工业CT图像的亚像素级面积测量

为了提高工业CT图像测量的精度,研究了一种基于Facet模型的亚像素级面积测量方法,并将其应用于实际的工业CT图像测量中。首先采用基于Facet模型的边缘检测算法提取亚像素边缘,然后通过最小距离搜索法分离出待测目标的边缘点并排序,最后利用离散化的格林公式计算面积。其中,基于Facet模型的边缘检测算法精度高、抗噪声能力强,能为后续基于边缘的测量提供高精度的数据;最小距离搜索法在浮点型边缘点上实现了待测目标边缘与整幅图像边缘的分离,并生成排序链码,克服了边缘点是浮点型且不连续的困难,给面积的计算提供了有效的数据。测量方法是在亚像素边缘上进行的,突破了图像分辨率对测量精度的限制,使在低分辨率的图像上实现高精度的测量成为可能。分别针对仿真图像和实际的工业CT图像进行了实验,实验结果表明该方法的测量精度高于普遍采用的像素累加法。     

基于Android平台的GPS林地面积测量

为提高林业生产调查中林地面积测量的精度和工作效率,针对目前手持GPS进行林地面积测量数据点处理和通过坐标转换计算面积容易引入误差的不足,提出一种基于Android平台的GPS林地面积测量方法。该方法一方面基于多目标优化原理构造评价函数并定义两条筛选原则,在保证采样点精度和曲率的情况下尽量减少点数量;另一方面在实现向量法时,根据方位角和球面距离计算面积,避免经纬度坐标转换引起的误差。实际测量结果表明,该方法能完全满足林地面积测量要求,且精度高于常规坐标转换法。     

铆钉薄板特征孔几何参数双目视觉测量方法研究

为实现立式铆钉机与小型半自动化送料装置的一体化,提高铆接效率和质量,提出了一种基于双目视觉的铆钉薄板几何参数测量方法。采用形态学边缘提取算子、改进的Hough变换提取并分割待铆接薄板图像,进行目标区域孔提取、圆度判别,采用质心法获取目标孔图像坐标并用以"回"字形式的位置约束方法对特征点匹配,根据双目原理计算目标孔的三维坐标。实验结果表明:所提方法能精确地将铆接薄板与复杂的背景分离,匹配率达100%,可精确地计算出圆心坐标,与实际圆孔中心绝对平均偏差为0. 258 7 mm,满足铆接行业精度要求。     

基于组合形态学的齿轮参数视觉测量方法

为提高齿轮测量精度,提出一种基于组合形态学边缘检测算法的齿轮参数测量方法。对工业相机采集的齿轮图像做畸变矫正后进行滤波和二值化等预处理;针对传统边缘检测算法存在的不足,采用检测精度高、抗噪声性强的组合形态学边缘检测算子提取齿轮单像素边缘;采用连通域操作填充齿轮轴孔,利用质心法定位齿轮圆心;计算齿轮边缘点到圆心的距离;利用量块进行像素当量标定,转换后得到齿轮几何参数测量值。实验表明,对比几种边缘检测算法的测量精度和速度,所提出的齿轮参数视觉测量方法具有更高的测量精度和良好的抗噪性。     

数字式射线图像缺陷检测的C-V方法

数字式射线图像（DR图像）缺陷检测主要是进行缺陷区域的分割和测量,分割精度将直接影响到测量精度。C-V模型是一种新的基于曲线演化理论和水平集方法的图像分割模型,它结合区域信息使得分割结果全局最优,可以很自然地处理轮廓线拓扑结构的变化。针对工件DR图像特点,研究了一种DR图像缺陷检测的C-V方法：首先应用C-V模型进行DR图像缺陷区域的分割,在此基础上,完成缺陷区域几何参数的测量。实验表明,C-V方法能准确地分割出DR图像中的缺陷区域,并获得缺陷形心和面积等参数。     

基于点云属性信息的平面标靶特征提取

目的 色彩和回光强度作为点云的属性信息可以有效地应用到点云数据的特征提取中.本文根据平面标靶的几何以及光谱特性,提出了一种平面标靶的快速提取算法用于精确确定靶心坐标.方法 首先根据点云的色彩信息,采用光谱欧式距离函数进行点云的分类;对分类后的点云进行色彩重采样以提高同类点云色彩的一致性,同时根据平面标靶点云的光谱特性,根据其RGB值进行目标区域的提取,通过对圆形区域的面积测定以确定目标提取的正确性.最终根据点的回光强度值,确定圆形目标区域的中心坐标位置.结果 通过两组实验分析,第1组对固定距离处的标靶靶心提取精度分析,本文自动提取靶心的点位中误差为3.31 mm,而手工提取靶心的点位中误差为11.78 mm,证明本文方法的提取精度明显高于手工提取靶心的精度;第2组对分散排列的标靶靶心提取精度分析,通过分析证明本文方法在5 m处的靶心提取精度可以优于2 mm;10 m处的提取精度可以优于4 mm;15 m 处的点位提取精度可以优于5 mm.结论证实了本文方法的可行性和精确性.     

含边缘信息的C-V模型

边缘信息对图像分割是十分重要的。把图像的边缘信息融入C-V模型（active contours without edges）,提出一个新的几何模型,它同时利用同质区域信息和边缘信息使演化曲线在目标边缘处停止。实验显示：新模型能够克服C-V模型的一些缺点;在减少分割时间的同时,对目标灰度不均匀或背景灰度不均匀、含弱边缘或强噪声的图像,分割效果不仅优于C-V模型,也优于C-V模型的两个最新改进模型（LBF和GACV）。     

基于抛物线拟合和边缘点搜索的虹膜精确定位

虹膜的定位包括瞳孔(内圆)和虹膜外圆的定位。该方法首先预判断瞳孔中心和半径截取目标区域小图,然后对目标区域提取边缘采用最小二乘抛物线拟合,算出左右固定区域内边缘点极值点坐标,得到瞳孔初始的中心坐标和半径。最后利用边缘点搜索方法精确定位虹膜。实验结果表明,该虹膜定位方法在速度和精度上都能达到较好效果。     

层析图像表面积测量方法研究

通过层析图像来进行被测物的几何参数测量是CT技术的一项重要应用,该方法在逆向工程、无损检测、航天工业领域都发挥了重要作用;针对目前CT系统采用手工选取被测区域进行测量的方法,提出一种三维层析图像表面积的自动测量方法;该算法首先对所有切片图像在阈值化的基础上进行边缘提取,然后进行八邻域边缘跟踪、层间插值和拟合,最后将所求的曲面剖分成若干四边形从而求得其表面积,在实验中证明了这种方法相对于周长积分求表面积的方法具有更高的精度。     

基于立体视觉的平面圆参数高精度测量算法*

针对目前平面圆的圆心和半径测量方法存在的不足,提出一种基于立体视觉的平面圆参数高精度测量方法。该方法首先根据边缘分组算法和二次曲线椭圆拟合判别算法提取双目图像中的椭圆特征;其次利用分段立体匹配算法获取平面圆特征上部分点的三维坐标;最后通过三维平面拟合、坐标转换、平面圆拟合以及坐标反变换获取平面圆的圆心和半径参数。实验结果表明,该方法有效地减小了平面圆透视投影引起的畸变误差,提高了平面圆参数的测量精度。     

一种新的窄带快速区域水平集C-V模型图像分割方法

Chan-Vese提出了区域水平集图像分割C-V模型,该模型随着水平集函数的演化,演化曲线能自然地改变其拓扑结构,因而在很多研究领域有着广泛的应用,特别是在图像分割、目标跟踪领域取得了显著的效果。基于区域的水平集函数比基于梯度的水平集函数在抗噪声方面也表现得更优秀,但是其演化水平集函数也更复杂,主要缺点是演化速度特别慢,限制了在大型高分辫率图像分割中的应用。针对此问题,提出了一种窄带快速区域水平集C-V模型,即先利用GV水平集在低分辨率的图像上检测出大致的边缘,然后映射到高分辨率的图像上,在其边缘的一个窄带内检测更为精确的边缘,其检测速度有了很大的提高。采用高分辫率的大型合成孔径雷达(SAR)遥感图像进行的实验证明了该方法能够快速而有效地提取出海岸线,满足工程中的实际应用。     

基于改进C-V模型的图像分割方法

传统C-V模型分割图像利用图像区域特征,忽略 了边缘等能够反应图像细节的特征。为了达到更好的图像分割效果,对于这些细节信息的处理则显得尤为重要。图像的梯度信息在边缘区域具有较大幅值,在同质区域具有较小幅值,因而可以用图像梯度来反映图像的边缘信息。把边缘信息融入C-V模型,利用同质区域信 息和边缘信息控制曲线演化,则可以达到更好的分割效果。本文提出的新模型克服了C-V模型的一些 缺陷,对背景灰度不均匀或含弱边缘的图像能够获得更好的分割效果。     

几何活动轮廓模型在目标跟踪中的应用

针对复杂的视频场景中目标追踪易受环境干扰的问题,提出了一种基于混合高斯模型和改进的C-V（Chan-Vese）模型相结合的新方法。其中采用了混合高斯模型算法更新背景,检测出运动目标轮廓。然后对提取出的目标轮廓进行后处理,标定出运动目标的质心和运动区域。将运动区域作为初始化曲线,用改进的C-V模型对运动目标进行拟合。结果证明了以标定出的运动目标区域为初始化曲线可以有效地提高轮廓曲线的收敛速度;对于灰度不均匀的和含有噪声的图像,改进的模型的分割效果也要好于C-V模型和LCV模型。     

基于梯度的混合Mumford-Shah模型医学图像分割

针对C-V法的水平集图像分割法缺少局部控制能力等问题，将基于边缘的几何主动轮廓线模型和基于区域的C-V法两者结合起来，提出了基于梯度的混合Mumford-Shah图像分割模型HMSG。给出了HMSG模型的参数设置准则，在分割的初期加大模型中全局特征项的权值，在分割的后期则加大局部特征项的权值，以提高模型的图像分割能力。对合成图像与医学图像的分割实验结果表明，该方法优于C-V方法对于含有噪声和边缘模糊的非二值图像的分割，能够较为准确地提取图像边界，可以有效提高图像分割整体性能。     

基于被动毫米波图像的金属目标特征提取方法[BT)]

针对探测金属目标时其中心难以确定的问题,提出了分割被动毫米波辐射图像过渡带的算法以精确获取其几何尺寸及特征；通过实测金属立体目标的辐射数据矩阵进行成像,对毫米波辐射图像进行基于Canny算子的边缘检测与分析,结合金属目标辐射特性以及天线参数分割目标边缘过渡带,计算金属目标的面积、周长并提取其中心位置；实验结果表明,该方法误差控制在9.3%以内,可以精确提取金属目标几何特征及目标中心。     

Research of Glacial Lake Contour Extraction Method based on Improved C-V Model#br#

Glacial lake is one of the most important sensitive factors that reflect the global climate change.The accurate extraction of glacial lake information can be used to analyze the status of glacial lake in different period，and to provide the possibility for the analysis of climate change.Focus on the complex spectra characteristics of glacial lake，and considering that the C-V model has a complete theoretical basis，but the huge amount of calculation，so this paper combines the C-V model with the symbolic pressure function and the “global to local” Iterative water extraction algorithm to study the a new method of glacial lake extraction in High Asia.This paper chooses the three typical development region of glacial lake，Himalaya mountains，Southeastern Tibet，Altai mountains.Glacial lake were extracted by using Landsat 8 OLI image，and then this paper do the research of the accuracy assessment of the glacial lake extraction results.The C-V model has better anti noise performance and weak edge segmentation effect，so the experiment obtained good results.The result shows that overall accuracy of glacial lake extraction is 89.86%，and the method can extract the glacial lake’s information rapidly and accurately.     

基于激光阵列的运行车辆宽度投影轮廓在线测量方法

提出一种基于激光阵列投射与相机相结合的运行车辆宽度投影轮廓在线测量方法，利用龙门架顶端近红外激光器阵列向下垂直投射激光点，激光器阵列左右两侧各布置一台相机，实时拍摄地面上被测运行车辆遮挡后的光斑，通过对地面光斑投射情况的分析，采用图像分割、区域标记算法分割光斑区域，采用区域面积周长约束算法去除干扰区域，进一步采用质心配准算法提取边缘数据，分析计算得出车辆宽度，实现了运行车辆宽度投影轮廓的精确测量。现场测试实验结果表明，所提出的方法对运行车辆宽度投影轮廓的测量误差＜1％，平均耗时低于10 s。与传统扫描式红外激光光幕的测量方法相比，所提出的方法具有安装结构简单、测量精度高、响应快、抗环境污染能力强、硬件成本低等优点，可直接应用于高速公路入口、汽车检测站等场景，为未来基于大数据的高速公路车辆管理、车型识别等提供有效技术手段。     

基于计算机辅助的医学图像测量与控制方法研究

医学图像常规检查中,需要对目标图像进行测量以获取相关数据。测量主要集中在对距离,面积,角度以及周长等数据的获取。由于医学检测的严谨性,数据准确,方法简便是必不可少的要求。随着计算机技术的发展,其在医学中的应用也得到了广泛的推崇。计算机辅助的医学图像测量不但替代了传统的手工测量方式,也极大地提高了测量的精度与效率。分析医学图像测量算法,针对如何确定目标区域的问题设计了颜色填充的方法,可有效区分出目标区域图像。为了提高该算法的效率,进一步提出了其改进算法,降低了算法执行次数,提高了系统性能。