with efficient optimization techniques from registration society. Compared with the traditional regularization-based approach, our framework is more systematic and more efficient, able to converge in a matter of seconds. We also show that user interaction (such as strokes and bounding boxes) can easily be incorporated into our algorithm if desired. Through challenging image segmentation experiments, we demonstrate the improved performance of our algorithm compared to other proposed approaches.     

基于边缘信息的工业CT图像分割法

由于CT技术各方面的原因,工业CT扫描测量图像质量不是很理想。要获得精确的测量数据,必须进行准确的图像分割。该文采用多尺度二维小波变换模极大值作为分裂合并图像分割的一致性度量,采用四叉树结构作为图像块的初始划分,设置合适的门限值抑制噪声的干扰并提取出图像边缘信息。实验证明,对于皮鞋内嵌的CT测量图像该算法比常规的算法更理想,能够准确分割出皮鞋的内外腔边缘。     

非均匀背景目标图像的分割方法

对于非均匀背景下目标图像的分割,由于用通常的图像分割方法不能取得令人满意的效果,文章提出了一种新的图像分割方法。实验结果表明,用该图像分割方法能取得良好的效果。     

基于图像的树木腐蚀区域分割方法研究与仿真

研究对图像的树木腐蚀区域分割问题,提高分割区域大小的准确性。传统方法根据图像中物体与背景像素的颜色区别,利用像素视觉差异大小的方法进行木材腐蚀区域图像的分割。但是在木材图像中,腐蚀区域的颜色和树木的本体颜色极其接近,边缘像素的一致性会造成干扰,像素相减的结果会发生错误,造成不能完整的分割木材腐蚀区域的问题。为提高识别准确性,提出利用高斯一维线性模型的树木腐蚀区域分割方法。通过抑制边沿像素的对称性和单调性,去除边沿像素中的干扰因素,克服了传统方法的缺陷。实验证明,改进方法实现了在与自身颜色相似情况下木材腐蚀区域图像的完整分割,取得了满意的效果。     

一种基于优先搜索方向的边界跟踪算法

图像处理尤其是区域分析中,区域的边界是非常重要的信息。提出了一种基于优先搜索方向的边界跟踪方法。该方法是以区域为基本操作单元,以当前边界点和上一边界点所确定的方向的外法线方向为起始搜索方向,顺时针方向搜索下一个边界点,当下一个边界点与该区域第一个边界点重合时,该区域搜索完毕,并开始对下一个区域进行跟踪。利用这种方法跟踪出来的区域边界,不但能够很好的满足对边界一个像素的宽度、同一个区域的边界连通封闭、准确定位在区域外围轮廓上的要求,而且能够完整准确地保持目标区域外边界的自身原貌和特点,以及内、外边界彼此独立,可独立成图用。由于这种算法在跟踪过程中充分考虑已知边界点对后续边界点的影响,使得边界点保持了良好的相关关系,可以根据实际应用的要求,在跟踪过程中直接实现边界的矢量化。     

基于改进的最大类间方差算法的图像分割研究

每种图像分割方法都只利用了图像信息中的部分特征,必然带有局限性,因此只能针对各种实际应用领域的需求来适当选择所需的方法.比较了几种阈值分割和边缘检测算法,着重研究了最大类阃方差算法,并对其进行改进.针对不同的图像进行了仿真,对实验结果进行了分析、研究、比较.结果表明,改进的Otsu算法能有效地提高图像分割的质量.     

基于遗传算法和梯度算子的图象边缘检测

图象边缘检测是计算机图象处理的最基本步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响,目前的图象边缘检则方法还不能有效地检测出各种不同模式的边缘。在分析了几种常用边缘检测方法及其存在的检测精度不高,抗噪声性能较差等不足基础上,给出了一种基于遗传算法和梯度算子的图象边缘检测算法,该算法明显提高了检测精度和抗噪声能力。     

图像目标检测与识别仿真平台设计与实现

研究基于图像的目标识别技术问题。针对精确制导武器系统中传统识别方法的识别率低,不能有效解决配准比对图像局部特征的问题,提出基于图像特征点的提取和识别方法。其算法有两种:一种是传统的由下而上的数据驱动型,即不管目标属于何种类型,一律先对原图像进行一般性分割、标记和特征提取等低层次处理,然后将每个带标记的已分割区域的特征矢量与目标模型相匹配;另一种是由上而下的知识(假设)驱动型。即先对图像中可能存在的特征提取假设,根据假设进行有目的地分割、标记和特征提取,在此基础上与目标模型进行精确匹配。这里采用第二种方法并进行了仿真实验,运行结果表明,基于图像特征点的提取和识别方法可使基于图像的检测和识别达到稳定和可靠,证实了方法的有效性。     

基于一种新的目标识别的边缘爬行算法

针对机器人目标识别的实时性、快速性和鲁棒性特点,依据物体边缘大部分区域的方向缓变原理,提出了一种基于记忆的边缘爬行改进算法.爬行搜索方法的一个明显缺点是\"爬虫\"容易掉进\"陷阱\",即围绕某个局部小区域重复爬行.记忆搜索方法则有效克服了爬行搜索方法容易掉进\"局部陷阱\"的不足.在边缘爬行的同时,通过标号将颜色相近的不同物体分割出来.实验结果表明,与传统方法比较,该方法的边缘线更加完整、清晰,而且缩短了处理图像的时间,使目标识别的实时性和鲁棒性得到了优化.     

基于边缘信息的分开合并图象分割方法

图象分割是目标识别和图象理解的关键的第一步处理。分开合并方法是一种有效的、实用的图象分割方法。本文提出了基于边缘信息实现分开合并方法,它利用边缘信息解决了自适应确定最佳初始层和在分开、合并过程中度量图象块属性一致性的问题。基于边缘信息的分开合并方法改进了图象分割质量,缩短了处理时间,分割复杂图象的实验结果是令人满意的。     

3D Edge Detection by Selection of Level Surface Patches

We propose a new edge detector for 3D gray-scale images, extending the 2D edge detector of Desolneux et al. (J. Math. Imaging Vis. 14(3):271–284, 2001). While the edges of a planar image are pieces of curve, the edges of a volumetric image are pieces of surface, which are more delicate to manage. The proposed edge detector works by selecting those pieces of level surface which are well-contrasted according to a statistical test, called Helmholtz principle. As it is infeasible to treat all the possible pieces of each level surface, we restrict the search to the regions that result of optimizing the Mumford-Shah functional of the gradient over the surface, throughout all scales. We assert that this selection device results in a good edge detector for a wide class of images, including several types of medical images from X-ray computed tomography and magnetic resonance.

图象分割阈值平面的进化优化方法

提出了一种基于进化计算的图象分割方法。它首先检测图象的边界,将已经检测得到的边界作为图象分割阈值平面的插值限制条件,将图象分割转化为对这种分割阈值平面的插值优化问题。采用浮点数编码的进化规划方法进行优化计算,进化规划的适应度函数由插值平滑性,分割区域的结构有效性和图象边界点阈值不变性3个限制条件决定,在进化规划收敛时得到图象分割阈值平面。对不同图象的分割实验显示了这种方法的有效性、合理性和较强的抗噪声干扰能力。     

基于改进的四叉树Sobel算子图像分割研究

研究图像分割精度提高问题,由于图像噪声的干扰,造成图像模糊。传统的Sobel图像分割方法容易造成图像分割不清晰和对比度不明显。为解决上述问题,应用Sobel算子检测出数字图像真正的边缘,并进行边缘提取;最后运用四叉树算法对去噪图像进行多区域目标分割,并对分割的不同区域进行合并,有效地解决了因局部图像的叠加和分割不准确的难题,并且通过仿真实验显示,本文提出的改进型算法,也就是利用四叉树Sobel算子,能够有效地去除图像分割所带来的去除噪声,大大地提高升图像边缘的清晰度,是一种有效地图像分割方法。     

A comparative evaluation of foreground/background sketch-based mesh segmentation algorithms

This paper presents an extensive comparative evaluation of five popular foreground/background sketch-based interactive mesh segmentation algorithms, addressing the quantitative assessment of the accuracy, efficiency, and stability of each algorithm. To facilitate the comparison, we have developed a complete framework with an intuitive and simple sketch-based interface to enable interactive mesh segmentation by marking strokes to specify the foreground and background with the mouse buttons, allowing us to quantify the algorithms in a unified manner. The evaluation has been performed via extensive user experiments in which each participant was assigned to segment models with the evaluated algorithms and the corresponding update of each segmentation was recorded as a new refinement when additional interactions were added. We then collected the segmentations from participants and evaluated them against the ground-truth corpus constructed from the Princeton segmentation database. To investigate how well the interactive segmentations match the ground-truth, five metrics were used to measure the boundary and region accuracy of segmentations. By studying the experimental results, we have analyzed the performance of the evaluated algorithms and provided valuable insights into their characteristics.     

一种基于模糊划分的边缘检测算法

基于信息论中最大熵原理,提出了一种新的基于模糊划分的边缘检测算法,并介绍了模糊概率和用条件概率与条件熵来定义模糊划分熵的概念以及模糊划分的原理。该算法是利用自然划分以及梯度图像模糊划分的关系,在条件概率与模糊划分熵的基础上,通过最大模糊熵原则来实现图像分割中最优阈值的自动提取,以实现图像的边缘检测。通过不同类型测试图像的边缘检测结果比较表明,该算法用于边缘检测能获得很好的效果。     

基于CUDA的Prewitt算子并行实现

Prewitt算子是数字图像分割中最常用的边缘检测算法,由于计算量大,传统的基于CPU的串行算法耗时较长.为了提高算法的计算效率,本文把Prewitt算子在CUDA架构下并行实现,并通过对不同分辨率图像的处理实验,与串行算法的处理时间进行比对,列出加速比.实验结果表明并行算法的加速效果显著,对提高图像处理系统的运行效率具有实际意义.     

基于启发式概率Hough变换的道路边缘检测方法

针对非结构化道路的边界检测实时性和鲁棒性的难点,提出了加权Canny边缘检测方法和面向加权Canny边缘图像的启发式概率Hough变换方法;并根据非结构化道路边界不规则的特点和智能车辆路径规划的实际需求,提出了道路边界的双折线模型.与传统的方法相比,不同道路环境下的道路边界检测实验证明了所提算法的有效性和实时性.