一种基于边缘似然性估计的边界检测算法

本文提出了一种基于边缘似然性估计的边界检测算法，它包含三个主要步骤。首先，从图像中检测局部边缘，其次，通过统计一边缘元素成为局部极大的次数，计算其真正成边缘的可能性，最后，对边缘元素进行了跟踪处理，从而将离散的边缘元素连接成连续的边界。     

一种具有抗噪声干扰的图像轮廓跟踪算法的研究

提出了一种图像轮廓跟踪算法,与传统边缘检测方法相比,该算法忽略了图像内部灰度变化较大的假边缘,检测出的图像轮廓定位准确、连续、光滑、边缘细节丰富、没有假边缘、边界呈单像素宽。同时,算法具有很好的抗噪能力,几乎可以完全消除噪声对图像的影响。算法良好的检测效果为图像尺寸参数测量打下了良好的基础,实践证明该方法具备有效性和实用性,可推广应用于各种含噪声的单一目标图像的尺寸测量。     

一种具有抗噪声干扰的图像轮廓跟踪算法的研究

提出了一种图像轮廓跟踪算法，与传统边缘检测方法相比，该算法忽略了图像内部灰度变化较大的假边缘，检测出的图像轮廓定位准确、连续、光滑、边缘细节丰富、没有假边缘、边界呈单像素宽。同时，算法具有很好的抗噪能力，几乎可以完全消除噪声对图像的影响。算法良好的检测效果为图像尺寸参数测量打下了良好的基础，实践证明该方法具备有效性和实用性，可推广应用于各种含噪声的单一目标图像的尺寸测量。     

一种用于表面重建的外边界轮廓线提取算法

医学图像处理中边界轮廓线的提取是科学计算可视化技术中的一个研究热点,足计算机图形学和图像处理技术在生物医学工程中的重要应用.在医学图像的三维重建、模式识别等的应用中,常常需要保留感兴趣的物体区域,从而必须用外边界作为轮廓线.在分析Log算了作用原理的基础上,提出片实现了一种新的按光栅顺序扫描取点然后进行边界跟踪的轮廓线提取算法,最后按照最短对角线法进行轮廓连接.实验证明,算法可以有效地消除噪声,获得更加精确的象素级边界轮廓,重建效果较为满意.     

一种新的边界跟踪算法

针对提取的图像边缘中存在非单像素和断点的情况,提出了双层边界区域生长的边界跟踪算法.通过对中心点周围里层点和外层点分别进行搜索,然后把里层点和上一层中心点的外层点合并,并将并集中的点分别作为下一步搜索的中心点,循环向下搜索.同时充分考虑了起始中心点单向搜索的情况,并在一次搜索过程中完成了对断点的补齐工作,从而弥补了“记...     

基于小波的大脑图像边界跟踪算法研究

准确提取医学图像中目标的边界在图像处理分析和医疗应用领域具有重要意义。针对大脑图像中纹理复杂,难以区分非正常区域和正常区域边界的问题,本文提出了一种基于小波多尺度分析的边界跟踪方法。该方法首先对原始大脑图像进行小波变换,得到图像的多分辨率表示,然后利用一种改进的轮廓跟踪算法对最低分辨率的图像进行跟踪,最终获得了大脑中非正常区域的边界。实验结果表明该算法可以有效地去除噪声以及脑部正常纹理的干扰,提取出目标特别是非正常区域的边界特征,执行效率高,跟踪准确。     

一种基于特征跟踪的视频镜头检测算法

将视频切分为镜头是视频内容分析及基于内容的视频检索和浏览的第一步。针对视频镜头边界检测,提出了一种基于特征跟踪的新算法。该算法从镜头起始帧中提取出一组角点特征,然后在后续帧中基于Kalman滤波进行特征窗跟踪,最后根据对应特征窗内的像素特征变化规律,得到镜头边界检测所需的测度,判断镜头切换的性质和渐变镜头的起止时间。实验结果表明该算法运算复杂度低,且具有较强的鲁棒性。     

基于交叉点的树遍历二值图像边界跟踪算法

针对传统轮廓跟踪算法易出现漏跟踪和跟踪断裂的缺点,提出交叉点的概念。利用交叉点结构完整地描述边界跟踪的不同方向,以保证每一个方向都能被跟踪到。在此基础上,形成以交叉点为结点的目标边界的树结构描述。最后通过对树的遍历获得目标边界的跟踪序列。实验结果表明该算法速度快,边界识别准确,尤其适于识别大型复杂目标的轮廓。     

一种基于边缘梯度的图像分割方法

利用Krisch边缘方向算子，实现了对彩色和服图片中的和服边缘检测，同时根据真实边界点处的梯度强度值大于其左右邻域的梯度强度值的特征，获得了边缘细化。在结合边界跟踪技术的基础上，有效地去除了和服中大量的与和服分割无关的花瓣图案，得到了和服的有效边缘。实用的边缘连接技术则成功地实现了和服图片中和服各部分的分割。实验结果表明该方法在和服分割上是一种实用的和成功的方法。     

边界跟踪与序贯算法在二值连通区域标记中的应用

1 引言在工业检测中图像处理应用大多都是图像识别,其输入图像为灰阶图像,然后进行边缘检测、图像分割、目标识别等一系列有效的图像处理。在最终的处理结果中一般都归结为对二值图像的处理,二值图像是只具有两个灰阶的图像,它是数字图像的一种简单形式。为了简单起见,图像处理的各种方法无非是采用各种算法将目标特征以二值图像的形式表现出来,再对二值图像这种简单的图像形式进行分析、判断得出结论。对二值图像进行标记是二值图像分析处理的一个重要方面,如在工业检测中要求得到被检测目标的结构特征(位置坐标、周长、面积、长、宽等),如图1.a是带有氧化点的铜箔基板图像,图1.b是二值化后的氧化点图像。在生产过程中带有氧化点的基板产品是不允许出厂的,但氧化点的特征参数也是必需的,这包括氧化点的方位坐标、面积、长和宽等,以确定氧     

一种基于海陆边界跟踪的快速海陆分割方法

海陆分割是进行船舶检测、海岸线提取的基本前提之一。当前海陆分割方法需要对图像进行逐像素处理,因此计算量大。提出一种只需处理海陆边界区域图像的分割方法,用以快速准确地获取海陆边界。首先提取图像4个边缘的基于边缘信息的EBT纹理特征,获取海陆边界种子块。然后从该种子块出发,利用EBT纹理特征进行边界块跟踪,实现快速海陆分割。实验结果表明,所提方法具有较好的分割效果,与目前主流的分割方法比较,时间花费大幅减少。     

A Deformable Object Tracking Algorithm Based on the Boundary Element Method that is Robust to Occlusions and Spurious Edges

The manipulation of deformable objects is an important problem in robotics and arises in many applications including biomanipulation, microassembly, and robotic surgery. For some applications, the robotic manipulator itself may be deformable. Vision-based deformable object tracking can provide feedback for these applications. Computer vision is a logical sensing choice for tracking deformable objects because the large amount of data that is collected by a vision system allows many points within the deformable object to be tracked simultaneously. This article introduces a template based deformable object tracking algorithm, based on the boundary element method, that is able to track a wide range of deformable objects. The robustness of this algorithm to occlusions and to spurious edges in the source image is also demonstrated. A robust error measure is used to handle the problem of occlusion and an improved edge detector based on the Canny edge operator is used to suppress spurious edges. This article concludes by quantifying the performance increase provided by the robust error measure and the robust edge detector. The performance of the algorithm is also demonstrated through the tracking of a sequence of cardiac MRI images.     

基于图像分割和对象跟踪的新闻视频镜头边界检测方法

镜头边界检测是许多多媒体应用的一个重要步骤,而现有的镜头边界检测方法大都是首先提取视频帧低层视觉特征,然后构造相异性测度函数,但由于这些方法对低层特征变化、对象运动、摄像机运动和视频质量较敏感,为克服此问题,提出了一种基于图像分割和对象跟踪的镜头边界检测方法。该方法首先采用分区直方图对镜头进行预检,然后利用基于小波分析的无监督图像分割和对象跟踪技术,通过构造相异性测度函数来对镜头边界进行确认。由于分区直方图方法作为第１过滤器,可有效地减少图像分割和对象跟踪的视频帧数目,从而提高了整个算法的效率,而基于小波变换的无监督图像分割和对象跟踪,则对以上问题具有较好的鲁棒性。在3个多小时的CCTV和CNN新闻视频实验中,获得了972%查准率和964%的查全率。     

基于图像识别的微型倾斜传感器

通过人眼观察进行识读的传统水准器式倾斜仪表，直观但精度不高、灵活性不强。通过引入CCD图像传感器采集水准器中气泡图像并结合图像识别算法分析计算气泡图形边缘，研究开发了具备倾斜角度数值输出能力的新型倾斜传感器。并进一步通过采用DSP处理器并应用嵌入式设计方法，设计了该类型倾斜传感器的小型化原型，从而显著地提高了测量精度和应用的灵活性．克服了传统仪表的不足。     

一种基于知识的头部图像提取方法

文章提出了一种基于知识的头肩图像中头部图像的提取方法。首先,应用Sobel算子提取图像的边缘并进行二值化;然后根据边缘图像提取头肩图像的边缘;最后依据人脸知识提取头部图像。用实验室人脸图像库的96幅人脸对该方法进行检验。实验结果表明:文章提出的头部图像提取方法具有较好的效果。     

基于改进的四叉树Sobel算子图像分割研究

研究图像分割精度提高问题,由于图像噪声的干扰,造成图像模糊。传统的Sobel图像分割方法容易造成图像分割不清晰和对比度不明显。为解决上述问题,应用Sobel算子检测出数字图像真正的边缘,并进行边缘提取;最后运用四叉树算法对去噪图像进行多区域目标分割,并对分割的不同区域进行合并,有效地解决了因局部图像的叠加和分割不准确的难题,并且通过仿真实验显示,本文提出的改进型算法,也就是利用四叉树Sobel算子,能够有效地去除图像分割所带来的去除噪声,大大地提高升图像边缘的清晰度,是一种有效地图像分割方法。     

一种基于积分变换的边缘检测算法

介绍了一种用于图象区域和边缘检测的积分变换。该变换引入了灰度尺度和空间尺度，从而将图象变为表示象素点相互吸引的向量场，将边缘检测问题转化为在向量场中寻找相分离向量的问题。通过分析该变换用于边缘检测而产生的一些问题，给出了使用图象局部信息估计灰度尺度的方法。在对已有方法简化和改进的基础上，提出了一个基于此变换的边缘检测算法。最后给出该方法的识别结果，并与经典的边缘检测算法做了比较。试验结果表明，其边缘检测效果与Canny算法相似，是一种有效的边缘检测方法。     

基于一种新的目标识别的边缘爬行算法

针对机器人目标识别的实时性、快速性和鲁棒性特点,依据物体边缘大部分区域的方向缓变原理,提出了一种基于记忆的边缘爬行改进算法.爬行搜索方法的一个明显缺点是"爬虫"容易掉进"陷阱",即围绕某个局部小区域重复爬行.记忆搜索方法则有效克服了爬行搜索方法容易掉进"局部陷阱"的不足.在边缘爬行的同时,通过标号将颜色相近的不同物体分割出来.实验结果表明,与传统方法比较,该方法的边缘线更加完整、清晰,而且缩短了处理图像的时间,使目标识别的实时性和鲁棒性得到了优化.     

基于均值漂移和边缘检测的轮廓跟踪算法

实时的轮廓跟踪算法可以为视频监控系统提供物体的轮廓信息以供对物体类别、物体行为等进行识别.提出一种基于均值漂移和边缘检测的轮廓跟踪算法.方法中,首先利用均值漂移算法跟踪得到目标物体的中心位置,同时用高斯统计模型进行背景更新,从前景图像和背景图像中分别得到具有相同位置和大小的前景矩形区域和背景矩形区域,然后用背景分割的方法得到目标物体区域,再对目标物体区域进行边缘检测就得到了目标物体的轮廓,进而实现了对目标物体的轮廓跟踪.实验表明,可以实时、准确、稳定地对目标物体进行轮廓跟踪.     

实时跟踪系统中运动人体图像分割

在视频序列的人体运动分析中,实时分割出运动的人体,是研究的起始关键步骤。该文在简单的运用差图像算法进行人体运动检测的基础上,结合直方图自动阈值分割和数学形态学的算法来完成运动人体的精确分割。实验结果表明上述算法对噪声抑制和人体图像断裂处填充都是有效的,能够实时分割完成运动人体的视频图像。