飞秒激光光斑轮廓的傅里叶描述子重建及特征提取

在利用飞秒激光对单晶硅材料进行微尺度烧蚀时,衍生的等离子体发光光斑中蕴含着大量的加工信息。如何有效提取光斑图像的几何特征信息,对研究飞秒激光烧蚀加工工艺过程具有重要意义。轮廓特征是描述激光光斑最重要的特征之一,本文着重分析了等离子体光斑轮廓特征与光斑运动规律间的关系及光斑运动情况分类方法。首先,考虑到光斑微弱的特性,对光斑图像进行增强处理。其次,采用链码方法提取光斑轮廓特征,并利用傅里叶描述子低频特性,选取少量的描述子重建光斑图像轮廓特征,减少了复杂的计算量,有效提高了光斑图像分类的速度与质量。最后,运用Hu不变矩特征证明傅里叶描述子用于提取激光光斑对轮廓特征的有效性。     

基于粗糙集近似约简和SIFT特征的图像匹配算法

SIFT(Scale Invariant Feature Transform)描述符由于具有尺度、旋转和光照不变等特性在图像匹配领域获得了广泛的应用。但是,SIFT特征点采用128维特征向量表示,当图像特征点较多时,匹配算法所需的存储空间大、匹配时间长,且匹配精度不理想。针对以上问题,本文给出了一种基于Rough-SIFT描述符的图像匹配算法。首先,利用排序法求出图像的稳健特征点,然后为提高后续匹配处理运算效率,将粗糙集约简理论引入到基于SIFT特征的匹配算法中,通过构建一种新的近似约简算法来对稳健特征点的128维特征向量进行降维处理,最后利用约简后的特征点对图像进行匹配。仿真实验表明, 本文方法使得约简后的SIFT特征点更加精确、稳定、可靠,有效减小了匹配算法的存储空间,提高了匹配算法的效率和准确率。      

基于主动轮廓模型的红外图像轮廓提取算法

针对主动轮廓模型存在的对初始轮廓位置敏感、凹性目标轮廓无法正确收敛等问题,本文将自适应边缘检测和主动轮廓模型相融合,提出一种改进的红外图像目标轮廓自动提取算法。首先,采用最大类间方差法计算红外图像边缘检测算法的自适应阈值,获取目标初次边缘,降低对初始轮廓位置的敏感性;对初次边缘分别进行横向与纵向填充,填充图像相与运算,对得到目标区域提取二次边缘,将其作为主动轮廓模型的初始轮廓,保证目标凹陷区域轮廓的有效收敛。最后,通过仿真分析验证了该方法能够实现红外目标轮廓的精确自动收敛。     

基于仿射迭代方法的大基线图像匹配技术研究

两幅图像中相应特征点邻域窗口之间的单应映射可以用仿射变换模型来近似。本文首先通过奇异值分解给出仿射变换矩阵4个自由度的几何含义,然后将其分解为一个相似变换矩阵和一个旋转的准单位矩阵(Rotated Quasi-Identity Matrix)的乘积,即在基于相似变换模型匹配的基础上再用基于仿射变换模型的迭代算法对相应特征点精确定位。针对相似变换中初始旋转角度的难确定性,在初始匹配中提出基于亮度最速下降方向的对齐方法,而在引导匹配阶段提出基于相应极线方向的对齐方法,这两个策略不仅提高了算法效率,还能为进一步的仿射迭代提供良好的初值。在得到最优仿射变换参数之后,实现了对相应特征点定位误差的精确补偿及其邻域窗口的透视矫正。最后通过真实图像的实验以及和现有算法的比较验证了本文算法的可行性和精确性,并给出了相应的实验数据和结果。     

Adaptive image normalisation based on block processing forenhancement of fingerprint image

Improved algorithms for enhancement of fingerprint images, which have the adaptive normalisation based on block processing, in the automatic fingerprint verification system, are proposed. To obtain an enhanced fingerprint image, first an input image is partitioned into sub-blocks with the size of K×L and the region of interest of the fingerprint image is acquired. The parameters for the image normalisation are then adaptively determined according to the statistics of each block. Utilising these parameters, the block image is normalised for the next process. The proposed algorithms are tested with the NIST fingerprint images and verified to have superb performance     

Adaptive contour smoothing based on inter-region contrast

An adaptive contour smoothing algorithm designed as a preprocessor for shape coders is presented. In the method, the degree of the adaptive smoothing is controlled based on the significance of each contour point, which is quantified according to inter-region contrast in an intensity image. The actual smoothing consists of an expansion operator and a thinning algorithm.     

一种空间结构描述算子在多模图像配准中的应用

提出了一种用于表征图像的空间结构描述算子.通过此描述算子,可以将多模图像配准问题简化成单模图像配准问题,从而方便了整个配准的过程.首先,为了探究图像的结构信息,在计量坐标系(gauge coordinate system)下提取了大量的图像几何结构特征.同时,为了引入图像的空间信息,将当前像素附近的邻域像素也考虑其中.然后,依赖于一种改进的主成分分析方法,从大量的有关于图像的结构和空间信息之中,挑选出了最具代表性的信息用于构建与原图大小相同的空间结构描述算子.实验证明,与很多其他的优秀的相似度评价方法相比,基于该描述算子的绝对差值和SAD(sum of absolute difference)方法能更高效地、更稳定地匹配多模图像对.     

Approximation in digital-filter synthesis based on time-response invariance

It is shown how to construct transfer functions of digital filters simulating the behaviour of a continuous filter on the principle of the invariance of the response to an input signal of the type tk. Some properties of these transfer functions are discussed.     

基于仿射变换的胶囊网络特征研究

针对卷积神经网络(CNN)特征表达的空间信息缺陷问题,深度学习的创始人之一G. E. Hinton提出胶囊网络(Capsule Network)模型。相比于CNN网络特征,该模型的特征呈矢量化,能描述部分到整体之间的位置变换信息。为了更好的理解基本仿射变换下的胶囊网络的特征,本文借助Tensorflow中集成的仿真工具Tensorboard,从可视化的角度来研究平移、旋转等基础仿射变换下的胶囊网络特征。不仅如此,本文为平移、旋转过程中的实验结果准确性提供了评价指标。实验结果表明:胶囊网络的确可以通过内部集成的胶囊模块去学习和输出包括视觉实体正确的姿态、形变等信息在内的“实例化参数”,胶囊网络(Capsule Network)对于位置、方向变化的处理比传统技术方法更直观。      

基于下颌轮廓线的人脸分类方法

在人脸正面图像中,下颌轮廓线是一种相对稳定的形状特征,但是如何提取和有效利用这个特征是一个难题。提出一种在识别中有效利用下颌轮廓特征进行人脸分类的方法。根据先验知识将人脸分为圆脸、尖脸和方脸,据此建立下颌形状模板：尖下巴、圆下巴和平下巴。对事先得到的下颌轮廓上的点进行模板匹配,根据匹配结果进行轮廓线分类。该算法采用了基于先验分布和局部判别的方法,先得到可能的轮廓点,然后进行滤波去除伪下颌点,得到真正位于下颌轮廓上的点,再通过模板匹配进行分类。试验表明,该方法分类效果良好,可以有效提高大库人脸识别的速度和识别率。     

Probabilistic contour extraction based on shape prior model

Various methods have been proposed for contour ex-traction.One approachis to group edge points into con-tinuous contours fromthe seed points[1].Froma proba-bilistic point of view,contours can beregardedas config-urations of a stochastic process driven by both a dynam-ics and a statistical data model ,so that the groupingturns out to be esti mating the states of the stochasticprocess .P啨rezet al .achieved the esti mation by using aparticle filtering approach,named Jet Stream[1].Themethod exhi…     

基于特征点邻域SIFT描述子的人脸识别

在人脸识别算法中,尺度不变的SIFT特征是人脸局部特征的重要描述方式之一。在传统SIFT方法中,由于特征点的坐标是根据高斯差分空间的局部极值点来确定的,造成特征点匹配困难。通过基于回归的局部二值特征对人脸进行校准,确定对人脸有意义的特征点位置。用SIFT特征描述子的不变特性描述人脸的局部特征,能够有效地提高识别速度以及识别率。对特征点进行区域加权,能够对人脸的姿态变化以及角度偏转有一定的鲁棒性。     

基于椭圆傅里叶描述子的遥感图像配准算法

传统的基于点特征的图像配准算法在遥感图像配 准时提取的特征点数量大、分布密,易产生误匹配,导致特 征匹配的效率和精度低。为此,本文利用椭圆傅里叶描述子(EFD)能较好保留 形状信息的特点,提出了一种基于EFD的 图像配准算法,根据匹配的边界对预估变换参数,给出特征搜索范围,从而有效地提 高特征搜索的效率。实 验结果表明,所提出算法能有效抑制误匹配的产生,提升特征匹配的效率,尤其是对于纹理 丰富的大尺寸图像,提 升效果更加明显,验证了本文算法对遥感图像配准的适用性。     

基于改进B-SHOT特征描述符的三维场景重建

针对三维场景重建中采用二进制方位直方图(B-SHOT)进行点云特征提取与匹配时,存在信息丢失导致匹配准确率降低的问题,文中采用一种改进的二值三维特征描述符DB-SHOT来进行特征提取与匹配以建立相邻点云之间的对应关系,结合随机抽样一致性算法(RANSAC)去除点云中的外点,并运用RANSAC的内点进行相邻位姿估计,进而进行相邻点云的融合。在保证匹配速度的前提下,解决B-SHOT信息丢失的问题,提高匹配准确率。通过采用标准数据集进行实验,验证了DB-SHOT作为三维场景重建特征描述符的可行性与有效性。     

基于相位一致性改进的活动轮廓分割模型

为了实现甲状腺超声图像中结节组织的快速准确分割,克服图像灰度分布不均匀和边缘模糊对分割结果造成的影响,采用了基于相位一致性改进的活动轮廓分割模型。首先,利用相位一致性边缘检测原理构造一种新的速度函数,不仅弥补了梯度算子边缘检测中由于滤波处理造成边缘损坏的缺陷,而且可以灵活地控制曲线演化速率;然后,将该速度函数乘入到无边缘主动轮廓模型的能量项中,避免了线性组合中的权重分配问题,同时具有全局分割能力。通过理论分析和实验验证,改进模型的相对差异度均小于1%,运行时间均低于对比模型。结果表明,新模型实现了灰度分布不均匀图像的精确分割,同时分割效率也有所提高。     

基于边缘追踪的虹膜定位算法

针对随机Hough变换造成的大量无效采样和无效累积问题，提出了基于边缘追踪的虹膜定位算法。首先通过寻找瞳孔内一点，找到了瞳孔边缘上的点。然后以Sobel算子为模板，根据点所在区域的方向特点进行一定邻域的边缘追踪。这样的定位算法边缘信息完整，边缘不存在间断的情况。因为只是在一定区域的搜索，所以定位的速度较快。同时由于算法对选取瞳孔边缘的点做出了改进，所以无需考虑光照所产生的光斑的影响。     

用于目标识别的二维傅里叶小波描述子

提出了一种二维傅里叶小波描述子。其改进之处在于在目标图像的直角坐标-极坐标转换过程中，预先将图像中的冗余点去除，并对像素点进行细化处理，以减少计算时间，提高交换精度。在飞机型号识别实验中，采用改进的二维傅里叶小波描述子对样本进行描述，并使用神经网络分类器进行分类，获得了很高的识别率，而运算时间显著减少，证明它是一种十分有效的目标描述方法。