基于边界的角点无阈值识别算法

提出了局部特征和全局特征相结合的角点无阈值识别的思想和算法，同时提出了4个重要的概念及其算法：边界局部角度、相似度、高度、线性度，作为实现的基础。角度和相似度描述角点的局部特征；高度和线性度描述角点的全局特征，4者的拟合函数为F。F变化率的最大值点自动确定角点和非角点的分界。实验结果证实了该算法角点定位的准确性、旋转不变性，具有一定的尺度不变性和抗噪声能力。     

联机手写笔画特征抽取的逼近-合并算法

为了对联机手写字符识别的笔画进行精确描述,提出了一种基于字符笔画特征抽取的＂逼近-合并＂算法.该算法分析了字符笔画的多边形逼近,求出偏离度最小的多边形逼近,并对该多边形的边进行合并,抽取出笔画方向码,实现了联机手写字符笔画的更有效合并.该方法应用在联机手写体字符识别实验系统中,其识别率为99.13%.     

一个适合于特征计算的多边形逼近算法

逼近是加快图形特征计算的一个重要方法．本文提出了一个具有确定性的高效的多边形逼近算法，算法设置了一容错系数以满足用户对逼近的不同要求．算法稍加修改后可以处理开端曲线．作者在人体三围特征识别和语音频谱分析时应用了该算法，速度快、效果好．     

基于曲率的尺度空间中的角点增强

角点检测在模式识别、计算机视觉和其它相关领域中占有重要地位．由于无法事先确定应在什么尺度下进行检测，我们很难从平面曲线中准确地提取出角点．本文阐述了通过曲线尺度空间（Curvescalespace）来增强角点的方法．该方法的主要思想是通过曲线的形变（或构造曲线尺度空间）使曲线上的角点随着尺度的增加变得更加突出，以便准确地提取出角点．从广义的几何热扩散方程（GGHF）出发，我们得到了该方法中曲线曲率的演化形式，它揭示了构造基于曲率的尺度空间与形成尺度空间所需符合的准则二者间的本质联系．本文研究GGHF符合尺度空间准则的条件并给出了寻找不同的符合尺度空间准则的曲线演化方法，与此同时，我们给出了角点可被增强的条件．在符合上述条件的前提下，本文给出了一种新的构造尺度空间的方法，该方法符合尺度空间的准则，并能够在去除噪声和不重要的小结构的同时，有效地增强曲线上的重要角点．     

多支撑区域模式化融合角点检测算法仿真

传统的基于轮廓的角点检测算法常常会因为阈值选择不当,使检测准确率降低.针对上述问题,提出一种多支撑区域下模式化的角点融合方法.首先计算曲线上各点的曲率值,然后对曲线上的点进行初步筛选并分组,使曲线上相邻且曲率相近的点分为一组,在每组中选取局部曲率极大值点作为备选角点,再修改支撑区域,重复上述步骤,产生多组备选角点,最后对轮廓曲线进行模式划分,在不同模式下进行角点融合.实验分别在旋转变换和伸缩变换下评估平均重复率和准确率,通过与CSS、He&Yung角点检测器进行对比实验,所提算法提高了平均重复率和准确率,是一种可行的角点检测算法.     

基于曲率尺度空间的角点检测图像匹配算法

随着计算机技术的发展,提出了优化图像匹配算法,能有效提高图像检测精度。笔者以依托曲率尺度空间的角点检测图像匹配算法为研究视角,在介绍其执行步骤的基础上,通过仿真实例验证其有效性。研究结果表明,这种算法能有效改进图像匹配过程中特征点过渡分离的不足之处,提升其匹配精度约为10%,说明这种算法具有推广应用的价值。     

点与简单多边形关系的新算法

提出一种检测点与多边形关系的新算法,通过扫描建立适合查找的多边形层次结构。检测时,运用二分查找,找到与检测点相关的边,通过该点与相关边的关系判断出点与多边形的关系。实验结果表明,该方法简单有效,有较高的检测速度。     

基于曲率尺度空间的角点检测图像匹配算法分析

计算机技术的发展下,优化提升图像匹配算法,可以提升图像检测精度。基于曲率尺度空间的角点检测图技术,优化设计图像匹配算法,基于曲率尺度空间的角点检测算法进行图像特征点的提取,归一化处理特征点,有助于提高图像匹配精度。利用该算法最终实现图像匹配需求,验证了算法的有效性,改进了图像匹配中特征点过度分离的弊端,提高了图像匹配检测的整体精度约10.0%。该算法发挥了积极应用价值,值得在实践应用中推广。     

一种间接提取轮廓特征点的算法

该文提出了一种间接提取轮廓特征点的新算法,该算法通过对轮廓点序列在不同方向进行分解以简化运算。文中给出了算法的原理、数学基础及实现过程。最后实验表明,该算法不仅计算量小,易于实现,对特征点的定位也很准确。     

三角网格曲面角点的鲁棒性检测算法

为有效检测三角网格曲面上的角点特征,提出一种基于最小主曲率的角点检测算法.首先通过计算网格顶点处的最小主曲率,利用加权最小主曲率定义角点特征函数,并计算角点特征值;然后利用迭代阈值法自动产生检测阈值,以去除噪声和特征不明显的角点;最后采用非极大值抑制法消除局部邻域内的角点聚簇获取特征明显的角点.在此基础上,在多个尺度下分别计算每个网格顶点处的角点特征值,并通过加权将其合并成多尺度角点特征值,新的角点特征值使得角点检测算法具有较高的稳定性和鲁棒性.通过重复检测率实验和部分重叠曲面的配准实验,验证了文中算法的有效性与实用性.     

A new algorithm for dominant points detection and polygonization of digital curves

A new algorithm for detecting dominant points and polygonal approximation of digitized closed curves is presented. It uses an optimal criterion for determining the region-of-support of each boundary point, and a new mechanism for selecting the dominant points. The algorithm does not require an input parameter, and can handle shapes that contain features of multiple sizes efficiently. In addition, the approximating polygon preserves the symmetry of the shape.     

基于特征对齐和关键点辅助激励的退化热成像图目标检测

在热成像图目标检测中,存在图像的纹理单一、目标边界模糊等退化现象,这造成目标定位困难、目标与预定义锚点框无法精准匹配等问题.因此,文中提出基于特征对齐和关键点辅助激励的退化热成像图目标检测算法.引入可见光图分支,计算2个分支指定层的特征差异,提升热成像域与可见光域之间的相似度.为了丰富网络高层中的目标细节信息,修改特征图级联和检测尺度.部署包含关键点辅助激励的无锚点检测器,较好地定位目标并学习预定义锚点框覆盖较差的实例.在2个数据集上的对比实验表明,文中算法可准确定位热成像目标,有效提升退化热成像图目标检测精度.     

人脸检测方法综述

人脸图像处理包括人脸检测、人脸识别、人脸跟踪、姿态估计和表情识别等。为了构造自动处理人脸图像的信息系统,首先需要鲁棒、有效的人脸检测算法。分析了有关人脸检测问题的研究方法,并对其进行了分类和评价。从基于知识的方法、特征不变方法、模板匹配方法和基于外观的方法等四个方面介绍了相关的算法和理论,分析了各种方法的优缺点,并提出了关于人脸检测问题的进一步研究方向。     

人与计算机交互过程中的人脸检测及其特征区域的定位

论文讨论了在开发人机交互系统过程中,实现人脸检测及其特征区域的定位方法。对输入图像,采用了简化的人脸肤色模型进行分割处理。对于由此得到的候选区域,使用基于Fisher准则的线性判别分析(FisherDiscriminationAnalysis)从中筛选出人脸所在的区域。在该区域内,使用由主元分析(PrincipleComponentAnalysis)导出的重构误差ε,又称DFFS(DistanceFromFaceSpace),结合使用FDA定位携带主要语音视觉特征的嘴部区域。实验中所使用的样本数据来自中国科学院声学所汉语听觉、视觉双模态数据库(CAVSRV1.0)。     

单像素宽度目标轮廓提取的实现

在人脸检测、火灾识别等应用中,应用物体的轮廓特征来检测和定位目标物体是一种有效的方法.本文提出一种基于连通区域面积阈值化的实现算法,可以同时实现噪声消除与轮廓提取,并据此定位图像中的物体目标.实验结果显示,只要噪声面积没有超过物体面积,应用该算法即可实现噪声完全消除,并能够得到连续的无交叉的单像素宽度的物体轮廓,且轮廓不变形.     

角点检测技术综述

角点是图像很重要的特征,对图像图形的理解和分析有很重要的作用。对灰度图像、二值图像、边缘轮廓曲线的角点检测算法进行综述,分析了相关的算法,并对各种检测算法给出了评价。     

Polygonal representation of digital planar curves through dominant point detection—a nonparametric algorithm

We describe a new algorithm that detects a set of feature points on the boundary of an 8-connected shape that constitute the vertices of a polygonal approximation of the shape itself. The set of feature points (nodes) is a ranked subset of the original shape points whose connected left and right arm extents cover the entire shape. Nodes are ranked based on their strength (in terms of their importance to other boundary points), length of support region, and distance from the centroid. The polygon obtained by linking the detected nodes approximates the contour in an intuitive way. The proposed algorithm does not require an input parameter and works well for shapes with features of multiple sizes.     

基于B样条的改进型Harris角点检测算法*

在研究Harris角点检测算法时发现由于该算法采用高斯低通滤波进行平滑,因而对一些图像进行角点提取时,存在角点信息丢失和位置偏移等现象,而B样条函数可以收敛于高斯函数,并具有良好的逼近能力和紧支性等一些优秀的性质,从而基于B样条函数提出了一种改进的Harris角点提取方法。实验表明,该方法对提取角点非常有效。     

自然图像中目标轮廓上显著边缘检测的计算模型

如何模拟人类视觉感知系统的感知过程,建立一个鲁棒性较好、无监督的自然图像中目标轮廓上显著边缘检测的计算模型是文中要讨论的问题。首先确定自然图像中目标所在的子区域。然后通过分析纹理以及颜色等低级视觉特征得到一组潜在的轮廓边缘,对这些潜在的轮廓边缘进行闭合性分析,建立各条潜在边缘之间闭合关系的图模型。最后通过最短路径找出最优的轮廓上的显著边缘。将该模型用于多幅自然图像,实验效果较好。该模型在生物学上的合理性也得到验证。     

图像中射影不变量在目标识别中的应用*

研究了利用灰度图像进行目标识别的方法。根据射影变换的定义,导出了两组射影不变量,然后给出了利用哈希表进行模型数据存储和查找的识别算法。最后用实验验证了这两组不变量的不变性和可区分性。