基于开关式周围抑制的轮廓检测方法

传统的基于梯度的边缘检测算子旨在提取图像中所有由灰度变化引起的边缘,并不区分目标轮廓边缘和由杂波造成的干扰边缘。为提高这类算子在自然图像中检测主要轮廓边缘的性能,提出了基于开关式周围抑制的轮廓检测算法。与其他基于周围抑制的方法相比,该方法仅对干扰边缘进行抑制,对轮廓边缘不进行抑制,从而进一步提高了传统边缘算子的轮廓检测性能。利用自然图像和标准的参考轮廓边缘图像对该方法进行性能评估,结果表明,本文方法的轮廓检测性能优于传统的边缘算子及其他基于周围抑制的方法。     

Corner detection via anisotropic Gaussian kernels information entropy on edge contours

To improve the accuracy of corner detection, a new corner detector is proposed based upon the information entropy which is derived by the anisotropic Gaussian directional derivatives (ANDDs) on edge contours of an image. Firstly, the edge map of an image is extracted by the Canny edge detector. Secondly, small gaps between contours are filled. Finally, on each contour pixel, the main direction corresponding to the maximal ANDDs at each contour pixel and its surrounding pixels are used to compute the main direction's probability density function and information entropy. Different from the traditional contour-based detectors, our detector uses the maximal intensity variation's directional information entropy on contours and surrounding pixels rather than the curvatures of the planar curves, which presents better robustness. Experimental results show that the proposed detector achieves a better corner detection performance than several state-of-the-art detectors.     

Automatic Quality Inspection of Bakery Products Based on Shape and Color Information

基于形状和颜色信息的烘焙产品的自动质量检测

Babar Khan,韩芳*,王直杰,Ather Iqbal

（东华大学 信息科学与技术学院,上海 201620）

创新点说明：

利用支持向量机和基于生物启发式HMAX模型的形状辨识器与RGB对抗颜色通道辨识器集成而形成一种有效的智能分类系统,并将其用于烘焙产品的质量检测。

研究目的：

本文要对烘焙产品进行更有效的质量检测,需要提出一种智能方法。

研究方法：

本文采用了支持向量机、基于生物启发式HMAX模型的形状辨识器与RGB对抗颜色通道辨识器集成,形成一种高级自动分类系统,对烘焙产品根据其形状和颜色（烘焙时间）进行对应分类。

结果：

利用本文方法对烘焙产品进行质量检测的结果与其它方法相比较,发现本文提出的基于生物启发的机器视觉系统运行更加精确和有效,同时发现采用One Versus One支持向量机和Directed Acyclic Graph支持向量机可以得到最大的分类精确率。本文方法对饼干形状和颜色的辨识分别达到了95%和100%的分类精确率。同时,算法稳定。

结论：

本文方法因其更加可靠和精确可用于代替现有的烘焙产品检测方法。

关键词：烘焙产品质量检测,计算机视觉,HMAX, 对抗颜色通道,RGB颜色辨识器,支持向量机

     

Multiscale edge detection of noisy images using wavelets

The classical edge detectors work fine with the high quality pictures, but often are not good enough for noisy images because they cannot distinguish edges of different significance. The paper presented a novel approach to multiscale edge detection for noisy images using wavelet transforms based on Lipschitz regularity coefficients and a cascade algorithm. The relationship between wavelet transform and Lipschitz regularity was established. The proposed wavelet based edge detection algorithm combined the coefficients of wavelet transforms along with a cascade algorithm which significantly improves the result. The comparison between the proposed method and the classical edge detectors was carried out. The algorithm was applied to various images and its performance was discussed. The results of edge detection of contaminated images using the proposed algorithm show that it works better than the classical edge detectors.     

由等高线图像生成三维地形的简易方法

针对目前三维地形数据生成技术普遍缺乏对小范围地形的便捷导入，还停留在大范围、高硬件支持、高计算量水平的现状，介绍了由图像等高线信息生成三维地形的简易方法.着重论述了等高线的跟踪及等高线间地貌信息的填充，根据等高线的特点，采用图像的边界检测方法实现了对非细化等高线图像的自动跟踪；采用内插和外插相结合的方法填充等高线间的地貌信息，生成的三维地形效果较好.介绍的由等高线图像生成三维地形生成方法比较简单，容易实现，而且对于系统平台的硬件和软件要求较低,适合于一些小规模、且对地形精度要求不高的三维地形的生成.     

一种新的测地线主动轮廓图像分割方法

测地线主动轮廓模型是一种重要的图像分割方法,它对噪声图的分割效果很大程度上依赖于图像平滑的质量.为了使图像平滑和图像分割有机的结合起来,文中首先利用方向曲率模值提出描述图像平滑度的泛函,推导出一种四阶偏微分方程(PDE)图像降噪模型,它能在有效降噪的同时,保持良好的图像特征.该方法处理结果为分段线性图像,且在目标边缘处梯度存在阶跃.利用降噪结果的这一特点作为图像特征的描述函数,文中提出一种新的测地线主动轮廓(new geodesic active contour)模型.实验表明,新模型轮廓提取能力强、收敛速度快.以文中的降噪模型进行预处理,对基于区域的主动轮廓模型分割效果也有较大的提高.     

非经典感受野的朝向和对比度特性在轮廓提取中的应用

对于普通的复杂背景图像的边缘检测方法,在检测出主体轮廓的同时也保留了背景的纹理,不利于检测出主体的轮廓.根据生物视觉感知的特性,模拟出复杂细胞感受野的响应函数,然后提出了一种基于朝向和对比度特性的非经典感受野抑制模型,从而得到了清晰的轮廓.仿真实验证明,该方法在提取物体轮廓的同时有效地抑制了背景的纹理,提高了轮廓提取的正确率.     

阴影检测技术在裁割机样片轮廓提取中的应用研究

阴影将导致轮廓提取时样片的轮廓发生扭曲变形以及部分轮廓的丢失,为了提高轮廓提取的准确性,提出了一种基于色度畸变和均值的局部多层次差分算子的阴影检测方法.新方法从彩色不变性和纹理相似性两个方面出发,通过阴影覆盖前后色度变化相对较小和纹理具有相似性的原理来确定阴影区域.实验结果表明：该方法能够有效去除样片周围的阴影,具有良好的性能.     

基于YOLO神经网络的雷达目标成像识别评估研究

针对复杂地面背景环境下的武器装备精确探测识别需求,采用Lee增强滤波、对比度自适应直方图均衡化和能量归一化等图像预处理方法,提高SAR图像质量;通过引入两个可学习的参数和采用基于非极大值抑制(NMS)方法构建了优化的YOLO神经网络目标识别方法,对基于轮廓、纹理等特征的地面目标SAR图像自动识别进行了实验.实验结果表明...     

基于HMAX模型和非经典感受野抑制的轮廓提取

针对图像里处于复杂纹理背景中物体的轮廓提取正确率低的问题,首先研究了基于非经典感受野抑制的轮廓提取算法和HMAX模型,然后利用HMAX模型所具备的具有基本视皮层功能结构的优点,弥补了前者所依据的生物学视觉结构比较简单的不足,最后提出并实现了基于HMAX模型和非经典感受野抑制的轮廓提取算法。通过与Canny算子和非经典感受野抑制的轮廓提取算法的评估比较,表明本文算法有效提高了轮廓提取的正确率。     

多波束海底地形等深线快速生成算法

为解决大数据量海底地形等深线快速生成问题,提出一种基于等深值索引序列的等深线快速生成算法.该算法通过建立深度属性和等深值索引属性的映射关系,将浮点型深度属性三角网转化为整型索引属性三角网,并在此基础上提出一种基于0/1异或的等深线走向快速判断方法进行等深线跟踪,实现等深线的快速生成.实测海底地形数据的测试结果表明,与常规算法相比,该算法具有更快的生成速度并且十分适合计算机编程实现,能够快速、准确地从大数据量数字海底地形中生成等深线.     

Contour reconstruction method for noisy image based on depth residual learning

In order to improve the recognition ability of noisy images, a method of contour reconstruction based on depth residuals learning is proposed. The sharpening template matching technique is used to enhance the noisy image information, the local gray level information on the image is used to construct the edge active contour model of the image, and the active contour lasso method is used to reconstruct the image with a high resolution. The feature quantities of local gray energy and local gradient energy of the noisy image are extracted, and a convolutional neural network classifier is constructed to classify the features. The learning depth of the learning convolutional neural network is judged by combining the similarity of the gray histogram of the image. The resolution ability of image detail information is improved, and the contour high resolution reconstruction of the noisy image is realized. Simulation results show that the proposed method has a high resolution and a high peak signal to noise ratio (PSNR), which improves the recognition ability of the image effectively.     

基于Kinect深度和骨架信息的指尖检测方法

为克服指尖检测方法易受不同光照、复杂背景和手腕信息的影响,提出了一种基于深度和骨架信息的指尖检测方法.首先对Kinect获取的深度图像进行中值滤波和形态学闭操作处理,以消除噪声和填充空洞; 接着通过骨架跟踪得到的右手关节点锁定用户并进行手势分割; 然后在计算手心和最高指尖点位置的基础上,利用Freeman链码提取手势左右轮廓; 最后根据指尖点之间的轮廓曲线特征提取其他指尖点.实验结果表明,该方法具有良好的指尖检测效果,且对光照、背景和手腕信息鲁棒.     

基于区域生长分水岭算法嘴唇轮廓的提取

嘴唇是人脸部的重要特征,对嘴唇轮廓的提取有着非常重要的应用价值.本文针对彩色的嘴唇图像,采用基于区域生长的分水岭算法对嘴唇的轮廓进行提取.算法首先通过RGB三个分量,进行灰度转换,之后对图像采用区域生长算法进行处理,然后用中值滤波进行去噪和平滑处理,最后,应用分水岭算法得到嘴唇的轮廓.实验证明,此方法实现简单,达到了预期效果,性能良好.     

基于傅里叶与局部特征结合的人体姿态识别方法研究

为了提高对人体姿态的识别,提出了一种以人的姿态序列图像的轮廓为特征,包括轮廓的外接矩形的宽高比、形状复杂性变化率、离心率以及傅里叶描述子相结合的人体行为识别方法。首先运用自适应的混合高斯背景建模和形态学结合的方法,利用Canny算子进行边缘检测,实现目标人体轮廓的特征提取。然后采用基于质心边缘距傅里叶描述子与k-means聚类算法与SVM分类器结合的方法,对目标人体轮廓的参数建立具有13个特征值的一维的特征向量,并和RBF神经网络的分类效果进行对比。实验表明,SVM进行分类较为准确,且不需要进行多次的迭代训练,速度较快、识别性能也很好,相比于RBF神经网络而言。运用该方法可以让人体行为识别的正确率在91%以上,该方法简单可行。     

基于水平集方法的肿瘤图像识别

图像处理在计算机辅助医疗诊断系统中有着广泛的应用,本文在水平集方法的基础上,提出了一种肿瘤图像识别方法。首先,采用改进的水平集方法对肿瘤图像进行分割,获得肿瘤轮廓特征;其次,提取肿瘤的轮廓特征参数,对贝叶斯分类器进行训练,然后用训练的分类集进行肿瘤良恶性分类识别。通过对CT图像的肝脏肿瘤进行良恶性诊断,显示所开发的计算机辅助诊断系统是有效的。     

基于稀疏分解和背景差分融合方法的图像处理技术

针对传统融合算法处理聚焦区域能力弱、边缘效果差以及目标轮廓提取存在缺陷等问题,提出了基于稀疏分解和背景差分融合的方法.稀疏分解经过鲁棒主成分分析方式提取多聚焦图像轮廓,从而为源图像的准确分离奠定基础;背景差分融合依照源图像与增强图像的差异图提取轮廓信息以准确定位聚焦区域,从而防止引入人工干扰.结果表明,与传统方法相比,本文提出的方法在很大程度上提升了融合效果,能够很好地加强其对噪声的鲁棒性,同时表现出很好的视觉效果.     

显著图联合改进的JND模型

提出一种改进的基于显著性检测图联合估计恰可失真(JND)阈值的视觉感知模型,将人眼注意力机制引入JND模型,通过感知特点建模得到更为精确的JND 模型.首先通过改进的显著性检测算法得到相应的显著图,在计算JND 阈值的过程中,使用显著图来分配不同的权重给JND模型,并针对色度和亮度的不同给予不同的权重.基于空域的JND 模型主要用在计算图像中的平坦区域;而基于DCT域的JND模型更加适合计算纹理区域的阈值,新的模型还同时考虑加入对比敏感度函数和各种掩蔽效应因子.将改进的JND模型融合到新的视频编码软件HM 16.4中,实验结果表明,与HEVC 标准的数据对比,视觉感知质量没有明显下降.     

海杂波背景下雷达目标贝叶斯检测算法

针对非高斯海杂波背景下参考单元数目较少时自适应检测器性能损失严重的问题,提出了两种基于协方差矩阵先验分布信息的自适应检测算法,将海杂波建模为复合高斯模型,纹理分量建模为一个服从广义逆高斯分布的随机变量.首先将散斑的协方差矩阵建模为一个服从复逆威沙特分布的随机矩阵,然后根据广义似然比准则设计了一种不依赖于参考单元数据的自...     

多分辨轮廓匹配的成型制件外形检测

为了通过对制件图像进行轮廓匹配实现外形异常识别,提高生产效率和产品质量,提出制件外形多分辨轮廓匹配检测技术,通过分析起点对轮廓曲线的各分辨率小波变换的影响,建立轮廓某尺度下小波逼近量的搜索匹配策略,实现粗匹配下的形变判定.研究匹配轮廓段局部特征以及轮廓区间对的相异度统计,进而获得轮廓点对的精确对准,达到轮廓精配准,实现飞边、缺损等缺陷类型判定,最终得出外形检测结果.该方法在多种制件图像、各种外形异常类型中进行应用验证,结果表明外形检测准确度满足要求.