联合Gabor和分形的医学影像图像局部特征描述

提出一种联合Gabor小波和分形的医学影像肿瘤外轮廓局部结构特征描述方法.该方法基于Meyer卡通-纹理图像分解模型,利用Gabor尺度空间核函数进行局部尺度描述,以相邻尺度曲率间特征差异度量尺度,通过轮廓局部分形维提取结构不规则特征.该方法可使对医学影像肿瘤外轮廓的描述更具诊断意义.     

基于曲率尺度空间的人头检测方法研究

利用人头部轮廓的形状特征,提出一种基于曲率尺度空间的人头部检测算法。算法通过比较分析得出了人头部轮廓区别于其他部分轮廓的形状特征,在多曲率尺度下,计算物体轮廓曲线上每一个点的曲率,结合形状特征信息进行人头部检测。实验结果表明,算法有效解决了复杂背景下的人头检测问题,为人头部检测提供了新的途径。     

基于曲率的尺度空间中的角点增强

角点检测在模式识别、计算机视觉和其它相关领域中占有重要地位．由于无法事先确定应在什么尺度下进行检测，我们很难从平面曲线中准确地提取出角点．本文阐述了通过曲线尺度空间（Curvescalespace）来增强角点的方法．该方法的主要思想是通过曲线的形变（或构造曲线尺度空间）使曲线上的角点随着尺度的增加变得更加突出，以便准确地提取出角点．从广义的几何热扩散方程（GGHF）出发，我们得到了该方法中曲线曲率的演化形式，它揭示了构造基于曲率的尺度空间与形成尺度空间所需符合的准则二者间的本质联系．本文研究GGHF符合尺度空间准则的条件并给出了寻找不同的符合尺度空间准则的曲线演化方法，与此同时，我们给出了角点可被增强的条件．在符合上述条件的前提下，本文给出了一种新的构造尺度空间的方法，该方法符合尺度空间的准则，并能够在去除噪声和不重要的小结构的同时，有效地增强曲线上的重要角点．     

基于角点的CT影像轮廓遮挡识别

针对CT影像中的启发式轮廓提取,提出了一种根据上层轮廓识别的当前轮廓遮挡的算法。使用基于曲线的弧长参数化方法识别遮挡,这种方法能够识别出轮廓的所有遮挡,但是,轮廓中的非遮挡部分也可能被识别为遮挡。利用DCSS（直接曲率尺度空间）在上下轮廓中自动识别和匹配角点,进一步设计基于角点的遮挡收缩技术,通过匹配的角点缩短或者删除被错误识别的遮挡。大量的实验研究表明,该算法可以有效、准确地识别所有轮廓的遮挡。     

基于高斯尺度空间粗糙度描述子的花粉图像分类识别

针对现有粗糙度描述子大多依赖于灰度值平均值,容易造成图像信息的丢失的问题,提出了一种新的基于高斯尺度空间粗糙度描述子的特征提取方法,并应用于花粉图像的分类和识别。首先,采用高斯金字塔算法,将花粉图像分割成不同层次的尺度空间;然后,在各个尺度空间上提取图像的粗糙度纹理特征;其次,通过计算粗糙度频率直方图的统计分布,提取不同尺度空间的粗糙度描述子(SSRHD);最后,采用欧氏距离计算图像的相似度。通过Confocal和Pollenmonitor图像库上的仿真结果表明,与基于隐马尔可夫模型的轮廓描述子(DHMMD)相比,该描述子在Confocal图像库上的平均正确识别率(CRR)提高了2.32%、平均错误识别率(FRR)降低了0.1%,而在Pollenmonitor图像库上的平均识别率也提高了1.2%。实验结果表明,该描述子能较好地描述花粉颗粒图像的纹理分布,对于花粉图像的旋转和姿态变化也具有良好的鲁棒性。     

图形输入与图库建立的参数化编码方法及其实现软件PCTS

本文介绍一种参数化编码方法，所提出的轮廓描述表及其约束关系表，用以描述零件形状基本元素之间的拓扑、几何信息及表达其约束关系．对闭合轮廓及非闭合轮廓均适用，并实现了轮廓描述表及约束关系表的交互与自动建立．这种参数化编码方法对图形输入、模具标准零件及非标准零件形状的设计及其图形绘制与修改，具有较大的实用性，所建立的图库具有柔性和扩充性．用该方法实现的参数化编码工具系统ＰＣＴＳ，应用于华中理工大学模具技术国家重点实验室开发的冲裁模ＣＡＤ／ＣＡＭ（ＨＰＣ２．０）系统之中，效果良好     

一种基于形状特征的图像检索方法

本文主要提出了一个在形状轮廓的傅立叶描述子基础上，进行基于形状特征的图像检索的理论方法。该方法首先对图像进行预处理，利用多闽值颜色分割法提取出图像的前景对象，再采用轮廓跟踪法得到该对象的形状轮廓特征，并采用傅立叶描述子对轮廓加以描述。最后利用欧几里得距离进行相似性比较。为了验证方法的有效性，本文建立了一个基于形状检索系统的框架，实现结果和算法分析表明，该理论方法的算法复杂度为0（n^2logn），对基于形状检索的图像检索系统是有效和合理的。     

微分几何编码识别物体的形状

为更好地识别目标形状，编码方法需要对目标的刚体变换具有不变性，同时最大限度保持目标的原有信息。鉴于刚体平面曲线作变换时其曲率的不变性，提出了基于轮廓曲率提取的目标边界编码方法，并对此方法实施了离散化处理。提出了基于改进的KMP算法（D.K.Knuth，V.R.Pratt和J．H．Morris）的曲线匹配方法，并对目标轮廓的重建作了描述。实验证明，利用微分几何的思想描述目标边界，提取方法简单，存储量小，其编码针对目标刚体变换具有不变性，为识别提供了较大的方便。     

基于恒定曲率特征的相似手写体数字识别

本文研究基于恒定曲率特征的相似手写体数字识别，采用高阶序列和B模板计算手写体数字轮廓的曲率。中心分布原理指出，一维循环数据可以归一化为恒定的变换，其重要性在于，将字符轮廓的曲率变成了旋转的不变量。由于特征维数的减少，采用以小波分析为基础的方法来产生更多的简单特征。最后，人工神经网络（ANN）和支持向量机（SVM）用于特征的训练以及设计高识别率的分类器。     

一种基于曲率尺度空间的自适应角点检测方法

角点是图像处理中的重要特征,基于曲率尺度空间技术,提出一种自适应角点检测方法.首先提取图像的轮廓,采用一个固定的低尺度计算所有轮廓点的曲率,并根据曲率得到候选角点集,然后用由自适应支持区域确定的角点角度和一个动态曲率阙值代替固定的阙值筛选出正确角点.实验结果证实该方法应用于复杂图像的精确性和稳定性.     

基于轮廓的形状射线描述模型

提出一种新的基于轮廓的形状描述和匹配方法。提取物体的轮廓并在轮廓上进行等间隔采样,利用参考点到采样点的距离、采样点处的轮廓方向及采样点间的空间关系来直观地表达目标的形状特征;通过在不同尺度、方向和位置进行最大表决来获得形状匹配的尺度、旋转和平移不变性;提出了结合局部和整体特征的相似度评分机制来实现目标的匹配和检测。实验表明,形状的射线描述模型不仅能对具有清晰轮廓的目标进行有效的检索和匹配,也可在复杂的图像背景中检测目标。     

一种基于轮廓特征点的图像检索方法

传统基于形状的图像检索方法检索效率较低,针对该问题,提出一种基于对象轮廓特征点的图像检索方法。利用Mean Shift算法提取感兴趣对象,以对象曲率的局部极值点作为特征点,并将对象表示为这些特征点的特征向量,定义检索对象与被检索对象特征向量间的距离匹配机制,实现对象的匹配或识别。实验结果表明,与传统方法相比,该方法具有较高的查全率和查准率。