基于快速均值漂移和水平集方法的图像分割技术

通过加强边缘检测函数的约束作用,对L i提出的无需重新初始化的水平集方法进行了改进,用于提高水平集方法对弱边缘与低对比度图像的分割处理性能。同时,利用快速均值漂移法对图像进行预分割,将得到的轮廓作为水平集方法的初始轮廓,从而降低水平集函数的迭代次数。脑部M R图像的分割实验结果表明,该算法能够准确地提取相应的脑组织,同时大大地提高水平集函数的演化速度。     

基于曲率的指尖检测方法

指尖检测是基于视觉的徒手人机交互系统的关键环节,由于背景的复杂性和系统的实时性要求,导致指尖的精确定位在处理速度和准确性方面存在很大问题。本文针对这一问题,提出了一种简单高效的基于曲率的指尖检测方法。该方法首先将输入视频流基于肤色空间进行二值化,并将二值化后的视频序列作为输入数据;然后采用边缘检测算法提取出肤色区域的边缘(肤色区域的轮廓),在肤色区域的轮廓上根据曲率来对类指尖的点进行检测,并且根据类指尖点的位置关系来判定一个肤色区域是不是手;最后通过过滤算法过滤掉误判手臂点。实验结果表明,该方法在不同的应用背景下都具有很好的检测效果,对光照的鲁棒性也较高,并且能够达到实时检测的效果。     

一种形态学与Canny算子融合的焊接熔池边缘检测算法

针对CO_2焊接熔池图像噪声干扰,边缘模糊等问题,以多尺度多结构数学形态学边缘检测算子为基础,结合Canny算子边缘定位准确,提出了将Canny算子与多尺度多结构形态学融合的熔池图像边缘检测算法,并将该算法应用于检测并提取CO_2焊接熔池图像的边缘。实验结果表明,与经典的Canny算子和单尺度形态学算法相比,提出的算法具有图像边缘连续完整、定位准确、图像细节保留较多等优点,为进一步焊接质量控制的研究奠定了基础。     

基于特征和约束的飞机反求建模

提出了基于特征和约束的飞机外形争结构件反求建模方法.针对飞机测量数据,运用内存映射和栅格划分技术进行预处理,在此基础上实现了针对大规模测量数据的平滑、修复、多视拼合及区域划分算法.根据飞机外形特点,综合运用分片连续样条曲面、裁剪曲面、规则曲面和直纹面拟合方法求取全机外形,采用曲面变形技术修改外形以满足必要的工裳约束,提出了基于曲面、实体特征分解的飞机结构件反求方法;设计了凸块、型腔等基本特征识别和参数提取算法,以及反求平面轮廓线和辅助参数重建拉伸、旋转、扫掠等复杂轮廓特征的算法.对于二次曲面,识别曲面类型及约束,然后基于约束重建了曲面整体.对于飞机外形相关的结构件,当贴合面较窄、外形线接近于直线时,采用直纹面逼近,否则由蒙皮曲面等距间接求取.最后,各重建特征通过裁剪、缝合、特征融合等操作得到最终实体模型.     

基于广义背景填充的塔式多相水平集的脑肿瘤分割算法

背景填充技术和Chan-Vese模型的塔式多相水平集算法能够在给定的图像中检测出多个目标,而背景填充技术中采用了固定的填充色彩,故该算法得到的边缘是不可调的.为此提出了一种采用可调填充色的广义背景填充技术,使得轮廓可调以便获得所需边缘.脑肿瘤分割实验表明,采用不同的填充色可以得到不同的脑肿瘤轮廓,有利于临床诊断.     

遥感图像中港口目标识别技术

针对遥感图像中港口目标识别的特点,提出了一种基于纹理特征分类与轮廓识别的高效港口识别算法.该方法首先采用梯度分析方法进行海陆分割,得到水域与陆地的二值图像,并据此提取轮廓,然后利用差分链码标记提取港口轮廓,最后检测与链码拐点有关的三个特性,得到港口基元的识别结果.实验结果表明,该算法能够有效地识别遥感图像中任意方向和任意凹凸的港口目标.     

一种改进的模糊聚类算法在图像边缘检测中的应用

提出了一种改进的模糊聚类图像边缘快速检测算法,该算法在利用像素灰度值的同时还考虑了像素的空间信息,基于模糊集合理论将图像从灰度空间映射成一个模糊隶属度矩阵,然后将隶属度矩阵中的元素作为样本进行模糊聚类,从而提取出图像边缘。基于热力学原理选取隶属度函数,通过调节温度系数,实现图像边缘由粗到细的提取。实验证明,该方法在计算速度、滤除噪声、提取边缘等方面均优于C-均值聚类算法。     

基于PoolNet显著性和SURF-VIBE模型的林火视频烟雾提取算法

烟雾的实时视频探测可用于早期森林火灾的预警,然而,由于烟雾具有飘动、扩散、闪烁等特性,通过实时视频提取烟雾区域具有极大挑战。本文根据人眼视觉注意力机制,将阴燃烟雾看作视频中湍流和灰色显著的区域,提出了一种基于显著性检测和SURF-VIBE模型的疑似烟雾区域提取算法。首先采用一种基于PoolNet的显著性检测方法获得烟雾显著性图谱,通过VIBE运动检测算法获得视频中运动前景,并使用SURF特征匹配算法消除相机抖动等对运动前景带来的干扰,再由计算出的运动前景构造运动能量函数,对显著性谱进行估计,最终提取出疑似烟雾区域。实验验证结果表明:该算法检测准确率为91.3%,每帧检测速度为0.028 s,可用于实时视频烟雾探测。     

一种新的基于红外图像的道路边界检测方法

研究了红外图像中道路边界的检测方法。首先分析了用于智能车辆视觉导航的红外道路图像的特点,并指出常用图像处理方法在检测红外道路边界时的缺陷;然后从图像灰度角度出发,提出了基于折线模型的候选道路边界线段快速提取方法,并采用关系稳定性规则对道路边界区域进行筛选和处理;同时利用多尺度形态学梯度进行道路边界区域提取;最后将上述基于灰度和梯度的两种边缘提取结果相互验证,得到可靠的道路边界描述。实验表明文中提出的道路边界检测方法具有很好的性能,能够满足实时应用需要。     

基于计算机视觉任务的图像直线提取技术

提出一种基于计算机视觉任务的图像直线提取技术 ,首先用边界检测算子提取边缘 ,然后用链码将边缘表示出来 ,并记录链码的端点 ,即直线的端点 ,通过逐步删除对计算机视觉任务无意义的链码 ,得到图像直线的链码表示 ,最后用最小二乘法拟合图像直线的链码。该技术能尽可能多地从图像中提取直线信息 ,既可以较准确地提取直线的端点信息 ,又能得到直线的准确表示