胃上皮肿瘤边界跟踪算法的实现

提出了一种修正型的边界跟踪算法,该算法基于区域标号算法,并以外法线方向作为优先搜索方向来确定边界点,在边界跟踪过程中不但记录目标物体的边界点,而且还将校正像素点的归属区域。针对该算法,设计了一个2维链表的数据结构用来保存跟踪的边界点。     

基于随机Hough变换的道路边界识别算法研究

道路边界识别是基于机器视觉的智能车辆关键技术之一,提出了一种基于直线道路模型的道路边界识别和跟踪算法,该算法包括道路边界初始识别算法和跟踪算法两部分。在初始道路边界识别阶段,对预处理后的图像进行逐行搜索道路边界候选点,并结合相关的道路约束条件,采用Hough变换对候选边界点进行拟合,以提高鲁棒性。该方法的创新点是在道路跟踪算法中,建立目标搜索区域（OSA）,OSA的宽度根据道路边界识别的拟合可信度的变换进行动态调整,并采用随机Hough变换的算法对OSA中的边界点进行拟合,这样显著减少了运算时间和存储空间。试验结果表明,该方法不仅满足道路边界识别的实时性要求,还具有较好的鲁棒性。     

基于图像处理的不规则形体表面积测量方法

为解决不规则形状物体的表面积测量问题,提出了一种基于图像处理的测量方法。对采集到的灰度图像,利用图像分割技术,将目标区域从背景中分割出来,得到目标区域图像;利用边界跟踪得到目标区域的边界点以及各边界点的跟踪方向信息,根据其跟踪方向信息判断各边界点的状态,将边界点的一半以及所有的边界内点累加求和,得到目标区域的面积。经仿真实验证明,该方法可以实现对不规则形体表面积的有效测量。     

一种边点梯度方向引导的光滑边段提取方法

边界轮廓线的提取是研究形状特征的基础,它对图像特征描述、识别和理解等高层次的处理有重要作用。但由于噪声、光照等多种因素的影响,经过预处理得到的边缘图像往往会出现原本连接的边界局部断裂的现象,使传统的边界跟踪算法无法越过这些断点继续向下跟踪。另外,在跟踪过程中出现岔路时,传统的边界跟踪算法只跟踪第一个搜索到的边界点,无法控制边界的正确走向。提出了一种边点梯度方向引导的光滑边段提取方法,不仅能够跨越边界上的断点继续跟踪,而且能够有效地减少岔路选择错误的发生,同时还满足边段的光滑性要求。     

三次B样条曲线拟合的虹膜定位

采用圆检测定位虹膜内外边界的方法是当前虹膜定位的主流算法.当虹膜图像分辨率很高时,圆曲线不能准确地拟合虹膜真实边界,特别是受瞳孔收缩影响很大的内边界.而采用三次B样条曲线能够很好地拟合内边界.为了提高定位效率,首先运用质心探测方法分割出瞳孔区域,然后在瞳孔区域中搜索内边界点,采用三次B样条曲线精确拟合内边界;最后利用Canny算子检测外边界,并采用圆曲线的最小二乘拟合外边界.运用Bath大学虹膜库中的1000幅虹膜图像对该定位算法进行测试,内边界定位时间0.0203s、准确率99.2％;外边界定位时间2.0277s,准确率98.9％,满足准确、高效的定位要求.     

一种基于脑血管图像特征的快速边界跟踪算法*

在处理复杂的脑血管图像时,经典的边界跟踪算法暴露出边界精度不高、边界不够平滑,且速度不尽人意等缺点。提出了一种新的快速边界跟踪算法,该算法在分析脑血管边缘垂直细节远多于水平细节的特征基础上,结合方向记忆选择搜索方向,并在不同的搜索方向上赋予不同的权值,最终得到下一个边界点。实验表明：该算法提取的脑血管边界平滑、速度快,适合脑血管图像的边界提取,为下一步的脑血管形状特征提取及表示提供了精确的数据准备。     

一种新的二值图像目标轮廓跟踪算法

提出了根据方向记忆和动态权值确定下一边界点的二值图像目标轮廓边界跟踪算法。首先搜索轮廓内边界予以标记,并以该标记作为指导,结合上一边界点位置对搜索方向动态赋予不同权值,综合分析后得到下一轮廓边界点。由于采用内外边界的对照搜索,可以较好地过滤图像二值化引起的边界噪声。对于不封闭曲线,本算法也可通过一次扫描得到其轮廓信息。实验表明,该算法在轮廓边界提取速度和准确度方面都有较以往跟踪算法更好的性能,在搜索智能化和处理复杂轮廓方面也有更好的表现。     

图象中目标的快速搜索算法

随着系统技术的发展,对目标识别跟踪系统的要求正朝着智能化方向发展,即要求系统具有对目标的自动捕获、自动识别和自动跟踪的能力。为此,在利用目标与背景之间的灰度分布特性的基础上,提出了一种在一定的范围内能自动搜索并锁定目标的目标搜索算法。该算法假定搜索过程是在一个较大的区域开始进行的,而目标仅是该区域内一个在灰度上与背景有差别的小区域。由于这个假定是符合实际情况的,因此该搜索算法可以看作是一个简单的主动边界方法,它首先由一个收缩算法逐步缩小搜索区域,再结合图象的梯度信息来搜索目标,最后锁定目标轮廓。该算法在搜索过程中只对少数的控制点进行计算,而且对控制点的初始位置无严格限制,因而可以在含有目标的区域快速完成搜索过程,实验结果表明,该算法对不同大小、不同形状的目标都可以取得很好的搜索结果。     

散乱点云特征边缘交互提取

为了在具有多个特征边界的散乱点云上提取指定目标特征边界,提出了一种基于目标特征边界交互提取的算法。拾取目标特征及其周围的点云。利用KD树建立散乱点云的空间拓扑关系,计算出每个数据点的k邻域。通过数据点k邻域构成的最小二乘平面的投影点角度差,根据角度差的最大值来判断该点是否为边界点。拾取目标特征边界上的某个点作为种子点,按照某一个固定方向搜索边界点,直到搜索整条封闭边界为止。实验表明,该方法能够准确获取散乱点云上任意指定目标特征的边界。     

基于边界跟踪的任意形状区域填充算法

针对任意形状的多边形及孔洞区域,提出基于边界跟踪的填充算法。用细化算法对图像进行单线化预处理,分别跟踪各个封闭曲线的边界,从第1个边界点坐标出发,根据跟踪方向对每个边界点进行有向直线填充,遇到边界点时停止,将各填充图与原图进行合并。实验结果表明,该算法不受图形边界状况和自身形状的影响,能适应任意类型的封闭区域;沿边界点进行处理,避免了对背景点的重复计算;对于多孔洞的封闭图形,能对各个孔洞进行独立处理,可灵活选择填充效果。     

基于可变模型的目标实时跟踪

为了在图像序列中实现目标的快速定位和实时跟踪,该文提出了一种基于可变模型的快速目标跟踪算法,在已知模型条件下,利用区域模型相关匹配的思想对目标模型进行实时更新,充分利用目标莲续运动过程中目标形状在两个连续帧中变化不大、相邻两帧中目标的速度和位移变化不大的特点,以当前帧目标模型作为下一帧的先验模型;综合运用模型梯度信息、运动信息和模型区域特征匹配的方法来跟踪目标。由于算法综合考虑了目标模型的区域信息和轮廓信息,因此对背景干扰不太敏感。在头部跟踪实验过程中,该文算法跟踪移动目标的实时性和准确性比较好,抗干扰能力较强,基本上可以满足鲁棒性和快速性的要求。     

应用主动轮廓线生长模型的细胞核自动分割

提出了一种改进的主动轮廓线模型应用于细胞核的分割。在利用极限腐蚀检测到每个细胞核的种子点后,以种子点为中心点分别建兢一个基于极坐标描述的生长Snake模型,加入了一个基于区域相似度的生长能量,克服了传统模型须将初始轮廓置于真实边界附近的缺点;在应用贪心算法求解时,搜索空间由常规的8邻域减少为径向的两个相邻量化点,提高了计算效率。     

提取准确道路边界的空间分析方法

在边缘图像的基础上,以局部方向作为启发信息,跟踪道路边界,得到第一类道路边界的线段表示。结合单一型链接区域生长和质心型链接区域生长技术进行区域生长,得到第二类道路边界的线段表示。在两类边界信息中分析线段的空间接近性和空间连续性,获得准确的道路边界。     

一种粗糙不确定的图像分割方法

图像分割是计算机视觉领域的一个基础问题,涉及图像检索、物体检测、物体识别、行人跟踪等众多后续任务。目前已有大量研究成果,有基于阈值、聚类、区域生长的传统方法,也有基于神经网络的流行算法。由于图像区域边界的不确定性问题,现有算法并没有很好地解决图像部分区域渐变导致的边界模糊问题。粒计算是解决复杂问题的有效工具之一,在不确定的、模糊的问题上取得了良好的效果。针对现有图像分割算法在不确定性问题上的局限性,基于粒计算思想,提出了一种粗糙不确定性的图像分割方法。该算法在K均值算法的基础上,结合邻域粗糙集模型,先对类别边界区域的像素点进行粒化,运用邻域关系矩阵,得到各类别对各粒化像素点的包含度,从而对边界区域类别模糊的像素点进行重新划分,优化了图像分割的结果。在Matlab2019编程环境中,实验选取了BSDS500数据集中的一张马术训练图片和一张建筑物图片来测试算法性能。实验先对彩色图像进行灰度处理,用K均值算法对图像进行初步分割,再设置邻域因子值,依据边界像素点邻域信息重新划分边界点。对比K均值算法的分割结果可知,所提算法取得了更佳的效果。实验结果表明,该方法在粗糙度这一评价标准上优于K均值算法,可以有效降低图像区域边界的模糊性,实现灰度边界模糊的图像渐变区域的分割。     

Design considerations for image segmentation quality assessment measures

Factors to consider when designing quality assessment measures for image segmentation are discussed. Quality assessment requires one manually generated segmentation (for reference) plus computer-generated segmentations corresponding to different image segmentation algorithms or algorithm parameter settings. Since true pixel class assignments are seldom available, one must typically rely on a trained human analyst to produce a reference by using a mouse to draw boundaries of perceived regions on a digital image background. Different algorithms and parameter settings can be compared by ranking computed disparities between maps of computer-generated region boundaries and region boundaries from a common reference.Proximity-based association between two boundary pixels is discussed in the context of association distance. Motivated by the concept of phase-modulated signals, a penalty factor on the degree of association is then introduced as some non-negative power (phase modulation order) of the cosine of disparity in phase (boundary direction) between two boundary pixels. Families of matching measures between maps of region boundaries are defined as functions of associations between many pairs of boundary pixels. The measures are characterized as one-way (reflecting relationships in one direction between region boundaries from two segmentations) vs. two-way (reflecting relationships in both directions). Measures of inconsistency between perceived and computed matches of computer and manually generated region boundaries are developed and exercised so that effects of association distance, phase modulation, and choice of matching measure on image segmentation quality assessment can be quantified. It is quantitatively established that consistency can be significantly improved by using two-way measures in conjunction with high-order phase modulation and moderate association distances.     

Correspondence with cumulative similarity transforms

A local image transform based on cumulative similarity measures is defined and is shown to enable efficient correspondence and tracking near occluding boundaries. Unlike traditional methods, this transform allows correspondences to be found when the only contrast present is the occluding boundary itself and when the sign of contrast along the boundary is possibly reversed. The transform is based on the idea of a cumulative similarity measure which characterizes the shape of local image homogeneity; both the value of an image at a particular point and the shape of the region with locally similar and connected values is captured. This representation is insensitive to structure beyond an occluding boundary but is sensitive to the shape of the boundary itself, which is often an important cue. We show results comparing this method to traditional least-squares and robust correspondence matching     

Drift-correcting template update strategy for precision feature point tracking

In this paper we present a drift-correcting template update strategy for precisely tracking a feature point in 2D image sequences. The proposed strategy greatly complements one of the latest published template update strategies by incorporating a robust non-rigid image registration step. Previous strategies use the first template to correct drifts in the current template; however, the drift still builds up when the first template becomes different from the current one particularly in a long image sequence. In our strategy the first template is updated timely when it is revealed to be quite different from the current template and henceforth the updated first template is used to correct template drifts in subsequent frames. Our method runs fast on a 3.0 GHz desktop PC, using about 0.03 s on average to track a feature point in a frame (under the assumption of a general affine transformation model, 61 × 61 pixels in template size) and less than 0.1 s to update the first template. The proposed template update strategy can be implemented either serially or in parallel. Quantitative evaluation results show the proposed method in precision tracking of a distinctive feature point whose appearance is constantly changing. Qualitative evaluation results show that the proposed method has a more sustained ability to track a feature point than two previous template update strategies. We also revealed the limitations of the proposed template update strategy by tracking feature points on a human’s face.     

微电子封装中基板图像的分割*

在分析了基板图像特征的基础上,提出了一种快速的基板图像分割方法。通过在图像中添加虚拟栅格,直接获得子图像轮廓跟踪的起点,从而简化了分割的步骤、减少了处理对象的数量、提高了分割的速度。实验结果表明,与一般的图像分割方法相比,该方法具有占用内存少、计算速度快的特点。