近红外舌下图像的舌下静脉分割方法

为了尽可能多地获取舌下静脉的形态信息,采用近红外舌下静脉图像采集仪获取近红外舌下静脉图像,并提出对应的舌下静脉分割方法.根据所采集到图像的特点,首先使用分水岭法去除舌下静脉周围的舌质背景等干扰信息;然后使用动态灰度阈值法在已获得的有效舌下区域进行二值化,并结合近红外舌下静脉图像的灰度信息确定舌下静脉候选区域;最后根据舌下静脉区域的灰度一致性进行自适应的区域生长,获得舌下静脉轮廓.实验结果表明,该方法能有效地分离舌下静脉与环绕在其周围的舌质背景,并能准确地定位舌下静脉的完整边界.     

手背静脉图像增强和分割方法

近红外摄像机采集到的手背静脉图像对比度较低且静脉结构简单,为了有效提取手背静脉结构特征,首先分割出包含主要静脉结构信息的区域,并进行灰度归一化;然后利用动态全局阈值法对静脉结构进行粗分割;最后根据静脉的几何结构特征,去除虚假静脉,获得真实的手背静脉图像;实验结果证明了算法的有效性。     

高质量手掌静脉图像获取及ROI提取的研究

针对手掌静脉图像获取困难,获取的手掌静脉图像质量欠佳以及手掌区域定位方法复杂的问题,提出了一种手掌静脉采集装置,使用该装置进行手掌静脉图像采集。采用基于图像二维熵和局部二维熵方法来评价采集的图像质量,并依据反馈的评价结果作为依据,自适应控制近红外LED的亮度和摄像头的参数,重新采集直到获得高质量的手掌静脉图像。并将获得的高质量图像作为手掌感兴趣区域（ROI）提取及后续的图像处理算法的输入图像。本文的图像质量评价方法采用改进型适用于现场可编程门阵列（FPGA）平台的加速实现方法,ROI提取通过构建局部图像快速判别和定位。实验结果表明,使用二维熵评价图像的方法配合反馈控制PWM波的输出所采集的手掌静脉图像,比现有阶段方法采集的图像在灰度特性、静脉特征的效果方面得到提升,同时获得的图像减少了后处理中ROI提取算法的计算量。     

一种用于钣金零件视觉测量的图像拼接方法

在钣金零件视觉测量中,大尺寸零件超出图像采集摄像机的视场范围,不能一次性获得该零件的完整图像,需要将存在一定重叠区域的图像进行图像拼接。针对特征稀少、灰度信息少、轮廓对称的钣金零件图像不易拼接问题进行了分析和研究,提出了一种在待拼接图像中选择包含重叠部分的等大小区域作为待配准区域,并对其提取轮廓,然后对轮廓图利用相位相关法求待配准区域的配准参数,再根据待配准区域图像与待拼接图像的坐标关系转换求待拼接图像的配准参数并对图像进行配准,实现钣金零件图像拼接的方法。通过实验表明,该拼接方法对特征稀少、灰度信息少和轮廓对称的钣金零件图像具有速度快、较好的准确性和抗干扰能力,能够满足工业应用的要求。     

采用旋转校正的指静脉图像感兴趣区域提取方法

针对静脉图像采样过程中存在的旋转、平移等非线性因素造成手指静脉图像定位困难的问题,考虑图像非接触式采集特点,提出一种采用旋转校正的手指静脉图像感兴趣区域提取方法.首先对读入的手指静脉图像采用Kapur熵阈值法分割出手指区域,再依据图像的质心对图像进行旋转校正,最后根据图像中每列像素竖直方向上的投影值和手指区域的边缘轮廓,确定出感兴趣区域的位置.实验结果表明,该方法能够准确地提取出静脉图像的感兴趣区域,有效地提高识别系统的性能.     

灰度图像中基于像素分布特征的人脸定位

提出了一种利用人脸图像的像素分布特征来定位人脸的方法，在定位人脸的内轮廓时利用了图像二值化后的分布特征和灰度图的像素分布特征相结合的方法，然后将人脸区域的图像进行标准化，经过以脸图像可以方便地用于人脸的识别。在对采集到的图像进行的测试中得到了较好的效果。     

基于CS的高质量掌静脉图像获取方法

为了获得高质量的手掌静脉图像,设计了一种能快速采集到高质量掌静脉图像的多光谱自适应采集系统方法及装置。通过研究高质量静脉图像对应的近红外光强度配比区域,结合图像质量评价模型和布谷鸟搜索(CS)算法搜索策略,构建出760,850,940 nm三种混合近红外光强自适应配比模型。该模型能够快速调优混合光源强度配比,以获得复杂场景下高质量手掌静脉图像。实验结果表明:CS算法模型及系统方案能快速有效地适应不同人群手掌静脉特征,在保证图像质量的前提下提供快速有效的光源配比方案,为在线手掌静脉识别的后续处理提供了良好的基础。     

一种基于边缘特征的海岸线检测方法

针对遥感图像中灰度特征的不稳定性，尤其是SAR（合成孔径雷达）图像中水陆灰度的弱对比性，提出一种利用相对稳定的边缘特征进行海岸线检测的新方法。该方法首先用Roberts算子提取海岸区域图像的梯度，并进行自动阈值分割，进而用轮廓跟踪的方法得到海岸线的粗略位置。借鉴主动轮廓的思想，设计一种轮廓逼近的方法，根据遥感图像的梯度强度对粗略的海岸线进行调整，最终得到精确的海岸线。实验表明这种方法在检测精度和抑制海域内干扰等方面都能达到令人满意的效果。     

复杂背景下基于图像融合的运动目标轮廓提取算法

运动目标轮廓的有效提取对于目标识别、跟踪和行为的理解等后期的处理是非常重要的。受背景复杂性的影响，当背景灰度和运动目标的灰度相近时，提取的运动目标易产生空洞，某些部位无法完全恢复。根据帧差法的基本原理，提出了一种针对复杂背景的运动目标检测、轮廓提取方法。首先，对图像进行滤波处理，采用最大方差比阈值法消除了剩余部分噪声和背景，然后在三帧时间差分法基础上，利用序列中多帧图像融合运动信息，并确定参考区域，通过对原图像进行回扫描，最终提取出完整的运动目标轮廓。实验结果验证了算法的稳健性和有效性。     

一种近红外静脉特征提取方法研究

针对如何提高中医针灸和西医穿刺的精度问题，项目通过近红外(INR)成像设备的可视化技术，系统地研究了静脉图像特征提取模型。提出一种基于多方向Gabor滤波器的静脉图像增强与分割方法，构筑静脉信息研究模型。解决了近红外(NIR)光成像设备采集到的静脉图像出现对比度低、视觉模糊等缺陷，以及将各方向增强后的静脉图像的融合问题，并利用马尔可夫随机场分割，获得了满意的静脉信息研究模型，为完善中西医结合模式提供了可行手段，应用前景广泛。