一种基于权值的骨架算法

本文提出了一种用于3D目标识别的基于权值的骨架算法。该算法在传统骨架算法中引入距离变换,获得目标各部分骨架的权值,用其描述各部分骨架的重要性。实验结果表明,利用该算法可以提高目标识别的抗噪能力,尤其适用于有遮挡目标的识别。     

提取曲线形结构物体的骨架

文章介绍一种利用蛇模型技术,通过骨架强度图(SSM)提取物体骨架的方法。在蛇模型演化的同时计算SSM,当蛇模型能量达到最小时,SSM值大于阈值的点即为骨架。与传统蛇模型提取骨架法相比,该方法计算简单,大大减少了模型的计算量,并适合于灰度图像。文章用图像验证了本方法的有效性。     

线传感器网络中基于距离变换的骨架提取*

在无线传感器网络中,利用骨架信息可以提高路由性能,也可以用于网络定位、导航以及分割等.以往的骨架算法往往假定边界节点被全部识别,但在绝大多数网络中,尤其是低密度网络,边界节点往往很难被全部正确识别.提出了一种基于距离变换的低复杂度、分布式骨架提取算法,该算法不要求所有边界节点被识别.实验结果表明,该算法对于边界不准确时能够得到较好骨架,同时对于边界点缺失具有鲁棒性.     

基于欧氏距离及向量内积的骨架提取算法

对骨架算法进行研究,提出一种骨架提取算法.通过对图像内部像素点进行距离变换得到其最近边界点的位置,将内部像素点到最近边界点的向量定义为边界向量,根据物体内部相邻边界向量的方向,计算每个像素点的内积值和其8邻域的最小内积值,得到的最小内积点,以确定的阈值从最小内积点中选取骨架种子点,再对骨架种子点进行处理,得到连通的骨架.试验证明这种算法能保证骨架具的完整性和连通性,正确反映物体的拓扑结构.     

基于距离变换的A*搜索骨架提取方法

针对部分传统骨架提取方法提取骨架位置偏离中轴的问题,提出了一种基于距离变换的A*搜索骨架的提取方法.根据距离变换和形态学分水岭算法获得包含物体骨架的骨架潜在图,通过主动轮廓线模型确定骨架关键点,通过A*算法对骨架线进行搜索,得到骨架.实验证明,该方法获得的骨架具有连通性、单像素性、多尺度性及位置准确等优点.     

一种基于模型分割的三维人体骨架提取方法

针对当前三维骨架提取方法复杂度较高、提取结果不够准确,以及专门针对人体模型的方法较少等问题,提出一种基于模型分割的三维人体骨架提取方法。首先,根据模型顶点与末端特征点的最小测地距离将模型分割;然后由归一化的测地距离函数确定模型各顶点所属拓扑层次;接着在模型分割的基础上依据拓扑层次提取出原始骨架点;最后经过微调,将各骨架点按照拓扑关系连接得到较为精确的人体骨架。实验结果表明,该方法有效降低了骨架提取算法的复杂度,且对不同姿势的人体模型均可获得较为准确的提取结果。     

具有曲线形结构的物体边界和骨架的提取

用各向同性扩散得到梯度矢量流场的能量,并获得初始边界和骨架点（无须任何初始化）;最后利用蛇模型演化这些初始点,当模型能量达到最小时演化停止.最终的点即为所需要的边界和骨架.该方法能同时得到物体的边界和骨架,改进了曲线结构强度图的计算,减少了计算量.采用人工图像和实际图像验证了该方法的有效性.     

一种改进的汉字骨架提取算法

为了更有效地提取汉字的骨架,提出一种基于内切圆提取汉字骨架的新方法。该方法首先对Windows系统中的汉字进行边缘检测,提取出汉字的边缘,然后迭代计算特定步长范围内的内切圆,将各内切圆的圆心连接起来得到书法汉字的骨架。实验结果表明,该方法在提取书法汉字骨架的同时保留了原始汉字的边缘信息,提取的骨架具有良好的对称性和连通性。     

基于数字距离变换的3D模型骨架提取算法

在获得三维模型体素表示的基础上 ,通过比较模型体素及其 2 6连通域体素到模型轮廓的最小欧式距离 ,提出了一种利用骨架体素 2 6连通域的对称性进行三维模型骨架体素提取的算法 整个算法只需遍历一次体数据集即可自动完成模型骨架的提取过程 .实验表明 ,该算法具有较高的效率和精度 .     

一种改进的中轴骨架三维模型检索算法

针对三维模型检索算法性能较低的问题,提出了一种改进的中轴骨架三维模型检索算法。     

三维欧氏距离变换的一种新方法

常见的三维距离变换算法大都是对城市街区、棋盘等二维近似欧氏距离变换算法的三维扩展,得到的依然是近似欧氏距离.提出一种新的三维欧氏距离变换算法,可以得到完全欧氏距离,时间复杂度为O(n3logn).将该算法应用于三维医学CT图像内部软组织的显示,取得了较好的效果.     

一种直线提取的新方法

直线提取是版面分析中的一个重要过程。该文提出了基于Hough变换的结构元素构造方法(HTSEC)以及基于数学形态学的直线提取方法(MMLE)，即首先将灰度文档图像利用半色调技术转换为二值图像，利用Hough变换检测直线倾斜角度以动态构造结构元素，然后利用数学形态学方法提取文档图像中的直线。     

一种提取抖动视频中前景目标的新方法

提取视频中的前景目标信息是视频处理领域非常重要的问题,考虑到现实生活中会出现监控摄像头不可避免地会出现晃动或偏移情况,造成监控视频短暂抖动,此时背景图像灰度和纹理信息都会受到较大的影响,从而给后期进一步分析前景信息带来了巨大的困难。为了兼顾纹理特征提取和噪声抑制两方面的要求,针对抖动视频的前景提取问题,提出了一种有效的融合小波变换和在线混合高斯模型的方案。首先运用仿射变换在线逐帧校准,接着利用小波变换对图像去噪,并建立自适应模型迭代上述过程,最后利用在线混合高斯模型提取前景。实验结果表明,与同类方法相比,该算法无论针对单目标还是多目标视频均可以有效去除抖动,得到较好的前景目标提取效果,具有较高的准确性和鲁棒性。     

基于小波矩的新型图形识别算法

该文提出了一种基于小波矩的新型图形识别算法。小波矩除了具有矩特征的平移、缩放和旋转不变及抗噪性强的特性以外,还增加了小波对图象结构精细特征的把握能力强的优点。文章结合FFT变换的优点提出了改进的离散傅立叶－小波矩,并由所提取的小波矩特征与最小距离分类器结合形成一个图象识别系统,成功实现了对精细复杂汉字图符的识别。通过与采用传统的几何矩识别结果比较,在识别准确率、识别速率和抗噪性上性能都有较大的提高。     

一种新的完全欧氏距离变换算法

论文提出了一种基于边界剥离的二维完全欧氏距离变换算法。该算法从物体目标的最外层边界开始,自外向内、逐层对物体目标区域进行边界跟踪、剥离。在跟踪过程中,根据当前边界像素点的已获得距离变换结果或为背景的邻域像素信息,计算其与最近背景像素间的欧氏距离,从而实现距离变换。和已有算法相比,文中算法具有简单快速、容易实现,得到的是完全欧氏距离的优点,在分离粘连物体的应用中,取得了良好分离效果。     

一种新的指纹脊线提取方法

本文提出一种新的指纹脊线提取方法。首先利用灰度形态学，结合条件模板进行滤波，然后用Ｏｔｓｕ方法分割得到二值图像，再将原图反相，进行上述同样处理，最后融合两次分割的结果，提取指纹脊线。实验结果证明本法具有抗噪性、旋转不变性。     

一种新的基于弧段提取的椭圆检测方法

为了克服椭圆检测过程中对椭圆完整性和边缘梯度信息依赖性较强的缺点,提高椭圆目标的检测速度,提出了一种新的基于弧段提取的椭圆拟合方法;首先将梯度方向符号相同的相邻边缘点连接成弧段,然后根据弧段的凸性和象限分类定义新的弧选择策略,利用位置约束和弧对的椭圆中心估计提取候选椭圆,最后采用改进的拟合算法拟合椭圆;实验结果表明,基于弧段提取的椭圆拟合方法相对于LMEDS算法和RHT3具有更好的准确性、鲁棒性和稳定性,实时性也有一定的提高。     

一种分区域多方向数据融合图像插值方法

为满足高端工业检测中对检测精度和检测时间的严格要求,针对现有图像插值方法在插值速度与精度方面的矛盾,本文提出了一种分区域多方向数据融合图像插值方法。在灰度平坦区域,采用双线性插值算法进行插值。在边缘纹理区域,则选取待插值点在源图像中对应点的4×4邻域内4个插值方向上距离最近的12个像素点,基于距离平方反比计算估计值;然后结合方向灰度梯度和插值距离两个权 重因子,进行数据融合,获得最终插值。实验表明,新提出的插值方法运行速度快,并且在图像任意级别变换时都具有较高的插值精度,能够很好地保持图像的边缘纹理细节。     

一种新的图像识别算法

提出了一种图像的识别算法,首先对图像进行Gabor小波变换,为了解决图像中的平移、旋转、尺度不变性,以及局部遮挡问题,对滤波结果计算其4个不变矩作为反映整体形状特征的特征向量,再对提取的特征向量利用SVM算法进行图像检测,检测结果表明该算法具有较好的抗噪性并能解决目标检测中的遮挡问题.最后利用弹性网格的方法对其进行识别.文中的检测和识别结果表明,多通道的Gabor滤波器对于纹理图像的特征描述比较充分,该识别算法有比较理想的鲁棒性和容错性,能得到较好的识别结果.     

移动对象位置预测的索引方法

当前对移动对象位置预测查询的研究中,索引结构的查询性能成为关注的热点,而忽视其更新代价。针对现有方法中存在的更新缺陷,本文以TPR-tree为基础提出两种索引方法（ETPR-tree和BiR-tree）。实验结果表明,采用辅助索引结构的BiR-tree具有最优的查询和更新性能。