基于局部灰度分析的红外图像轮廓跟踪算法

针对在红外图像边缘提取时,断边和分支点会导致伪边界的问题,提出了一种带搜索控制准则的红外图像轮廓跟踪算法.该算法根据飞行目标红外图像特点,将基于最大距离法的局部阈值分割用于目标图像的提取.给出了关于图像局部灰度特性的3个推论,并由此将遗传算法用于轮廓跟踪过程,自动判断出轮廓跟踪过程中出现的分支点、断边,搜索断边并连接.实验结果表明,采用该算法可得到清晰、光滑的轮廓图像,并且具有较快的运算速度,可实现实时处理.     

基于局部特征和Mean Shift的目标跟踪算法研究

利用均值漂移进行目标跟踪的算法,在被跟踪目标出现旋转、尺度变化、噪声干扰等情况下,无法得到准确的跟踪结果。文中提出了基于当前流行目标跟踪算法和局部特征相结合的算法,基于局部特征-形状上下文(Shape Context)特征的Mean Shift目标跟踪算法。该算法首先提取目标的轮廓信息和特征,根据采样点之间位置和距离关系建立Shape Context直方图,最后所有点的Shape Context直方图构成了图像的Shape Context特征,最后根据Mean Shift算法进行跟踪。实验结果表明,该算法在跟踪目标出现尺度变化、旋转、噪声干扰和遮挡等情况下能够准确地跟踪物体,鲁棒性好。     

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。     

基于三维CT图像的骨表面检测算法

为了更好地获取三维CT图像中的骨表面,本文利用轮廓跟踪的思想提出了一种三维骨表面检测算法。该算法首先通过三维轮廓跟踪方法找出初始的三维表面轮廓,然后利用一阶导数的方法对滤波去噪后的图像中的初始表面体素计算法线方向;为了保证该法线方向的足够精确,本文提出了一种预估-校正的方案,来对之前计算出的法线方向进行修正,从而得出一个更精确的法线方向;最后,利用此法线方向建立一维信号、进行边缘检测。实验结果表明本文算法有效地增强了轮廓跟踪算法的抗噪性,也较好地提取出完整的骨表面。     

基于Mean-Shift与Camshift算法相结合的火焰视频图像跟踪设计

给出了采用Mean-Shift与Camshift相结合的方法来设计一种基于视频图像的火焰跟踪处理算法。该算法首先利用Mean—Shift方法分割图像并确定火焰区域，然后在此区域内提取特征，再用Camshift法进行火焰跟踪。此方法利用火焰图像的高亮特征。克服了传统Camshift算法需要人为定位和容易发散等缺点。     

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。     

基于轮廓曲线和局部特征点的自动人耳识别

针对人耳识别问题,提出了一种由粗到细的两步识别方法.首先采用边界跟踪算法从侧脸图像上提取外耳及其轮廓曲线,然后利用基于改进Hausdorff距离的轮廓曲线对齐方法对图像库进行筛选得出候选的人耳图像,最后通过使用广义外耳局部特征点匹配方法从候选图像中精确匹配出与待测人耳相同的图像.采用轮廓曲线和局部特征点作为识别特征向量,利用改进Hausdorff 距离作为匹配量度方法,实现了基于2-D灰度侧脸图像的完全自动人耳识别,较有效地克服了光照和旋转角度变化对外耳识别的影响.实验结果表明,该方法计算量小、适应性强、鲁棒性好,极具实用价值.     

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。     

菌群细胞图像分离算法研究

颗粒图像分析中聚堆目标的分离对目标的计数及特征的提取非常重要.现有分离算法都要求聚堆目标粘连处凹陷比较明显,并且/或者存在灰度局部最小边缘.菌群聚堆细胞大小不一、聚堆形态各异,多数聚堆细胞并不具备上述条件.文中提出了一种基于聚堆区域轮廓跟踪、删除的分离算法,依据跟踪"虫"在跟踪过程中遇到已跟踪过轮廓点的情况判断分离的进行.实验结果表明算法对菌群聚堆细胞分离的成功率要高于现有算法10%以上.     

基于Corvis ST医学影像的角膜轮廓提取算法

目前已有的轮廓提取算法在提取可视化角膜生物力学分析仪(corneal visualization scheimpflug technology, Corvis ST)影像的角膜轮廓中,由于角膜边缘的局部图像灰度分布相近这一特点,提取出的角膜轮廓普遍不完整或者提取的角膜轮廓边缘出现细小突出。这会使得角膜轮廓的完整性遭到破坏,提取到的角膜轮廓与实际的角膜原始图像严重不符。本文针对Corvis ST采集的角膜图像的轮廓提取问题,基于最大类间方差法(OTSU)算法设计一种高效的图像处理方法。首先,将角膜图像进行除杂、灰度化以及图像降噪等处理,达到减少图像计算量和降低数字图像噪声干扰的目的;其次,基于OTSU算法对图像进行分割,并在此基础上加入数学形态学运算,达到平滑图像边界和填充细小“孔洞”的目的;最后,采用Canny边缘检测算法提取图像中的角膜轮廓,达成提取出高完整性角膜轮廓的目的。在相同的图像数据集上,与最新的纽扣轮廓瑕疵检测系统中设计的轮廓提取算法(B-OTSU algorithm)进行了对比实验。实验结果表明,从轮廓完整性以及准确性的角度,应用本文方法提取的角膜轮廓明显优于最新的纽扣轮...     

基于图割和视域相关性的立体图像分割

立体图像分割是对象基立体图像处理中的关键和难点。基于改进Grabcut图割算法和视域相关性,提出一种新的立体图像分割算法。首先基于改进Slic方法将左图像转换成超像素图像,然后基于Grabcut框架通过重新定义能量函数对其分割以提取出左图像目标。最后,基于左右图像的视域相关性通过融合颜色和纹理特征的轮廓匹配提取右图像目标。实验结果表明,与现有方法相比,所提算法能获得更高的分割效率和更准确的分割结果。     

一种新的相关跟踪方法研究

提出了一种基于区域模板相关的实时跟踪算法.首先对图像序列进行熵阈值分割,然后用形态学滤波的方法去掉噪声,最后用相关系数作为相似度度量准则来确定目标的位置实验结果显示,此算法有效地克服了传统的相关跟踪算法的缺点,具有较好的匹配精度和实时性.     

Segmentation of Multi-Channel Image with Markov Random Field Based Active Contour Model

Segmentation is an important research area in image processing and computer vision. The essential purpose of research work is to achieve two goals: (i) partition the image into homogeneous regions based on certain properties, and (ii) accurately track the boundary for each region. In this study, we will present a novel framework that is designed to fulfill these requirements. Distinguished from most existing approaches, our method consists of three steps in the segmentation processes: global region segmentation, control points searching and object boundary tracking. In step one, we apply Markov Random Field (MRF) modeling to multi-channel images and propose a robust energy minimization approach to solve the multi-dimensional Markov Random Field. In step two, control points are found along the target region boundary by using a maximum reliability criterion and deployed to automatically initialize a Minimum Path Approach (MPA). Finally, the active contour evolves to the optimal solution in the fine-tuning process. In this study, we have applied this framework to color images and multi-contrast weighting magnetic resonance image data. The experimental results show encouraging performance. Moreover, the proposed approach also has the potential to deal with topology changing and composite object problems in boundary tracking.     

QoS路由选择:问题与解决方法综述

保证服务质量的QoS路由(Quality of Service Routing)是网络中解决QoS问题的一项关键技术.QoS路由的主要目标是为接入的业务选择满足服务质量要求的传输路径,同时保证整个网络资源的有效利用.度量参数选择问题、寻路问题和路由信息不准确问题是QoS路由中的几个主要研究内容.本文围绕这三个方面,介绍了QoS路由中的主要问题及相关的解决办法,并探讨了今后QoS路由可能的研究方向.     

一种基于偏微分方程的图像分割算法

针对几何活动轮廓模型（GAC模型）在基于偏微分方程的图像分割领域中,算法复杂,计算量大导致演化时间长,演化速度在边界上通常不为零,引起演化曲线进入到目标的内部;或是当图像的对象有较深的凹陷边界时,曲线停在某一局部极小值状态,并不与对象的边界相一致等问题。本文提出了一种基于偏微分方程的图像分割算法,通过对停止速度场进行多尺度张量扩散,然后运用GACA模型进行分割。实验证明：本算法在不降低射线图像分割质量的前提下,可使演化时间比传统的GAC模型演化时间减少65%左右,还在一定程度上减少了边界泄露问题。     

一次性白色圆形餐具表面污渍检测算法设计

给出了一种用于一次性白色圆形餐具表面污渍检测算法的设计思路。算法首先利用形态学边界检测算法提取圆形餐具的外轮廓,紧接着以外轮廓所对应的前景像素点作为样本点,利用最小二乘法拟合外轮廓,给出了最小二乘法拟合圆曲线的详细公式推导过程。利用获得的圆心坐标及半径参数,算法进一步将餐具划分为不同的检测区域,再分别对各个区域进行污渍检测。结合算法处理流程,给出了采用VC++6.0进行算法实现时的核心函数说明。最后结合实例说明了检测算法的实际测试效果。