基于Visual C++的图像增强和轮廓提取研究

煤矿井下环境比较灰暗,采集的视频图像画面不清晰,尤其在发生事故时,需要对现场画面进行增强和轮廓提取处理。针对该问题,介绍了一种基于Visual C++的图像增强和轮廓提取的设计方法。该方法采用Visual C++处理位图图像,运用灰度变换方法实现图像增强、模板匹配方法实现边缘检测来突出图像轮廓。实验结果表明,采用该方法处理的图像得到了增强并较好地提取了图像轮廓,达到了预期效果。     

基于凸包算法的三维表面重建中边缘轮廓提取

在三维表面重建过程中,边缘轮廓的提取起着关键的作用.为了对头部CT图片中的颅骨边缘进行有效地提取,提出利用平面凸包进行边缘轮廓提取的方法.利用该方法提取出头部CT图像中的颅骨边缘,并将其作为三维表面重建中的轮廓输入,取得了良好的效果.同时,将通过该方法得到的颅骨边缘应用于基于颅骨的三维面貌复原技术研究中,为面貌复原技术的发展提供了新的思路.     

基于凸包算法的三维表面重建中边缘轮廓提取

在三维表面重建过程中，边缘轮廓的提取起着关键的作用。为了对头部CT图片中的颅骨边缘进行有效地提取，提出利用平面凸包进行边缘轮廓提取的方法。利用该方法提取出头部CT图像中的颅骨边缘，并将其作为三维表面重建中的轮廓输人，取得了良好的效果。同时，将通过该方法得到的颅骨边缘应用于基于颅骨的三维面貌复原技术研究中，为面貌复原技术的发展提供了新的思路。     

基于细胞显微图像特征的ROI自动提取算法

为了在细胞显微图片中快速有效地自动提取细胞聚集的区域,提出了一种基于细胞显微图像特征的感兴趣区域(ROI)自动提取算法.该算法以图像的自动阈值分割为基础,利用图像膨胀后边缘的融合和重叠消亡原理,以图像特征的相似度为判别手段,最后用八邻域轮廓跟踪法取得轮廓线.对大量细胞显微图片的实验表明,该算法成功实现了对细胞显微图像的感兴趣区域沿边缘全自动快速提取.     

核磁共振图像脑组织自动提取方法

核磁共振图像的脑组织提取是神经图像处理研究中的一个重要步骤。将传统的几何活动轮廓模型与二值水平集函数相结合,提出了一种新型的二值水平集活动轮廓模型,并基于该模型提出了一种能够自动、准确实现MRI脑组织提取的方法。该方法在脑组织内部自动设定最优初始轮廓曲线,将该演化曲线隐含地表示成一个高维函数的零水平集,零水平集在基于区域的图像力驱动下不断演化并达到待分割脑部图像的边缘。将基于该方法的脑组织提取结果与作为金标准的专家手动分割结果和其他流行算法相比较,结果表明提出的脑组织提取方法能够自动、准确和快速地提取MRI脑组织,是一种鲁棒性较好的MRI脑组织提取方法。     

头部MRI图像外轮廓提取算法的实现与比较

为精确提取头部MRI图像外部轮廓,提供后期三维重建数据,根据对边缘检测、迭代阈值、自适应阈值法和半阈值分割法在MRI断层图像分割效果的比较,提出一种改进的头部MRI图像轮廓提取方法。该方法在对图像进行预处理后,通过直方图统计结果对图像进行半阈值分割后得到二值图像,由二值图像梯度信息得到边界点集,通过八邻域搜索提取得到包含多条轮廓的轮廓数据集,并根据长度、面积等判定条件准确提取出断层截面的外轮廓。实验结果表明:该方法能提取出更为准确和连续的轮廓,较其他方法拥有更高的成功率。     

基于彩色形态筛的建筑物主体轮廓提取算法

针对常见的城市建筑物图像,提出了一种由单幅图像自动完成建筑物主体轮廓提取的算法。算法利用基于凸包彩色形态筛的多尺度性,设计了城市建筑物场景贝叶斯概率统计模型,由最大化后验概率(Maximum a pos-terior,MAP)估计消隐点在图像中的投影,利用边缘像素分类的结果获得建筑物的主体轮廓。该算法可用于单幅图像,不需要边缘检测和Hough变换等处理。实验结果证明,通过估计该场景结构可以自动获得消隐点在图像中的投影,进而提取建筑物的平行六面体主体轮廓。     

序列B超图像的快速轮廓提取

提出了一种序列B超图像的轮廓提取算法,该算法通过构造边缘轮廓模板来进行B超图像中感兴趣轮廓的提取,实验证明该算法能够较快速地对序列B超图像进行轮廓提取。     

基于MATLAB/GUI的图像语义自动标注系统

图像语义自动标注系统对大量图像数据库的图像检索起到重要的作用,并能将图像的视觉特征转化为图像的标注字信息,给检索用户带来了很大的便利。文中研究了图像自动语义标注系统的实现及有关技术,通过matlab中GUI的图形用户界面设计并实现了图像自动标注系统,该系统能较好的实现图像轮廓与颜色特征的提取。提取图像轮廓是由颜色空间来获取整体轮廓,该方法对于颜色变化比较明显的图像可以很好的提取轮廓。结合颜色特征与图像轮廓进行相似度量,从而较好的将待标注图像分类,采用特征点匹配标注图像语义关键词能够比较准确的对图像进行标注。     

图像配准中的一种特定区域轮廓提取算法

多模态医学图像的配准在医学诊断和治疗计划中起着重要的作用，特定区域轮廓提取是图像配准的重要基础，常规的轮廓提取算法不能满足多模态图像配准的要求。提出了一种用于多模态医学图像处理的特定区域轮廓提取算法。该方法首先对图像进行预处理，去除噪音，对图像进行平滑，采用Canny算子进行边缘提取之后，提出了延伸权的概念，并采用一种新的基于延伸权概念的边缘连接算法对边缘结果进行连接，最后采用填充算法获得特定的辅助区域并在该区域的基础上向外或者向内获取特定区域的轮廓。实验结果表明，该方法能够满足多模态图像配准的要求。     

基于遗传算法的水平集超声图像分割

鉴于医学超声图像的信噪比较低,用经典的边缘提取算法无法得到较好的结果,因此,提出超声图像自动分割的一种新方法.其基本思想是在水平集分割方法的基础上,以能量函数作为评价函数,把图像分割问题变成一个优化问题,利用遗传算法的寻优高效性,搜索到能使分割质量到达最优的轮廓曲线.应用此方法对肝脏超声图像进行肿瘤的边缘提取,得到比较好的结果,从而完成图像的自动分割.     

Automatic extraction of face contours in images and videos

The paper proposed an automatic and accurate extraction of the human face contour algorithm. Because a human face contour includes very important facial features to identifying or verifying a person, the accuracy of face contour extraction influences performance of face recognition. The automatic extraction human face contour algorithm includes a novel flowchart for improving accuracy of face contours extraction. To obtain the edge map of a face contour, the divided-and-conquer technique and Canny edge detector were used to avoid the features in the central part of face. The genetic algorithm is implemented to automatically find the parameters of Canny edge detector. Finally, the Poisson gradient vector flow (PGVF) active contour model used the edge map to extract face contours. Three datasets with temporal sequence images were tested for evaluation of the proposed algorithm. The experimental results demonstrated that the algorithm obtained accurate face contours.     

基于动态分块闭值去噪和改进的GDNI边缘连接的溢油遥感图像的边缘检测算法

海上溢油图像的边缘检测技术是最重要的海上溢油监测技术之一。无论是溢油的识别、位置的确定或者溢油量的获取,都需要首先确定溢油区域的边界信息。针对溢油图像的特点,提出了一种新颖的边缘检测算法。该算法由3部分组成:“非极大值抑制”实现了溢油图像的候选边缘检测;动态分块阂值算法实现了对噪声、伪边缘的清除,使获得的边缘更连续;改进的GDNI边缘连接算法实现了对去噪后图像中的中断边缘点的准确连接。通过实验结果证明,提出的算法能够得到清晰连续的溢油遥感图像的边界信息,较好地实现了具有低对比度、模糊边界以及噪声问题的溢油遥感图像的边缘检测,且具有很好的实时性。根据本算法得到的边缘检测信息,海上溢油能够更加容易和快速地被识别。     

Extraction of media and plaque boundaries in intravascular ultrasound images by level sets and min/max flow

Abstract: Estimation of the plaque area in intravascular ultrasound images after extraction of the media and plaque–lumen interfaces is an important application of computer‐aided diagnosis in medical imaging. This paper presents a novel system for fully automatic and fast calculation of plaque quantity by capturing the surrounding ring called media. The system utilizes an algorithm that consists of an enhanced technique for noise removal and a method of detecting different iso levels by sinking the image gradually under zero level. Moreover, an important novelty with this technique is the simultaneous extraction of media and lumen–plaque interfaces at satisfactory levels. There are no higher dimensional surfaces and evolution of contours, stopping at high image gradients. Thus, the system runs really fast with curvature velocity only and has no complexity. Experiments also show that this shape‐recovering curvature term not only removes the noisy behaviour of ultrasound images but also strengthens very weak boundaries and even completes the missing walls of the media. In addition, the lumen–plaque interface can be detected simultaneously. For validation, a new and very useful algorithm is developed for labelling of intravascular ultrasound images, taken from video sequences of 15 patients, and a comparison‐based verification is done between manual contours by experts and the contours extracted by our system.     

基于区域能量最小和主动轮廓模型的医学目标提取

针对传统主动轮廓模型在目标强边缘处容易产生振荡和弱边缘处容易泄露的缺点,提出了一种基于区域能量最小和主动轮廓模型的医学目标提取模型。这一基于目标灰度统计概率和水平集的主动轮廓分割模型,把能量函数表示为在目标区域内对像素点属于目标概率的积分,并在水平集框架下对能量函数最小化,得到分割的迭代方程;同时,通过附加的速度约束项,使得主动轮廓在越过目标边缘时降低速度,大大提高了分割的收敛性和准确度。通过大量冠状动脉和二尖瓣的分割实验以及与几种传统主动轮廓模型和手工提取的比较,表明该模型在医学图像分割方面的健壮性、准确性和有效性。     

基于彩色图像边缘差分的运动目标检测算法

针对目前常用的运动目标提取易受到噪声影响、易出现阴影和误检漏检等情况,提出了一种基于Sobel算子的彩色边缘图像检测和帧差分相结合的检测方法。首先用Sobel算子提取视频流中连续4帧图像的彩色边缘图像,然后将边缘图像进行隔帧差分相与,提取出较精确的运动目标边缘轮廓。提取的轮廓经过一系列的形态学操作填充,可得到完整的运动目标。实验结果表明,该方法对运动目标边缘轮廓提取准确,抗噪能力强,且鲁棒性好。     

基于Kinect v4的牛体尺测量方法

针对基于机器视觉的牛体尺测量方法中图像背景复杂、特征点提取难度大的问题,提出了一种基于Kinect v4传感器的牛体尺测量方法来采集彩色和深度图像,并结合目标检测、Canny边缘检测、三点圆弧曲率等算法提取体征特征点进而计算体尺数据。首先,制作了牛体尺特征部位图像数据集,并利用深度学习YOLOv5目标检测算法检测牛体尺特征部位信息,以减少牛体其他部位和背景对体尺测点提取的干扰;其次,借助OpenCV图像处理库中的Canny边缘检测、轮廓提取等图像处理算法获取牛体尺测点所在的关键轮廓;然后,对关键轮廓采用多项式拟合和三点圆弧曲率等算法从而在二维图像中提取牛体尺测点;最后,利用深度信息将二维图像中的测点信息转换到三维坐标系下,并结合随机抽样一致（RANSAC）算法在三维坐标系下设计牛体尺测量方法。经过在复杂环境下传感器和牛体侧面成不同偏角时的实验测量结果和人工测量结果的比较得出,牛体尺数据中鬐甲高的平均相对误差为0.76%,体斜长的平均相对误差为1.68%,体直长的平均相对误差为2.14%,臀端高的平均相对误差为0.76%。实验结果表明,所提方法在复杂环境下具有较高的测量精度。     

医学图像的快速最优化边缘检测

在医学图像的目标识别和三维显示过程中，边缘检测是十分重要的一环，检测的准确性将直接影响以后续的治疗，虽然现在已有许多边缘提取算法，但这些方法用于医学图像分割时委能同时满足速度快、最优化以及所检测边缘连接甚至封闭等要求，本文提出一种基于动态规划的边缘检测的快速算法，在算法中采用局域窗技术加快搜索速度，由分段搜索自适应地实现快速最优化且连续的目标边缘检测，算法在模型图像及医学图像中实施，取得了满意的效     

An image processing algorithm for the automatic manipulation of tie rod

In this paper, we present a robust image processing algorithm for the automatic manipulation of tie rod in the automotive assembly process. A sensing system consisting of a camera and a slit laser is used to obtain 3D data for processing. It is attached to the robot’s arm. A nut runner is used as an end-effector of the robot to manipulate the bolt and nut on the tie rod. For the successful operation, a robust image processing algorithm that can cope with diverse illumination variations in manufacturing conditions is required. We present a robust algorithm for the extraction of laser contours on images. It consists of two steps where color and grey information is used to cope with clutters caused by laser reflections on metal surfaces. Experimental results using many images under real conditions show the robustness of the proposed algorithm.     

近距大偏角圆形目标的检测

圆形目标距离图像采集设备较近且存在较大偏转角时成像会产生严重的形变,给目标图像的自动检测带来了困难。提出了一种近距大偏角圆形目标的检测算法,利用闭运算处理,去除图像背景中的噪声,并采用嵌套双层轮廓提取方法实现目标轮廓提取,通过轮廓特征提取算法获得目标轮廓的初选轮廓,利用初选轮廓的细节特征信息确认目标轮廓。为了实现目标的高效检测,采用模板匹配算法进一步提高了算法运行效率以及稳定性。实验结果表明,所提出的检测算法可以有效地适应不同的背景环境,具有较强的鲁棒性和实时性。