基于最小二乘法的文档图像倾斜检测方法

在文档扫描过程中,输入的文档图像不可避免地会发生倾斜现象,而布局分析及字符识别算法对页面倾斜都十分敏感,因此倾斜检测和校正是文档分析预处理的重要环节。本文提出了一个基于最小二乘法的倾斜检测方法。它将字符连通区包围盒底边中心点作为特征点,利用文本行中特征点与基线的关系,将特征点用最小二乘法拟事出基线的方向,即为页面倾斜方向。同时,本文介绍了一种基于直线拟合的快速倾斜校正算法。实验证明,该算法速度快,准确度高。     

基于最小二乘支持向量机的SAR影像边缘检测算法

为了实现不同传感器影像之间的边缘特征匹配,提出了一种新的SAR影像边缘检测方法.该方法首先利用最小二乘支持向量(LS-SVM)时影像进行拟合以减小相干斑噪声的影响,然后采用基于小波变换的断面检测法进行影像边缘检测.通过与经典影像边缘提取算子的实验对比,表明该方法更适合于斑点噪声明显的SAR影像边缘检测.     

基于总体最小二乘法的图像降噪

来自图像传感器的数字图像会受到各种噪声的干扰,其中主要包括加性噪声、乘性噪声和混合噪声。乘性噪声随信号幅度改变而改变,没有理想的去除方法。为此,运用基于总体最小二乘法的图像估计降噪方法,研究图像块尺寸选取对降噪性能的影响,分析成像系统中去马赛克环节影响噪声传播的内在规律,并通过比较实验给出总体最小二乘法降噪的性能优势。     

基于最小二乘法的鼻子轮廓提取

针对传统的机器人肖像绘画技术中,现有方法难以对提取的鼻子轮廓线条的特征进行表征,进而影响了对鼻子的编码和矢量化的问题,提出一种基于最小二乘法的鼻子轮廓提取算法.首先在检测鼻子的基础上定位鼻尖和鼻孔;然后定位关键特征点,并通过关键特征点的约束控制搜索轮廓参考点;最后基于最小二乘法拟合轮廓曲线,得到鼻子轮廓曲线.实验结果表明,应用该算法能很有效地提取鼻子轮廓特征,且有利于编码和矢量化.     

Zernike矩和最小二乘椭圆拟合的亚像素边缘提取

为了提高微操作系统的装配精度,提出了一种新型的亚像素边缘检测和中心定位算法。应用Canny算子提取了微零件在像素级的边缘。应用Zernike矩对微零件进行亚像素级的边缘定位。采用最小二乘椭圆拟合定位微零件的中心位置。实验结果表明,该算法能够实现更高的定位精度和消耗更少的时间。     

基于移动最小二乘法的视差图像拼接

对于视差图像拼接,现有的工作大都采用单应性变换,这不足以得到好的拼接结果。提出一个新的视差图像拼接算法。首先检测图像的特征点并匹配,随后用随机采样一致算法RANSAC(Random Sample Consensus)和距离相似性筛选出正确的匹配点集;其次,以这些特征点结合移动最小二乘法构造一个全局仿射变换对准图像;最后,在图像的重叠区域以像素为顶点构建一个网络流,用最大流最小割算法寻找最优拼接曲线,并融合图像。由于提高了特征点匹配的正确性,对准模型的准确性明显好于以前的工作,图像拼接结果平滑真实,无扭曲、鬼影等现象。     

基于约束最小二乘的光学遥感图像融合

在光学遥感图像融合方法中,最小二乘法常被用于求解多光谱图像拟合低分辨率全色图像的线性回归系数,但是回归系数常常出现负数,导致其物理意义不明确。针对这种实际情况,提出了基于约束最小二乘的低分辨率全色图像构造方法。通过IKONOS-2全色与多光谱图像的融合实验,结果表明：该方法所求得的回归系数具有明确物理意义,符合实际情况,并且与光谱响应函数法、最小二乘法相比,其融合质量基本保持一致,并且由于该方法不需要先验知识,故其实用性较强。     

基于层次化及最小二乘的精确图像配准

针对传统对数极坐标傅立叶变换(log-polar mapping based Fourier transform, LPMFT)在大尺度、大旋转及大平移变换情况下不能精确估计图像对之间的变换参数, 提出基于层次化及最小二乘的图像配准方法(multi-resolution analysis and least square optimization, MALSO): 首先, 使用小波变换将图像分解为多分层结构, 并将每层的低频部分作为待匹配图像; 其次, 在每层中, 引入窗口函数及自适应滤波函数以减少谱泄漏, 混叠及插值误差的影响; 最后, 构建一个代价函数, 并通过最小二乘法求解最优参数. 实验表明, 该方法既满足大尺度, 大旋转及大平移参数准确估计要求, 又比LPMFT对遮挡更具鲁棒性, 有一定的理论及应用价值.     

基于最小二乘法的压缩文本图像恢复算法

文章采用基于算术编码的压缩方法对文本图像进行无损压缩和传送,进而提出基于最小二乘法灰度插值的压缩文本图像的恢复算法,它将高度结构化的灰度图像分解为多个线性模型,估计出模型参数,从而重构出灰度文本图像,明显改善了屏幕浏览的视觉效果。     

基于最小二乘支持向量机的模糊图像恢复

针对模糊图像恢复问题,提出了一种基于最小二乘支持向量机的模糊图像恢复算法.该方法利用最小二乘支持向量机的非线性映射能力,通过训练样本对的学习训练,在模糊图像与清晰图像之间建立映射关系对测试样本进行恢复.实际图像恢复实验表明,得到的恢复图像在视觉上和定量分析上都获得了比较好的效果.与神经网络方法相比,最小二乘支持向量机克服了神经网络的模型选择与过学习问题、局部极小问题等.     

基于移动最小二乘法的医学图像配准

提出一种基于移动最小二乘法变形模型的医学图像配准技术.首先用蛇模型的方法分割图像感兴趣区域;其次在分割后的图像上半自动地选取对应标记点;最后基于这些标记点采用移动最小二乘法的变形模型对图像进行变形,从而实现医学图像的配准.实验结果表明,该方法克服了手动选点难度大的缺点,提高了配准的精度,是一种有效的医学图像配准方法.     

基于整体最小二乘法的高分辨率图像重建算法

提出一种用于高分辨率图像重建的整体最小二乘算法。在现有多数重建算法中,假设系统矩阵是精确的而误差主要源于采样图像,但实际上抖动误差也出现在系统矩阵中。该方法能同时最小化这两种误差,采用基于正则化的Rayleigh商来光滑解,用共轭梯度算法来迭代求解该正则化Rayleigh商的最小化函数。实验证明该方法对于抖动系统矩阵是稳定和精确的。     

基于最小二乘的复杂曲面检测方法研究

提出一种基于数模打点、阵列粘贴、迭代法建立坐标系、改进最小二乘法运算的复杂曲面检测方法。给出了六点迭代法建立复杂曲面检测坐标系的算法步骤,再结合3-2-1法进行了坐标系的创建。提出利用阵列粘贴等方法进行检测点的快速生成并对复杂曲面进行检测,并采用本文给出的改进最小二乘法进行计算机数据处理。本文检测方法有效克服了传统方法测量时,测头易发生干涉,同时存在检测项目多、检测效率低等缺点,能有效提高复杂曲面检测的精度并缩短检测时间。通过多次的检测分析,结果表明本文提出的方法易于编程,测量迅速,测量结果准确、可靠。借助于本文方法可以解决从事检测行业及相关人员在三维检测中的短板,提高检测的效率和解决问题的能力。     

基于偏最小二乘法的咳嗽信号检测

咳嗽中包含丰富的病理信息,可以为临床诊断提供重要支持。自动咳嗽检测方法有助于提高检测结果的可靠性,并减少人为工作量。但在自然记录的语音信号中,非咳嗽信号的数量远多于咳嗽,语音流中咳嗽信号的自动检测是个典型的类别不均衡问题。针对该问题,提出一种基于偏最小二乘分类法的咳嗽信号检测模型APLSCX。利用非对称偏最小二乘分类器处理类别不均衡数据的能力,对归一化的特征向量进行特征抽取,同时基于低维数据的方差调整分类平面。实验结果显示,与LCM、SVM等主流模型相比,APLSCX兼顾了小类的召回率和精度指标,具有较高的检出率和较低的误警率,更适用于自然语流中咳嗽信号的检测。     

基于最小二乘预测的动态快速椭圆检测

对Hough变换及其改进方法进行了分析比较.提出了一种改进的Hough表存储结构,并采用随机Hough变换的取样方法和用启发函数来搜索椭圆区域,大大降低了椭圆检测过程的计算量和对存储空间的占用.为了实现运动图像中的椭圆参数检测,提出了一种最小二乘预测椭圆区域的方法.该方法将椭圆的检 测限定在一个很小的图像子区域内.几种方法的结合使用实现了动态图像中椭圆的快速检测.     

基于边缘提取的图像拼接

对车牌识别系统中的图像拼接问题进行了研究,提出了一种基于边缘提取的图像拼接算法.实验结果证明,该算法获得了理想的拼接效果.     

最小加权熵支撑树图像边缘提取方法

提出了一种新的彩色图像边界提取的方法,以色彩图像直方图中搜索到的峰值作为聚类中心,根据彩色图像像素结构的特点,首先计算区域内相邻像素点之间对应的向量的欧式距离,然后构造该区域内的最小支撑树,计算相应的加权熵值确定分割阈值,最后结合向量排序统计,将排序的结果按照灰度值进行分类进行输出,实验证明了这种方法的有效性。     

最小二乘估计的水下图像恢复算法

为了解决由噪声以及散射所引起的水下图像退化问题,提出一种基于最小二乘估计的水下图像恢复算法.首先通过比尔-朗伯定律构建水下图像退化模型,并基于同态子块的局部统计特性分析方法对于加性高斯白噪声的方差进行估计;然后推导出一种基于最小二乘估计的图像滤波方法用于重建原始图像,通过Gamma校正对由Retinex模型分解出的光照层分量进行拉伸,从而得到增强后的水下图像.从视觉感知和客观评价2个方面对算法进行了验证,实验结果表明,该算法能够有效地抑制由噪声以及散射所引起的图像雾化效果,图像恢复后水下图像的色彩、对比度、细节以及清晰度都得到明显改善.     

基于二进小波变换的图像边缘检测

提出一种基于二进小波变换的图像边缘检测算法.二进小波利用模局部极大值来提取图像的多尺度边缘信息并具有平移不变性,因此二进小波图像边缘检测具有特征提取快和边缘检测精确等特点.图像边缘检测的对比实验结果表明,二进小波的边缘检测比文献[4]中的实验效果好,细胞边界明显,图像边缘更为清晰.