基于多尺度多方向结构元素的形态学图像边缘检测算法

为进一步改善图像处理中的噪声抑制和边缘检测性能,提出了一种多尺度多方向结构元素形态学图像边缘检测算法.该算法基于数学形态学中结构元素的方向性差异,充分利用了腐蚀、膨胀、开、闭及其变换和组合运算.对图像进行去噪、边缘提取等预处理操作,以提高图像的信噪比和边缘细节;利用递归的多尺度多方向结构元素形态学滤波得到图像的初始轮廓;利用多尺度形态学和多方向结构元素进行图像边缘检测.实验结果表明提出的算法抗噪性强,能有效准确地提取边缘信息.     

基于轮廓模型和AdaBoost算法的民族地区舞蹈人员跟踪技术研究

为了提高对民族地区舞蹈人员的指导能力,提出基于轮廓模型和AdaBoost算法的民族地区舞蹈人员跟踪技术。构建民族地区舞蹈人员的视频跟踪扫描成像模型,检测民族地区舞蹈人员的视频图像边缘轮廓模型,根据初始轮廓分布进行民族地区舞蹈人员视频图像的增强处理,建立民族地区舞蹈人员跟踪图像的视觉感知模型,通过区域像素特征重构方法进行民族地区舞蹈人员图像跟踪的三维信息重建,采用AdaBoost算法完成民族地区舞蹈人员的轮廓检测和像素跟踪,提高民族地区舞蹈人员的像素跟踪和识别能力。仿真结果表明,采用该方法跟踪民族地区舞蹈人员的信息融合度及识别率较高,能有效提高民族地区舞蹈的训练指导能力。     

基于主成分分析的结构光条纹中心提取方法

条纹中心提取是线结构光表面形貌测量的关键问题,提出一种基于主成分分析方法实现结构光条纹中心提取的方法。利用大津阈值法提取图像的感兴趣区域(ROI),在经两次高斯卷积得到条纹的梯度分布的基础上确定条纹中心的初始位置,利用主成分分析来确定这些点上法线方向;以初始位置为基准点,对条纹的灰度分布函数在法线方向进行二阶泰勒展开求得条纹中心的精确位置。实验结果表明,该算法具有速度快、精度高等特点,相对Steger算法,均方误差(MSE)小于0.003 pixel,速度提高了近3倍。该方法能够实现结构光条纹中心线的快速高精度提取,为结构光视觉检测的实时应用奠定了基础。     

AOI技术中Mark点定位算法的研究

提出了一种新的检测圆心的方法,可有效识别圆形Mark并准确计算其在PCB板中的位置.该方法中,首先将摄像机采集到的图像灰度化,利用Otsu算法计算阈值并将图像二值化,提取轮廓后用改进的Hough变换计算圆心的位置.实验结果表明,该算法具有定位精确快速,抗噪性能良好等优点.     

基于循环平移Contourlet变换的红外小目标检测方法

分析了在有噪声和背景干扰情况下检测红外小目标的方法,提出了一种将循环平移Contourlet变换去噪 方法和自适应阈值分割方法相结合的红外小目标检测算法。该方法首先对原始图像进行循环平移阈值去噪,再用原始图像减去 去噪图像,对得到的残差图像进行自适应阈值分割,分离出少量的候选目标点,最后利用目标运动的连续性和一致性检测出 目标。分别用Contourlet变换法、小波变换法和本文提出的检测法对小目标进行了检测。仿真结果表明,本文提出的检测方法 能较精确地检测出序列图像中的红外小目标,检测效果优于Contourlet变换法和小波变换法。     

结构光条纹中心线的鲁棒提取

结构光条纹中心位置的精确检测是影响结构光系统精度的关键问题之一。提出一种多步骤的鲁棒性提取方法,首先采用自适应阈值法剔除噪声点,然后采用光条膨胀和细化方法,得到初始的中心点,并利用此初始中心点的梯度,得到光条法线方向。最后,在法线方向求取灰度重心,得到光条亚像素中心线。该方法应用在基于线结构光检测原理的隧道轮廓变形监测装置中,实验结果表明,能准确提取光条纹中心。     

基于Legendre正交矩的三维边界检测算子

本文提出了一种新的基于Legendre正交矩的三维边界检测算子。该算子可通过任意大小的窗口自动检测出三维灰度图像中所包含的三维物体边界,具有比一般算子更高的方向灵敏度和表面精度,同时具有明确的几何模型意义。计算量是采用矩运算的一个必须考虑的因素,通过预先计算模板的算法,大大减少了计算量。我们在实验中把该算子和算法结合光线跟踪方法应用于三维医学图像的体绘制当中取得了理想的效果,表明Legendre正交矩三维边界检测算子是一种行之有效的三维边界检测算子。     

利用规则化热扩散方程的SAR图像桥梁检测

提出了一种利用规则化各向异性热扩散方程SAR图像分割的桥梁检测算法.该算法在Pemna和Malik提出的各向异性热扩散方程的基础上构造了一个新的扩散函数,利用数值逼近理论,得到一个新的规则化扩散模型,用此模型对图像初始分割的最大后验概率矩阵进行多尺度各向异性平滑,得到图像中河流的精确分割结果,最后在分割后的图像中按累加方向能量最小准则进行桥梁目标检测.真实数据实验结果表明,该方法能有效地抑制强斑点噪声,快速、精确地检测出SAR图像桥梁目标,同时保持桥梁的结构信息.     

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。     

基于数学形态学和LMS滤波的图像边缘检测算法研究

传统的边缘检测算子对灰度图像进行边缘检测时存在图像细节被丢失,边界不连续等问题。针对上述问题,提出一种基于数学形态学和最小均方差滤波相结合的图像边缘检测方法,该算法先利用小均方差滤波的方法可以有效地滤除图像中的噪声,然后利用形态学中的腐蚀运算对图像进行边缘检测处理。实验结果表明：该方法能够有效地去噪,精确地检测图像中的细节,并且边界的连续性好。     

提取鱼眼图像轮廓的算法改进及图像校正

用鱼眼镜头拍摄的图像具有严重的变形,精确地提取鱼眼图像的轮廓是进行图像校正的前提。针对传统的提取鱼眼图像轮廓的算法对噪点抑制能力不强,在有效区域存在大量黑色像素时算法失效等缺点,本文提出了一种改进的提取鱼眼图像轮廓的切线法。实验表明,该算法能准确定位鱼眼图像的圆心坐标和半径,精度高、实时性好,具有明显的优越性。最后,本文用球面坐标定位法对图像进行变形校正,取得了很好的效果。     

基于边缘特征的自动运动对象分割

为了准确分割出视频场景中的运动对象,该文提出了一种基于边缘特征的运动对象分割及跟踪算法。首先对相邻帧进行自适应变化检测,得到相邻帧二值差分图像。结合当前帧Canny算子检测的边缘图像,获得运动对象的初始边缘模板。其次对运动对象的运动分为快变和慢变两部分进行跟踪并更新运动对象的边缘模板。最后对运动对象的边缘模板进行数学形态学处理得到运动对象的外轮廓,使用梯度向量流场作为外力的改进活动轮廓算法收缩获得运动对象准确的闭合轮廓曲线。该算法对运动对象的整体运动和局部形变都有很强的鲁棒性, 能够得到运动对象准确的轮廓,并且对复杂背景有很好的适应性。     

基于改进轮廓跟踪的瞳孔快速检测

提出一种基于直方图二值化和改进的轮廓跟踪的瞳孔检测方法。首先对采集的瞳孔图像计算直方图,根据直方图特征取出合适的阈值进行二值化,再对二值化后的图像进行轮廓跟踪,得到精确的轮廓边界,进而得到直径、中心等信息。对前一帧瞳孔图像进行瞳孔信息计算后,后一帧图像以该瞳孔中心为中心,缩小检测区域进行直方图二值化及瞳孔轮廓跟踪,得到该帧图像的瞳孔信息,减少运算,加快检测速率。该算法鲁棒性高,速度快,可满足300帧/s的实时检测速度。     

图像处理技术在火焰目标提取中的应用

在火灾识别系统中,为了精确地提取火焰目标,本文提出了一种综合有效的算法,该算法采用二维最大熵自动阈值法对火灾图像进行了分割处理,随后采用区域生长法,检测出火灾图像中的可疑区域,并以区域生长后的目标区域为模板,采用Otsu阈值选取法对当前图像进行精确分割,提取准确的火焰目标。实验证明该算法能够有效地提取出连续图像序列中的火焰目标图像。     

一种基于脑部肿瘤MR图像的分割方法

针对传统的分割方法难以实现医学图像自动分割和准确分割的问题,提出了一种基于GVF Snake模型的医学图像分割方法。该方法采用Canny算子的边缘检测结果作为GVF扩散方程计算的边缘映射图,提高了GVF Snake模型的抗噪性能;用分水岭算法自动获取的轮廓作为GVF Snake模型分割的初始轮廓,降低了GVF力场计算的复杂性和分割时轮廓线的迭代次数。分析和实验结果表明,采用该方法对脑部肿瘤MR图像进行分割时,能自动准确地分割出肿瘤区域。     

一种改进的含噪图像边缘检测算法

数字图像边缘检测是图像分割、识别等图像分析和理解领域中的重要基础。针对图像边缘检测中噪声抑制与细节保留之间的矛盾,提出了一种基于小波变换和数学形态学改进的含噪图像边缘检测算法。该算法对含噪图像分别采取小波变换法和数学形态学法进行边缘提取,将所得图像进行小波分解,对高低频系数分别采取不同融合规则进行融合,通过逆小波变换得到融合图像。通过实验对比不同算法对含噪图像的边缘检测效果图,结果表明,该算法提取的图像边缘轮廓信息连续完整,在较大程度上能够抑制噪声,较好地保留了图像的细节信息。     

线激光光条中心快速提取算法

提出一种新的快速激光条纹中心提取算法,该算法具有较好的抗噪声或冗余点能力。该算法在传统重心算法的基础上结合轮廓跟踪算法,根据激光条纹在图像中的分布特点,通过阈值轮廓跟踪算法避免了对图像中不包含激光条纹区域的扫描,以此提高了提取速度,不用对整幅图像完成一次扫描即可计算出激光光条中心。所提算法具有复杂度低、计算简单、程序运行时间少等优点。实验结果表明:该算法能够实现对光条中心的快速提取,比Steger算法提速将近70.37倍,比传统重心算法提速将近4.48倍;对光条图像增加噪声(冗余)点后发现,所提算法具有优良的抗噪效果。     

基于时域定区间记忆补偿的视频对象分割算法

提出了一种新的基于时域定区间记忆补偿的视频对象分割算法。首先,使用对称帧帧差累计法及帧差图像的四阶矩检测出初始运动变化区域;然后,对检测出的初始运动变化区域通过时域定区间记忆补偿法进行补偿,并进一步整合形成全局运动记忆母板,在空域使用Sobel边缘检测算子较为精确地检测得到当前帧中所有边缘;最后,进行时空融合,从而提取出完整精细的运动对象轮廓并通过填充得到运动对象模板。实验证明了本文算法的正确性和快速性。     

基于变形模板技术的目标轮廓跟踪算法

为了适应目标旋转、尺度、场景光照等变化,利用B样条曲线表达目标轮廓,结合变形模板技术对运动目标的轮廓进行跟踪.在跟踪过程中,沿着模板曲线的法线方向检测目标轮廓,提高了检测效率.根据同一曲线上相邻点间的相关性,对检测所得的轮廓点集的坐标序列进行中值滤波,有效降低噪声干扰.将检测到的轮廓点集在形状空间匹配,使目标轮廓的形变限制在一定范围之内,有效抑制噪声和背景边缘特征的干扰.仿真试验表明,该算法能够有效得到目标轮廓,且具有较好的实时性.     

基于运动跟踪匹配技术的视频对象提取

本文提出一种自动分割VOP的技术。其方法是：先对初始帧使用形态运动滤波技术提取出初始运动对象的二值轮廓模型,并在后继帧中使用豪斯道夫对象跟踪器跟踪运动以对象模型;而为了适应对象的形状变化,本文使用活动轮廓模型（snake）技术对运动心合匹配;最后根据一系列精确的二值轮廓引导提取运动对象序列。实验结果表明,我们的算法可有效地提取视频对象平面。