一种基于直线拟合的自适应角点检测算法

角点是图形图像的重要特征,对图形图像的理解和分析具有重要作用.角点检测的关键是对局部支撑域和曲率的估算.为此,提出一种基于直线拟合的自适应角点检测算法,设计了滑动窗口自适应调整策略,并用于边界点局部支撑域的选择.克服了以往局部支撑域事先固定不变的缺陷,且在滑动窗口的基础上提出基于特征向量夹角的曲率计算方法,克服了图像边缘噪声的干扰.针对改进的Harris角点检测算法和n链码角点检测算法进行比较,实验证明所提出的算法能对角点进行精确定位,抗噪能力强.     

基于融合图像特征的角点提取方法

基于图像边缘的角点提取往往对噪音敏感,提取精度较高但运算量大,而基于图像灰度的角点提取易于实现但提取效果不佳.因此提出一种融合图像边缘特征和图像灰度特征的角点检测方法.首先在一较低尺度用Canny算法求出所有边缘点,然后求出每一边缘点的曲率值并求出初始角点集,利用Harris算法通过实验在一较优尺度下对初始角点进行筛选并确定最终的角点集合.所提方法融合图像角点提取的两大特征,可以有效改进在单一特征提取下的不足.通过对比实验,该算法明显地提高了图像角点检测性能.     

CCD图像的轮廓特征点提取算法

采用最大方差法将图像二值化,用图像形态学的梯度﹑细化和修剪算法来提取边缘轮廓,利用十一点曲率法得到轮廓的角点和切点的大致位置。提出了一种基于最小二乘拟合的改进算法,来进一步确定角点和切点,并对轮廓分段识别。该算法应用在基于图像处理的刀具测量系统中,实际结果表明具有良好的抗噪声性能,能准确提取出图像的特征点。     

多目立体视觉三维重建系统的设计

针对工业产品质量检测过程中产品三维表面的重建问题,提出一种基于多目立体视觉三维重建方法.设计了一套由八个直线分布的工业相机构成的三维重建系统方案.首先通过图像采集模块,在八个不同方向对目标物体进行图像采集.其次对采集到的图像进行预处理,其中包括图像背景抑制和目标物体分割.然后通过相机标定模块,对八个相机进行标定,获得它们的内外参数,并结合Harris角点检测及高斯差分检测算法对预处理后的图像实现特征点提取.在此结果上,再利用三角形法对提取到的特征点进行匹配和校正.最后采用泊松表面重建方法准确地获取和优化角点,并找到角点特征的匹配点,从而对物体进行三维表面的精确重建.实验结果表明,设计的系统能够重建出静止物体的局部三维表面,重建结果中的物体表面完整,结构清晰,表面上的字符重建完整,能够很好地进行识别.     

基于SVM的流程图像角点分类

针对现有流程图像识别研究未能较好地处理文图粘连及断边问题,结合流程图像角点特征不受图文粘连和断边影响的性质,提出针对流程图像角点的自动检测和分类方法,为基于角点分类识别流程图结构并进一步开展流程图像理解研究奠定基础.首先,结合流程图像角点分析和流程图结构描述,定义了流程图像的角点分类模型;然后,根据连通域面积实现文图分割提取流程结构图像,综合运用经典算法检测流程结构图像的角点;最后,提取角点邻域的网格特征和外围特征、采用有监督的方式训练SVM分类器实现角点分类.针对CLEP-IP的公开流程图像集进行测试,实验证明角点分类准确率达到91.6%.     

基于MLS点云模型特征的提取算法

针对以往特征提取算法提取边界特征效果不理想和特征识别时间较长的问题,提出了一种改进的点云模型特征边界线提取算法.该算法以移动最小二乘法为基础,在对已有的边界特征提取方法研究的基础上,结合研究对象棱角分明的特点,提取点云模型边界特征点集,利用双向搜索方法快速生成模型的特征边界线,并对得到的特征边界线进行特征修复,从而得到较为稳定的点云模型的特征边界线.实验结果表明,该算法能快速地提取点云模型的特征边界线,为后续基于特征边界的建模节约了大量时间.     

基于深度学习三维成型的钢板表面缺陷检测

为了解决二维检测方法难以检测带有深度信息的缺陷问题，提出全新的三维重建网络.提出基于多尺度特征增强的级联式三维重建网络(MFE-CasMVSNet)，并与点云数据处理技术结合，用于钢板表面缺陷检测.为了提高三维重建的精度，提出位置导向的特征增强模块(PFEM)和多尺度特征自适应融合模块(MFAFM)，对特征进行有效提取并减少信息丢失.提出基于曲率稀疏化的密度聚类方法 (CS-DBSCAN)，用于精确识别不同部位的缺陷.引入三维检测框，实现对缺陷的定位与检测可视化.实验结果表明，相较于图像几何的重建方法，MFE-CasMVSNet能够更加精确、快速地实现钢板表面的三维重建.相较于二维检测，三维缺陷检测能够精确获取缺陷的三维形状信息，实现对钢板表面缺陷的多维度检测.     

鲁棒的掌纹图像特征提取方法

提出了一种基于低分辨率彩色图像的鲁棒的掌纹图像特征提取方法.采用均值平移算法对彩色图像帧中像素进行聚类,应用Ostu二值化方法分割出手掌,并提取出有效掌纹区域.采用KLT角点检测算法提取出有效掌纹区域内的特征点,给每个特征点赋予方向,并根据局部区域特征构造方向不变的特征向量,所有特征点及其特征向量的集合构成了掌纹图像特征.在识别时只须在两个特征点集之间查找匹配对应,并通过随机采样一致性检验最大一致集中内点个数是否大于自适应域值来确定两个手掌是否匹配.利用该算法对网络摄像头采集的手掌样本进行了实验测试,获得了较高的识别精度与性能.该算法对手掌的距离、方向、姿势没有特殊要求,是一种鲁棒高效的掌纹图像特征提取方法.     

纸浆纤维的形状特征提取应用研究

为了正确描述纸浆纤维图像的弯曲特性，提出了一种基于角点检测的纤维特征提取算法.本算法应用自适应滑动窗口策略进行纤维图像各边界点局部支持域的选取，以提取最优邻域，根据各边界点对应特征向量，将二维平面曲线转化为一维特征曲线，利用一维小波变换提取特征曲线奇异点，即二维平面曲线上的角点，根据边界点对应特征值与一维特征曲线的奇异特征确定纤维扭结个数，并根据各点对应局部支持域确定曲度与扭结平均角度，从而完成纸浆纤维的弯曲特征提取.实验结果证明，本算法能有效提取纸浆纤维弯曲特征.     

基于注意力和自适应权重的车辆重识别算法

为了解决车辆重识别算法受类内差异性与类间相似性的干扰无法充分表示车辆特征的问题，提出基于注意力机制和自适应损失权重的车辆重识别算法.该算法采用改进的主干网络ResNet50＿ibn，避免了颜色、光照、视角等客观因素的干扰，提取关于目标的不变性特征.搭建基于注意力机制的组表示网络，融合特征间的相互依赖关系，从不同分组的特征表示中提取更加丰富的特征信息.设计自适应损失权重计算损失函数，使用多损失函数策略对网络模型进行训练.该算法在公开数据集VeRi776与VehicleID上的首位击中率和平均精度均值分别达到了96.0%、79.8%和81.5%、80.9%.实验结果表明，利用该算法提取的特征更具判别性，综合性能优于现有的其他车辆重识别算法.     

一种断层CT图像轮廓线生成曲面的三角化算法

本文针对断层图像(CT)轮廓线生成3D曲面这一技术,提出一种简单快速的三角划分算法.该算法首先用链码曲线拐角检测法给定轮廓线进行划分,生成顶点链码,然后对相邻的两个顶点链码进行梯度方向上的拟合,再使用启发式优化逼近曲面方法生成三角形网格的三维曲面.     

用于QR码自动识读的图像分析方法

对于所采集的条码图像,为了适应实时性的要求,以得到不同光照条件下的最佳阈值,该文提出了把直方图双峰法、OTSU法及NLNiblack阈值法结合起来的改进的自适应阈值法。实验证明了该方法具有高效性和稳定性。为了在条码分割图像中获取QR码的4个顶点,首先,根据3个位置探测图形的特性提出了一种新的方法以求取对应的3个顶点,同时利用QR码的特征提出挖空算法获取条码的边缘,再采用过已知点的Hough变换得到第4个顶点。实验证明该算法在各种采集条件下可有效地得到QR码的4个顶点。     

基于空间约束的自适应单目3D物体检测算法

引入无须先验模版匹配的3D目标检测算法,通过简化消失点（VP）计算和改进角点提取等步骤,提出一种自适应的单目3D物体检测算法. 针对复杂场景下VP 计算易受干扰的问题,根据室内场景中世界坐标系、相机以及目标物体之间的空间关系,建立目标、相机偏航角与VP之间的约束模型,提出一种基于空间约束的 M 估计子抽样一致性（MSAC）消失点计算方法;为了提高3D框的估计精度,在VP透视关系的基础上,提出一种自适应估计3D框角点的方法,通过建立目标3D轮廓线与2D框的空间约束关系,实现目标物体的3D框快速检测. 相关数据集的实验结果表明,所提方法相比于其他算法不仅在室内场景下具有估计精度高、实时性好的优势,而且在室外场景实验下也具有更好的精度和鲁棒性.     

掌纹轮廓特征点提取新方法

基于Harris角点检测方法的基本原理,提出了一种轮廓特征点提取的新方法。为了满足提取掌纹轮廓特征点的要求,根据掌纹中所要提取的轮廓特征点所在区域的生理特征(凸凹形区域),对Harris角点检测方法进行了改进,对算法进行了推导和讨论,并进行了实验研究。实验结果表明,用该方法提取的掌纹轮廓特征点能够方便地对掌纹进行定位,为实现掌纹自动识别算法打下了基础。     

排水管道视觉检测成像技术

针对排水管道视觉检测的研究现状,利用计算机视觉理论,提出一种排水管道侧壁视觉检测三维成像方法.基于排水管道侧壁成像原理,采用Harris角点提取算子进行特征点提取,并利用NCC算法对提取的特征点进行匹配.通过研究基于随机抽样一致性算法（RANSAC）中的预检验快速随机抽样一致性算法（PERANSAC）,应用该算法对参数进行预检验,在保证置信度一致的前提下,减少了参与检验的模型参数数量,提高了计算效率.实验结果表明,该方法实现了排水管道侧壁相关图片的特征点提取、匹配和基础矩阵的估计,并得到了三维成像结果.     

T型焊接接头疲劳裂纹应力强度因子的3D边界元计算

应用边界元（BEM）子域法,编写程序,计算3D混合模式表面裂纹的应力强度因子。按照T型焊接接头的实验模型建立边界元计算模型。计算结果表明,程序是可靠的。     

基于关键角点引导约束的广义Hough变换两层目标定位算法

广义Hough变换对非解析轮廓的定位与检测需要考虑平移、旋转、尺度问题,所以需要对四维参数空间进行搜索,计算量大且同时保证速度和精度存在困难。为解决该问题,本文在定位与验证两级框架下提出由关键特征点引导约束的广义Hough变换两层目标定位快速算法。粗定位过程首先利用模板图像的特征点——角点建立R表,将待检测图像中的角点依据局部R表对平移、缩放系数和旋转角度进行全局搜索,得到其参考点位置以及和的参数值;在验证过程中,建立模板图像边缘像素的全局R表,在约束的参数范围内依据全局R表进行验证,求出精确检测结果。实验表明,本文算法也适用于局部遮挡,局部变形等情况,同时运算时间、存储消耗大大减少,检测稳定性高,具有一定应用意义。     

基于特征融合的文物碎片模型检索

基于特征的模型检索是计算机视觉领域的一个重要研究方向,主要包括特征提取和模型检索两个方面,其中特征的鲁棒性对模型检索结果起决定性作用。由于已有检索算法存在局部特征有效性较低的问题,该文提出一种基于特征融合的兵马俑碎片模型检索算法。针对兵马俑碎片的三维点云数据模型,首先计算点的主曲率和法向夹角,并对其加权融合;然后基于该融合特征构造特征匹配算法,通过对融合特征的匹配实现碎片模型检索。实验中,对50个兵马俑的1036个碎片进行了检索,结果表明该算法可以有效提高碎片的检索精度,避免算法陷入局部极值。因此,该基于特征融合的三维模型检索算法是一种有效的兵马俑碎片检索方法。