一种基于八邻域链码的掌纹图像定位方法

准确地检测出手掌轮廓线的角点是对在线掌纹图像进行精确定位的关键.目前已有的角点检测算法不能自动地提取出定位有用的角点.通过分析手掌轮廓线的8-邻域链码在角点附近的变化规律,提出了一种快速而有效的掌纹图像的轮廓特征点检测方法.首先,采用LOG边缘算子检测出二值掌纹的图像的边缘并用轮廓跟踪方法获得掌轮廓线的8-邻域链码;其次,根据手掌轮廓的8-邻域链在特征点附近的变化规律精确地检测出手掌轮廓特征点;最后,根据检测出的特征点建立参考坐标系,对掌纹图像进行定位.实验结果表明该方法是快速而有效的.     

基于最小二乘法的改进的随机椭圆检测算法

为了提高数字图像中椭圆检测的效率和准确性,提出了一个基于最小二乘法的改进的随机椭圆检测算法.该算法随机选取图像中的3个边缘点,在以这3个点为中心的窗口内,从边缘点中拟合出可能椭圆,并通过随机选取的第4个边缘点来确认可能椭圆.利用直接最小二乘法椭圆拟合的特性,引入可能椭圆边缘点收集和椭圆重新拟合的迭代过程来提取最终的椭圆参数.通过对含有不同噪声的仿真图片和包括残缺椭圆的实际图片的实验表明,新算法的改进是有效的.与原算法相比,新算法降低了对参数的依赖性,提高了检测的速度、稳定性和准确性,同时保留了原算法的抗噪声能力.     

基于最大类间可分离性的轮廓线分割

对轮廓线上每点的前后两个局部段进行局部直线拟合,在此基础上计算这两个局部直线段的类间可分离度,证明了它就是轮廓线点是否为一优势点的对数似然比,并把轮廓线上的优势点定义为具有局部最大类间可分离度的轮廓点。基于此概念,开发了用直线多边形良好逼近轮廓线的轮廓线分割算法,该算法能精确鲁棒地检测轮廓线优势点。实验结果表明了该技术的性能是令人满意的。     

基于椭圆最小二乘法和圆度轮廓误差评定的椭圆提取方法

在对数字图像中的螺旋锥齿轮进行空间定位和三维重构过程中,为获取齿轮轴向参数,提出了最小二乘法与圆度轮廓误差评定原理;建立了锥齿轮数字图像仿真模型.来获取齿轮轴向参数;利用Matlab软件对数字图像进行图像增强、二值化、边界提取等操作,再结合最小二乘法对像素坐标进行椭圆拟合;通过利用圆度轮廓误差评定的方法,使拟合获得的椭圆误差最小.该方法能准确地拟合出椭圆,通过轮廓逼近算法有效地去除了噪声点,提高了椭圆拟合的精度,可为螺旋锥齿轮空间定位和三维重构提供准确的数据.     

彩色环境下基于惯性矩的椭圆检测算法

提出了在彩色环境下检测椭圆的新算法。首先分析了椭圆的解析结构,根据物理学中惯性矩的概念,推演出一个类椭圆区域的理想椭圆,用该理想椭圆与边缘检测获得的边缘点拟合,求出一个区域的理想椭圆;然后将求得的理想椭圆与区域边缘点集合用近似度和逼近度两个指标拟合,得到与类椭圆区域最匹配的精确椭圆;最终得到类椭圆区域的边界轮廓,该轮廓可以很好地代替目标的真正边界。该算法可以快速检测完整椭圆和椭圆弧。     

基于广义正交概念的K-RANSAC椭圆提取

开发了一个使用广义正交概念的K-RANSAC椭圆提取算法.该算法通过使用广义正交概念,成功地把圆的所有性质推广到椭圆;通过仿射变换把水平-垂直种子点对一般化为任意种子点对情况;通过对边缘点集的归一化运算,有效地正则化了提取椭圆的边缘点集的病态性;通过直接估计椭圆参数的广义本征分析技术,进一步提高椭圆的可检测性和拟合精度.理论分析和实验结果表明,所开发的椭圆提取算法具有鲁棒性强、适用范围广、精度高和速度快等优点.     

红外头盔式眼动仪的瞳孔中心定位算法

为了提高瞳孔中心定位精度,降低运算复杂度,首先采用星射线方法获取瞳孔边界点,与对整幅图搜索相比,计算量大大减小.设定感兴趣区域,对眼皮、眼睫毛及光斑干扰产生的虚假特征点进行剔除,然后利用特征点通过随机化的椭圆拟合定位瞳孔中心.随机化椭圆拟合允许杂质点的存在,确保了拟合定位算法的准确性,对虚假点的剔除更进一步加快了拟合速度.在连续帧处理时通过瞳孔像素数的变化快速对眨眼进行检测,区分眨眼与伪眨眼.实验结果表明,该算法简单且鲁棒性好.     

液力变矩器导轮内外环剖面轮廓线的自动分段圆弧逼近

对液力变矩器导轮内外环剖面轮廓线的逼近问题进行研究,提出了一种基于误差控制、自动分段的多段圆弧逼近方法。根据导轮内外环剖面轮廓线方程,用数值方法计算出离散点坐标;用三点构造圆弧的方法近似求得内外环剖面轮廓线的曲率半径;以极角为自变量确定曲率半径的变化规律;用给定允许误差控制逼近圆弧的段数;用等差数列确定各个逼近圆弧的半径;利用线性插值公式和非开平方计算方法对圆弧参数进行推演计算;最后进行实际逼近误差的计算。采用面向对象的设计方法开发了参数化程序。用该程序可以完成全部计算,生成自动绘制导轮模型旋转体的AutoLisp程序,输出旋转体剖切曲面的点云数据,还可以输出数值模拟后处理编程的数据。研究结果表明,该方法是可行的,可以大大减少建模时间,具有工程使用价值。     

基于随机森林算法的服装3D人体特征识别

提出了一种基于随机森林算法的3D人体特征识别算法.首先,利用bootsrap重抽样从3D人体特征样本中抽取多个样本,并对每个bootsrap样本进行建模,生成一定数量的决策树,在此基础上组合多个决策树的预测,通过投票预测特征点,把投票比例最高的点作为特征点.然后,利用3次B样条对特征点进行拟合得到3D扫描人体轮廓线,并测定人体尺寸数据.最后,将测试结果与标准测量结果进行比较,计算误差值.仿真实验表明,该方法对不同的3D扫描人体模型具有良好的识别效果.     

论圆环面轮廓线的图解及建模

提出应用球面辅助面的图解方法，求出圆环面的轮廓线。根据包络的概念解出轮廓线的方程式，从而得出结论：圆环面的轮廓线是封闭的椭圆等距曲线，而不是椭圆。给出了产生尖点的几何条件和判别式，解决了尖点的定位问题。