基于改进最大类间方差法的手势分割方法研究

针对手势图像中由于噪声和成像干扰造成的手势模糊和边界不清晰的问题,提出了一种基于改进最大类间方差法的手势分割方法.首先建立手势图像的二维灰度直方图,在二维灰度直方图上确定噪声点位置,在原图的相应区域滤除噪声.然后重建二维灰度直方图将内点区的点集投影到45度线,得到投影灰度直方图.接下来在灰度投影直方图上采用全局Otsu确定局部Otsu的左边界,用高斯函数拟合得到局部Otsu右边界,最后采用局部Otsu分割手势.该方法可以有效地对手势图像进行精确分割,实验结果验证了本文算法的有效性.     

基于环采样的特征组合二值描述子算法

为提高二值描述子的分辨力和鲁棒性,提出一种新的特征组合二值描述子算法。将采样点圆形邻域划分为多个环域,通过比较任一对采样点对应环域的灰度均值获得灰度二值向量,计算采样点圆形邻域内像素点的高斯一阶梯度均值和高斯二阶偏导数均值,获取采样点对的梯度二值向量,将所有采样点对的灰度二值向量和梯度二值向量串联得到特征点的初始描述子,并采用特征筛选策略来降低描述子的维数得到低存储、强区分力的描述子。在Oxford数据集和复杂光照图片上的实验结果表明,该算法在光照变化、模糊变化和JPEG压缩条件下具有较好的鲁棒性。     

基于向量机的图像插值算法研究

为了更好地进行图像插值，可首先利用最小二乘向量机对原始图像的局部区域进行灰度曲面最佳拟合，然后在拟合曲面上进行未知像素点的灰度值估计，同时提出了运用测试图像进行参数优化的方法，并以径向基核函数为例导出了区域图像的插值系数矩阵，进行了图像放大插值实验验证。实验结果表明，基于支持向量机的图像插值算法具有很强的适应性，其性能与Cubic技术相当，但效率更高。     

基于SCM的虹膜干扰区域去除算法

为了提高虹膜识别率,提出了一种新的睫毛及眼睑区域定位算法。为了提取呈不同角度分布的睫毛,结合SCM模型和动态交叉熵准则对归一化虹膜图像进行多次迭代,根据图像的灰度分布特性,选取合适迭代结果,对多幅迭代图像进行边缘像素点跟踪融合来获得理想的干扰区域轮廓定位。采用高斯金字塔尺度变换与霍夫变换相结合的方法对眼睑的类椭圆区域进行拟合,进而获得连续的眼睑边缘,实现对归一化虹膜图像中干扰区域的准确定位。实验结果验证了方法的有效性。     

激光三角位移传感器定位算法优化设计

采用激光三角测距原理设计并制作了高集成度的激光三角位移传感器测头LDSP-100.第一版机型的软件算法基于曲线拟合中的多项式拟合和高斯拟合,进行光斑定位.由于一体化设计对光斑定位稳定性要求极高,单纯的拟合算法定位无法满足.经进一步优化设计,实现了基于平方加权灰度质心的分段平均算法.实验、对比和分析表明:优化后的基于平方加权灰度质心的分段平均算法,重复性误差达到±0.003 7 mm(100 mm量程),即±0.0037％F.S.,高于基于灰度质心的分段平均算法60.4％;高于高斯拟合算法22.9％.     

微粒群算法在二维模糊熵图像分割中的应用

将微粒群算法和二维模糊熵阏值分割法结合,提出了一种基于微粒群和二维模糊熵的图像分割方法.该方法根据像素点灰度值和区域灰度均值所建立的二维灰度直方图,以二维模糊熵作为微粒群算法的适应度函数,利用微粒群算法搜索点灰度值和区域灰度均值所对应的模糊参数最优组合,进而确定相应的分割阈值.对几例真实目标图像的对比分割实验结果表明,该文方法性能优越,是一种有效的图像分割方法.     

几种激光光斑中心定位算法在应用中的比较

在光学测量中,激光光斑中心定位算法的精度和速度将直接影响到实际测量的精度和速度,因而中心定位算法的选择显得尤为重要。针对光学测量中的几种激光光斑中心定位方法,对灰度重心法、随机Hough变换法、最小二乘圆拟合处理激光光斑中心的性能进行了比较。比较结果表明,最小二乘圆拟合法不但具有很高的定位精度,而且具有很快的计算速度,...     

一种新的挖掘眼部结构特征的人眼精定位方法

针对眼镜框对眼睛定位的干扰问题,充分挖掘眼部类圆形的结构信息,并结合眼镜框的固有特征,提出了一种新的人眼精确定位方法。它在AdaBoost检测算法已经得到的眼部区域的基础上,在眼部矩形区域内利用灰度投影法分割眉眼条形区域,运用自适应二值化圆拟合对眉眼条形区域实现二值化处理,通过二值化图像圆拟合的圆心来确定人眼精确位置。该方法充分利用了眼部类圆形的结构特征,有效地避免了眼镜框对人眼定位的影响。实验结果表明,该算法在有眼镜框和无眼镜框的情况下都具有很好的定位效果。     

基于边界曲面零交叉点的体绘制

体绘制中体元二义性使灰度—梯度幅值传递函数空间中出现拱形区域, 可视化工具操作者难以快速、准确地选取出感兴趣目标。针对这个问题, 介绍了一种在传递函数空间引入边界曲面零交叉点特征的算法。该算法结合面绘制移动立方体算法跟踪边缘立方体并记录所有边界曲面的零交叉点, 并利用这些零交叉点的特征信息对灰度—梯度特征空间进行重构并选取感兴趣边界曲面。最后通过实验证明了上述方法对目标边界曲面的选取行之有效。     

改进的灰度-局部方差二维直方图图像分割

为了提高图像在受到高强度高斯噪声影响下的分割效果,针对传统的二维直方图灰度-平均灰度法,平均灰度-梯度法,二维Otsu斜分法等方法一致性低、对比度低和分割不够准确的情况,现提出一种改进的二维直方图灰度-局部方差的方法。局部方差不仅综合考虑了各像素点与中心像素点数据的离散程度,而且降低了图像受噪声干扰的影响。为了提高分割速度,减少计算量,使用了快速递推算法。实验结果表明该方法比传统的Otsu灰度-平均灰度法和平均灰度-梯度法具有更好的分割效果、一致性和对比度更高。     

一种改进的激光光斑中心检测算法在路基沉降测量中的实现

通过检测激光光斑中心位置偏移的方法来监测路基沉降,是一种便携易布设的方法。而激光光斑中心的检测可以使用重心法、圆拟合、椭圆拟合、高斯曲面拟合。采用重心法运算简单精度低,而采用拟合法精度更高,由于光轴与靶面间存在夹角,光斑更近似看作一椭圆,应用椭圆拟合,辅之以亚像素精度分割,Canny边缘提取后获得了较为理想的沉降监测精度。     

基于多尺度自商图和改进积分投影法的人眼定位

针对传统的投影方法在人眼定位时易受光照干扰以及难以获得精准的人眼中心点的问题,提出一种基于多尺度自商图和改进的积分投影法的人眼定位算法.首先利用多尺度自商图消除人脸图像的光照影响;然后分析眼睛在水平方向上灰度分布的特点,采用两个行梯度算子对积分投影法进行了改进,以提升眼睛区域特征并初步定位人眼区域;接着采用Sobel算子对人眼区域进行滤波得到人眼滤波图,并对人眼滤波图的垂直积分投影曲线进行高斯函数拟合,根据拟合结果分割出左眼窗口和右眼窗口;最后,计算左眼窗口和右眼窗口的尺寸,获取左眼窗口和右眼窗口的中心点,即为人眼中心点.在YaleB人脸数据库和JAFFE人脸数据库上测试表明,本文方法对复杂光照、人脸边缘以及人脸表情适应性强,可以获得较为精准的人眼中心点.     

Zernike矩和曲率的圆形中心亚像素定位

提出了一种基于Zernike矩和曲率不变的圆形标记椭圆图像中心的亚像素精确定位方法。首先采用多结构元多尺度形态学边缘检测算子提取椭圆图像的像素级边缘并滤除噪声,其次构造出椭圆图像的Zernike矩求解模型并结合曲率不变性计算出椭圆的亚像素边缘,最后利用最小二乘拟合对椭圆中心进行精确定位。实验结果表明：该方法具有计算速度快、定位精度高的优点,可用于高精度视觉测量。     

亚像素边缘定位算法的稳定性分析

针对现有亚像素边缘定位算法定位精度不高的问题,基于计算机模拟和普通物理实验,比较一维灰度矩法、高斯拟合法和二次多项式插值法3种典型亚像素定位算法的边缘定位精度和抗噪能力。实验结果表明,3种算法在信噪比SNR≥40 dB时,边缘定位稳定性较好,边缘定位重复性误差小于0.01个像素。     

结合高斯加权距离图的图像边缘提取

边缘是图像最为重要的特征之一,是图象分析与识别的基础。对于目标的分割、测量而言,边缘提取的连续性与抗噪性显得尤为重要,其可通过区域增长等算法提取目标区域,为抠图、统计测量提供必要的支持,本文以实现目标轮廓的有效提取为目的,提出一种结合高斯加权距离图的图像边缘提取方法。首先通过计算分块区域内像素间的高斯加权距离,获得高斯加权距离图,该图与原图相比,不仅可以较好地突出边缘轮廓,而且可以统一背景灰度。其次通过分析高斯加权距离图的灰度直方图,将灰度分为两类并计算类中心,以此作为无边缘活动轮廓（CV）模型的c1和c2参数,最后通过CV模型求解图像边缘。与其它边缘提取算法相比,该算法不仅具有较好的抗噪性,同时可以保证图像边缘提取的连续性,实验结果验证了本文算法的有效性。     

基于边缘熵和局部FT分布的超声图像分割模型

由于采用高斯和瑞利分布描述超声图像均存在较大偏差,且分割过程缺乏超声图像边缘信息引导,致使其相应的局部高斯分布拟合(LGDF)模型和局部瑞利分布拟合(LRDF)模型对超声图像分割性能不理想.针对上述问题,提出了一种边缘熵加权的局部Fisher-Tippett(FT)分布拟合模型.该模型根据超声图像中目标和背景在局部区域...     

基于灰度积分投影与霍夫圆变换算法的人眼瞳距自动检测

人眼瞳距在视光学研究中和配置眼镜时都是需要精确测量的基础性参数, 实现瞳距自动检测具有重要的应用价值, 结合高斯肤色模型, 提出一种基于灰度积分投影与霍夫圆变换算法的人眼瞳孔定位和瞳距计算方法. 首先, 通过二维伽马函数的自适应亮度校正方法对图像进行光照补偿预处理, 在此基础上, 利用肤色概率模型检测人脸并提取出面部区域. 再运用灰度积分投影法, 选取合适的阈值对眼部区域进行提取, 经过一系列形态学图像处理, 采用Canny边缘检测算子实现瞳孔边缘检测, 最后通过Hough圆变换算法进行瞳孔定位, 并对其中心距离进行计算. 研究结果表明, 该算法具有较快的瞳孔定位速度, 能够较精确地实现瞳距自动测量, 为瞳孔测距的智能化技术研究奠定了基础.     

复杂背景下的号码定位与分割

提出一种综合边缘检测、号码分布特点的号码定位方法和基于投影及最大连通区域的字符分割方法。采用改进的数学形态学方法提取灰度图像边缘,用最小二乘法对边缘进行直线拟合得到图像的倾斜角,进而对倾斜的图像进行校正,再利用号码的位置信息来定位号码区域。采用最大连通区域算法过滤块状噪声,通过投影和字符的宽度特点确定字符的分割结果,有效地解决了由复杂背景、油墨的深浅、污迹、磨损带来的干扰。     

基于灰度矩的脉搏图像亚像素特征点提取研究

在基于双目视觉脉搏图像传感器的脉搏三维信息检测中,图像特征点的提取是关键基础。为了提高脉搏图像特征点提取的精度,提出一种新的对脉搏图像特征点进行亚像素定位的算法。在完成脉搏图像的预处理后,对脉搏图像进行基于灰度矩的亚像素边缘检测,结合最小二乘拟合法得到圆形标志中心点,最终实现脉搏图像的特征点提取。实验结果表明该算法能够准确定位脉搏图像特征点,精度可达到0.03~0.04像素,为后续双目视觉的立体匹配及脉搏三维形态的重构奠定了基础。