彩色图像中椭圆的快速检测算法

椭圆检测是图像处理中常用的技术,由于自然界很多物体都可以用椭圆进行拟合,所以也成为图像分割和目标提取的关键技术.该文分析了椭圆的解析结构,利用椭圆长短轴之间的几何关系,从边缘点集合中选取全局性的参数,快速生成椭圆.算法针对彩色图像,引入了彩色边缘增强算法和基于图搜索的边缘追踪算法,生成封闭的边缘轮廓曲线,对每段曲线进行椭圆拟合,通过拟合评估,形成拟合判决,确定图像中的椭圆区域.算法计算量小,检测速度快,对多椭圆和椭圆弧都能准确检测.     

基于Canny算子的椭圆拟合算法在数字相机标定中的应用

精确获取靶标在数字相机CCD靶面上成像中心的像点坐标是决定数字相机校准精度的主要因素之一。本文研究了靶标像中心定位精度对数字相机校准精度的影响,得出数字相机校准对靶标像中心定位精度的要求为优于0. 23像素。采用基于Canny算子的椭圆拟合定位算法,对不同尺寸的星点靶标板,在不同相机视场角分别进行了目标像定位,并对实验结果进行了分析,实验结果表明椭圆拟合算法定位精度达到了0. 05像素,满足数字相机校准的精度要求。     

中点生成椭圆的整数型算法

在研究圆和椭圆生成算法基础上,通过构造递推表达式,给出中点生成椭圆的整数型算法,并对算法效率进行了分析。算法初始化时需进行两次乘法运算和一次移位运算,而生成各绘图点时只需要整数型加法运算,因此算法运算精度高、速度快,适合硬件的实现。采用VB编写程序对算法正确性进行了验证,该算法具有一定的理论和实用价值。     

生成三维多边形平面域的双直线算法

提出了一种生成三维多边形平面域的新算法,该算法由主投影的扫描转换与主投影方向坐标的离散计算两部分构成。算法的两个部分相互独立,因而在第一部分可采用任意一种已有的多边形扫描转换算法来实现。主投影方向坐标的离散计算可通过两个整型数组（代表双直线）快速获得。算法可保证在理论上共面的两个多边形面域的公共部分在离散后完全重叠。     

基于线段表的轮廓链码化方法研究

为解决已有线段表转换为链码表算法的缺陷,在原有算法基础上对其进行完善和改进.根据线段表中不同线段的特性,原有链码转换算法提出6种类型的线段并分别给出转换方法,但是这只能针对普通情况,当有特殊情况如目标宽度只有一个像素时,将会出现不属于上述分类的线段而使程序运行出错甚至崩溃.在已有算法对线段分类的基础上添加单像素顶线和单像素底线这两种线段类型以弥补原方法的不足,并给出他们的具体转换过程.测试结果表明,改进后的方法可以完美的实现二值图像的轮廓链码提取.     

基于面积加权反走样算法的研究

在光栅图形显示器上绘制非水平且非垂直的直线或多边形边界时,或多或少会呈现锯齿状外观的走样,走样是理想直线光栅化的必然结果.基于面积加权的反走样算法分7种情况计算屏幕正方形像素和一个像素宽直线条的相交面积,有效提高了反走样效果,避免WU算法中使用相邻两行像素来表示同一个像素点,造成直线变粗的现象.     

一种新的字符提取和组合算法

工程图纸的扫描转换处理是ＣＡＤ／ＣＡＭ领域亟待解决的一个重要难题。图纸中通常包含了大量的字符，用以表示尺寸等信息，其处理方式完全不同于其他线型，提取并识别这些字符，是图纸处理中的关键组成部分。本文分析了现有的字符提取方法的不足，详细描述了一个新的提取算法，并且给出了算法在图纸扫描转换中的一个实例。该算法具有快速、高效和可靠的特点。     

基于SLIC超像素分割的图分割算法

图像分割是对图像进行分析和理解的关键步骤,是计算机视觉的基本技术之一.计算复杂度是评判一个图像分割算法好坏的重要标准,因此降低算法的计算复杂度是当前图像分割领域的主要任务之一.本文提出了一种基于SLIC超像素分割的图像分割方法.该方法利用SLIC算法生成超像素,通过构造相应的相似性矩阵,有效降低了Ncut分割算法的计算复杂度,大幅度缩短了Ncut算法的运行时间.由于SLIC超像素分割算法的准确性与高效性,在进行三类自然图像分割实验时,本文提出的方法无论在分割效果,还是在运行时间上,都要明显优于Ncut分割方法及它的改良算法.     

一种无衍射激光图像亚像素边缘检测方法

为进一步提高无衍射激光图像的定中精度,提出了一种亮环亚像素级边缘点检测方法.首先,采用局域亮度最大方法,提取亮环像素级屋脊边缘点;然后,利用线性插值算法对每一像素级边缘点进行亚像素处理进而获得亚像素边缘点;最后,用最小二乘方法,将亚像素边缘点拟合定中.分别对距离光源40 m、50 m、60 m处,各连续拍摄的50幅图像(图像分辨率为640×480,光靶分辨率为0.057 2 mm/pixel)进行了处理,各位置处的亚像素级边缘点x方向定中标准差分别为0.021 4 nm、0.037 2 mm和0.042 3mm,y方向定中标准差分别为0.022 8 mm、0.035 1 mm和0.043 7 mm,明显优于像素级边缘点,实验结果表明,该方法切实可行.     

基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法

目的 为了解决当前基于特征点的水印方案难以描述图像的非纹理区域（像素强度变化较大的边缘、像素强度值较小或趋于0的均匀区域）,降低了局部特征区域的鲁棒性,使其抗几何失真能力不佳的问题,提出基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法。方法 根据彩色载体的RGB分量,计算颜色不变性;基于颜色不变性的强度概率密度,推导概率密度梯度估计函数;利用概率密度梯度值,计算二阶Hessian矩阵,改进SURF方法,充分提取彩色载体中纹理与非纹理区域的鲁棒特征点;再求取Hessian矩阵的特征值与特征向量,以计算椭圆的长轴、短轴半径与方向角度,并以特征点为中心,建立局部椭圆特征区域;定义鲁棒特征区域选择规则,确定合适的水印嵌入位置;引入位平面分解技术,获取鲁棒椭圆特征区域的重要位平面图像,并提取其直方图,以此设计水印嵌入方法,将二值水印隐藏到这些直方图中,形成水印图像;根据水印检测机制,复原二值水印。结果 实验结果显示,与基于特征点的水印方案相比,所提算法具有更高的不可感知性与鲁棒性,复原水印失真度最小。结论 所提算法具有较高的视觉隐秘性和抗几何失真能力,在版权保护、信息防伪等领域具有较好的参考价值。