一种投影网格模板检测方法

利用网格结构光进行物体表面重建是目前一种常用的曲面物体重建方法,其中投影网格模板的检测是实现此类方法的关键。本文针对基于单相机有源形状恢夏系统,提出了一种投影网格模板检测算法。该方法能自动地从结构光图象中提取网格线、网格交叉点,并按行列对交叉点进行编号。实验结果表明该方法具有计算速度快、提取准确等特点。     

一种投影网络模板检测方法

利用网络结构光进行物体表面重建是目前一种常用的方法,其中投影网格模板的检测是此类方法的一个关键问题。本文针对基 机有源开头恢复系统,提出一种模板检测算法。该方法能自动地从结构光图象中提取网格线,网格交叉点,并按行列对交叉点进行编号。应用结果表明该方法具计算速度快,提取准确等特点。     

数字验证码识别算法的研究和设计

验证码识别技术常用于网站的群发技术。使用网格特征模板、交叉点特征模板、改进的活动模板,结合孔洞数特征,设计了基于模板匹配算法的形变数字验证码识别系统。为进一步提高识别率,提出了一种加权模板及其构造方案,并运用统计学方法,通过大量随机样本的多组实验,求得各组模板及其权值。测试结果表明,系统的识别准确率达到了100%。     

面向交叉点网络的符号解码方法的研究

计算机视觉是近年来研究的热点,结构光视觉是双目计算机视觉的一个分支,该技术采用一台投射器代替双目立体视觉的一台摄像机,由于其投射的结构光具有编码唯一性的特点,从而解决了双目视觉中像素匹配的难题。结构光技术中解码成为了一项重要的工作,根据符号的特点提出一种基于交叉点网络的符号解码方法。该方法有效地实现了交叉点的提取,并形成全局的交叉点网络。针对细化的十字交叉变形,研究了交叉点合并方法,提出了基于识圈法的内部交叉点定位方法,以及基于向量角度的符号分类方法,有效地实现了符号码字的还原。最终实现物体的三维重建目标。     

基于邻域特征的笔划交叉点提取算法的研究

介绍了一种基于细化的手写体汉字笔划交叉点提取的方法.在众多笔迹算法中,大部分把笔划作为对象进行研究,而要得到准确的笔划特征,难点在于能够准确地确定其交叉点,在交叉点提取过程中,经常会丢失重要的交叉点和产生伪交叉点,提出的新的基于邻域特征的交叉点提取算法可以避免这种现象,实验结果证明了该算法的有效性.     

一种基于GPS轨迹的道路拓扑生成方法

复杂路网拓扑的自动生成建立在道路提取和交叉路口识别的基础之上,是智能交通控制和自动导航服务等领域的研究热点之一,基于浮动车或出租车的GPS轨迹可以反映交通路网的拓扑结构。为此,提出了一种基于GPS轨迹的道路拓扑生成方法,即在无道路地图辅助的情况下,该方法基于大规模GPS轨迹,能够快速提取路口交叉点,自动构建具有地理位置信息的拓扑结构和计算相邻路口的网络距离。实验结果表明,该方法能够提取出各个道路交叉点并建立各点之间的拓扑关系。在提取主干道路拓扑实验中,在设置路宽为55米的情况下提取路口交叉点的正确率达到了87.08%,各路口之间的平均网络距离误差率为8.87%,并且能够正确地得到交叉点之间的连通关系。     

基于解析形式的二维参数可变形模板匹配算法

为了更好地进行图像轮廓提取，对基于解析形式的二维参数可变形模板匹配方法中的模板结构、形变方式、离散化方案、内外部能量函数及优化算法等方面进行了研究与改进，并以生物体为原型，提出了一种具有3种生物组织结构的、形变方式可通过模板结构加以明确控制的、新的参数可变形模板匹配算法，该新算法是利用Gaussian函数来扩展外部力的作用域，并采用贪心优化快速算法进行能量函数优化。实验结果表明，这一新的模板匹配算法具有良好的轮廓提取速度、提取精度及稳定性。     

基于主色特征识别的新闻视频口播帧

基于主色特征识别的新闻视频口播帧是一种全新的口播帧识别方法，该方法首先提取口播帧的主色模板，然后利用该模板对新闻视频的帧序列进行匹配，并由计算机自动对口 播帧进行检测和标识。该检测方法与现有的检测方法相比，具有设计简单、计算量小、检测速度快的特点，可以完全做到实时检测。     

基于相似结构自动提取的SoC划分方法

提取应用描述中的相似运算结构并使用相似结构划分系统可以有效实现片上系统划分。提出一种基于生长的相似结构自动提取方法,其中的单模板匹配算法实现任意结构模板的提取,多模板生成算法采用模板和子图同步生长的方法。实验结果表明,该方法适用于包含扇出和汇聚结构的模板提取,计算时间与传统方法相比可减少30%~70%。     

一种基于冗余小波变换的DT网格运动估计和运动补偿方法

网格划分和网格顶点的运动估计是基于不规则网格的视频压缩技术的关键。为了进一步提高网格运动估计和运动补偿的效果,在综合比较现有冗余小波变换域运动估计方法和适用规则网格的EMRMC算法的基础上,提出了一种新的基于不规则网格的运动估计和运动补偿算法,即在冗余小波变换域提取特征点和运动潜在区,网格顶点的运动估计采用结合运动潜在区的在时域进行块匹配的运动估计和运动补偿方法,而运动补偿则通过三角形仿射变换完成。同时还给出了冗余小波变换域提取运动潜在区的计算模板。理论分析和实验结果表明,该算法在补偿效果方面较前两种方法得到了改进。     

新的噪声污染灰度图像边缘检测方法

传统的图像边缘检测方法由于引入了各种微分运算,因此用于噪声图像边缘检测时对噪声极度敏感。针对这一问题,提出了一种基于独立分量分析技术的噪声图像边缘检测方法,该算法通过计算数据之间的高阶统计信息,提取特征模板,然后将被高斯噪声污染的灰度图像与这些模板逐个匹配,提取出边缘成分。实验结果表明,基于独立分量分析技术的模板匹配方法自适应强,复杂度低,是一种有效的高斯噪声污染灰度图像边缘检测方法。     

基于可变模板和支持向量机的人体检测

随着图像处理技术和模式识别技术的发展，人体检测在监控系统、驾驶员辅助系统、图像索引等领域已得到广泛应用。针对静态图像中站姿人体检测问题，提出了一种新的特征选取方法，并应用可变模板和支持向量机相结实现对图像中的人体检测和定位。通过对图像进行轮廓提取和网格划分，选择水平方向和垂直方向上的特征组成图像的特征向量，然后使用搜集到的样本特征向量对模型进行训练，用可变模板搜索待检测图像，根据检测区域的特征和训练好的模型对图像进行分类。实验结果表明，该方法可以快速准确地检测出多种背景图像中的站姿人体,正确分类率达92%以上。     

基于兼容性网格分割的骨骼参数计算

为了解决骨骼参数难以测量的问题,提出一种利用网格分割结果计算参数的方法.首先对骨骼网格模型在提取少量特征点的基础上进行语义分割;然后将分割得到的模板借助基于Laplacian变形的非刚性配准,指导同类骨骼模型实现快速兼容性分割;最后结合网格分割结果及特征点计算出骨骼的主要形态参数.实验结果表明,该方法仅需少量的用户交互就能获得较好的测量效果,结合模板的策略也支持大批量骨骼模型的参数测定.     

基于多分类器组合的一种手写体数字识别方法

提出了一种手写体数字识别系统.该系统由三级分类器组成第一级提取交叉点、闭和圆等结构特征,并用模板匹配的方法进行分类;第二级由两个并行的神经网络分类器组成,每个分类器分别使用不同的统计特征;第三级是综合分类器,它将第二级的输出作为输入,根据投票规则得到最后的输出结果.多分类器组合可以集合分类器的优点,提高整个识别系统的识别精度和可靠性.     

基于灰度分布的图像三角网格化算法

借助于小波图像分解,提出一种基于图像内容的三角网格表示方法——基于双向模板的图像三角网格化算法.算法考虑图像的灰度分布,利用小波的图像分解能够将图像的各个方向的细节表现出来这一特性,给出符合原始图像灰度分布的三角划分,再对图像的三角划分进行三角网格化,最后获取整幅图像的网格划分.为了得到更好的重建图像质量,对该初始网格进行了细分,并针对三角网格规模的减小做出优化算法.同时提出一种记录模板号和细分点的数据存储结构,用二进制数据流来存储三角网格.通过实验数据对比,该算法能够很好的表示图像,在三角网格规模以及重建图像质量上较其它算法都有一定的优势,是一种极其有效的图像表示方法.     

低照度视频序列运动目标的检测与提取

由于低照度环境下的成像质量存在比较突出的问题,使得低照度视频序列的运动目标检测与提取成为一项相当困难的工作。本文结合运动信息和梯度信息,提出了一种新的低照度视频序列运动目标检测与提取方法。该方法首先经帧间差分、滤除噪声得到运动区域的初始检测模板,针对初始检测模板中由于照度过低出现的目标漏检现象,采用提取函数法进行低灰度值的运动区域检测,最终形成完整的运动区域检测模板。采用多尺度形态梯度算子进行边缘检测,这种梯度算子抗噪能力强。实验结果表明这种方法能有效地实现低照度视频序列运动目标的检测与提取。     

低照度视频序列运动目标的检测与提取

由于低照度环境下的成像质量存在比较突出的问题,使得低照度视频序列的运动目标检测与提取成为一项相当困难的工作.本文结合运动信息和梯度信息,提出了一种新的低照度视频序列运动目标检测与提取方法.该方法首先经帧间差分、滤除噪声得到运动区域的初始检测模板,针对初始检测模板中由于照度过低出现的目标漏检现象,采用提取函数法进行低灰度值的运动区域检测,最终形成完整的运动区域检测模板.采用多尺度形态梯度算子进行边缘检测,这种梯度算子抗噪能力强.实验结果表明这种方法能有效地实现低照度视频序列运动目标的检测与提取.     

基于单平面模板的摄像机定标研究

提出了一种摄像机定标方法，只需要摄像机从不同方向拍摄平面模板的多幅图像，摄像机与平面模板间可以自由地移动，运动的参数无需已知。对于每个视点获得图像，提取图像上的网格角点；平面模板与图像间的网格角点对应关系，确定了单应性矩阵；对每幅图像，就可确定一个单应性矩阵，这样就能够进行摄像机定标。该算法先有一个线性解法，然后基于极大似然准则对线性结果进行非线性优化求精。该方法同时也考虑了镜头畸变的影响。实验结果表明该算法简单易用。     

基于视觉的车辆牌照检测

本文提出了一种基于线模板的二值图象中角检测算法。该算法简单、快速、稳健。在将含车牌的彩色图象转化为二值图象、并经形态滤波器滤波后,该快速算法被用于检测车牌的四个角点。实验表明,即使是在车牌由于视角原因发生倾斜或变形的情况下,这种基于角检测的车辆牌照检测与提取方法能准确地提取图象中的车牌,因而是一种稳健的车牌提取方法。     

放射治疗计划系统中基于边缘模板的体廓自动提取

放射治疗中,治疗计划系统对CT、MRI等医学影像进行处理,获得体表、肿瘤等感兴趣组织的轮廓,是完成治疗规划的重要基础。论文针对CT/MRI图像的特点,提出并实现了一种基于边缘模板的体廓自动提取方法。该方法对图像进行平滑处理和锐化后,由Guass-Laplace算法进行边缘检测和轮廓提取,然后手工编辑和修改第一张图片的体廓数据,以此作为边缘模板,自动提取后续图片的体廓。该方法实现方便,效果好,满足了治疗计划系统对体廓自动提取的要求。