纱线毛羽特征参数提取算法研究

提出了用于对纱线毛羽特征参数提取的多区域轮廓跟踪算法,该算法是在链码法轮廓跟踪算法的基础上,对跟踪方向进行调整,并对已跟踪完成的纱线区域进行区域填充.实验表明,该算法不但可以对任意条纱线进行轮廓跟踪及特征提取,而且得到的边界曲线封闭连续,只有单像素宽,提高了特征提取的效率和精度.     

基于链码差的边界凸凹性判别

对边界凸凹性判别的多种算法进行了分析比较。从边界的链码描述出发,论述了绝对链码、相对链码、链码和、链码差等边界特征参数提取的算法。分析了用链码和曲线,了解边界性状的方法,提出了一种新的基于链码差的边界凸凹性判别算法。实践表明,该算法避免了叉积运算,有效地提高了判别速度,而且实现算法简单、稳定。最后对该算法可能的应用进行了展望。     

基于链码的轮廓跟踪技术在二值图像中的应用

介绍了二值图像的轮廓跟踪算法．在轮廓跟踪过程中,首先用行扫描得到轮廓起点,然后采用链码跟踪技术,跟踪其轮廓,得到一个封闭的轮廓信息,接着转向下一个轮廓,一直到所有的轮廓跟踪完毕为止．它能够实现一次扫描,得到所有的轮廓信息,且最终轮廓信息以链码序列来存储．在以后的拟合过程中,能更方便地对链码序列进行处理,得到理想的轮廓信息．     

基于链码的轮廓跟踪技术在二值图像中的应用

介绍了二值图像的轮廓跟踪算法,在轮廓跟踪过程中,首先用行扫描得到轮廓起点,然后采用链码跟踪技术,跟踪其轮廓,得到一个封闭的轮廓信息,一直到所有的轮廓跟踪完毕为止。它能够实现一次扫描,得到所有的轮廓信息,且最终轮廓信息以链码序列来存储。在以后的拟合过程中,能更方便地对链码序列进行处理,得到理想的轮廓信息。     

基于链码的纺织纤维直径测量

首先引入角度链码及其差值等经过改进的链码概念,用以判断纤维交叉和头端,接着介绍边缘平滑的原理和方法.以棉的纵向形态直径测量为例,提出在轮廓跟踪的同时判别纤维交叉和头端的算法;根据棉的纵向形态边缘经平滑后纤维轮廓光滑的特点,提出基于像素长度的纤维直径测量新方法.实际测试表明,对于光滑轮廓的纺织纤维,该算法能够快速准确地测量出其直径.     

基于链码的原木端面图像检尺径识别算法

根据原木端面图像的获得方式及其特性,改进了方向链码的轮廓跟踪技术,提出了从图像中心点开始竖直往下扫描获取跟踪起始点,并在约束条件下自动寻找端面图像目标轮廓的算法,此算法大大提高了原木端面图像的轮廓跟踪效率.原木端面为类圆形图像,根据获得的目标轮廓的链码序列和边界点的坐标信息,提出了确定原木端面图像目标轮廓的圆心及最短径等一系列检尺参数的方法.     

棉纤维成熟度的图象分析

棉纤维成熟度的图象分析包括输入图象的预处理,纤维轮廓的抽取及参数检测。在图象预处理中,首先用中值滤波消除图象中的噪声,然后再二值化。轮廓通过直接跟踪纤维外边界来获得。本文提出了转折点定义,根据轮廓方向链码判别出转折点,再利用奇偶检测测量纤维参数.根据这些参数计算纤维的成熟度。     

二值和多值图象的边界跟踪及逼近

对二值和多值图象的边界跟踪和逼近问题作了探讨；提出了可识别边界线上左右边缘点的边界跟踪算法、利用链码的矢量性的多边形逼近算法和二次Ｂｅｚｉｅｒ曲线逼近算法。这些算法简单实用，效果较好。     

一种基于链码向量的图像匹配算法

基于特征的图像匹配算法被广泛应用于图像处理和模式识别领域中,图像特征提取以及采用的匹配算法并直接决定图像匹配的效果。为了尽可能准确的实现图像匹配,提出了一种基于链码向量的边缘特征匹配算法。首先通过改进的Laplace边缘检测算子提取图像中的边缘信息,提高了边缘检测的可靠性;然后,将提取到的边缘信息由边界链码描述,并将边界链码构造成向量,利用数学向量相似度原则进行图像匹配。实验结果表明,该匹配算法简单快速,匹配准确率高,具有较高的实用价值。     

一种基于“弦”的边界跟踪算法

针对传统边界跟踪算法搜索范围较大、判断次数较多这一状况,在分析了游程编码方法的基础上提出了一种基于"弦"的边界跟踪算法。该算法以弦为搜索单位,不需要扫描所有边界点的八邻域。并且该算法在基于游程编码的连通域标记后可以直接进行轮廓提取,避免了传统边界跟踪算法在连通域标记后要先将连通域转换为光栅图像形式再提取轮廓的方式。实验结果表明,该算法相较于传统的边界跟踪算法,效率有了显著的提升。     

图像区域边界抽取与链码树结构生成算法

通过定义二值图像像素顶点的链码,构造像素顶点矩阵,给出了一个基于像素顶点的线性的图像区域边界追踪和链码树结构的生成算法,算法在追踪和抽取区域边界的顶点链码的同时生成区域边界的链码树结构.算法复杂度是线性的,且适用于任意复杂图像区域.     

基于轮廓特征点凹性分析的遮挡车辆分割算法

在智能交通系统的拍摄场景中,由于车辆间距过近和摄像角度原因,引起车辆遮挡的现象,增加了目标车辆检测和跟踪的难度。根据轮廓特征点,结合轮廓凹凸性,提出一种凹陷区域检测与分割算法。首先采用背景差分法提取车辆区域,根据车辆区域外接矩形的长宽比和占空比判断是否是多车遮挡,同时通过凸包分析算法提取遮挡凹陷区域;然后通过Freeman链码确定凹陷区域的轮廓特征点,对特征点进行凹性分析;最后匹配分割点,采用Bresenham直线生成法分割遮挡车辆。实验结果表明,该算法有效解决遮挡车辆分割不准确问题,与其他算法相比,具有较好的场景适应性。     

基于邻域一致性测度的链码改进方法

从图像中提取出的目标边界曲线由于受噪声的影响,使得相应的边界链码很难与目标形状一致,影响了用链码来分析目标形状．因此引入邻域一致性测度的概念,提出了链码的一种改进方法．利用该方法,对由Canny算子检测得到的边缘图像进行编码．实验结果表明,上述算法明显改善了常规方法对噪声敏感的性能,能有效地使用到链码分析目标形状的预处理中．     

基于Canny、Sobel及其改进模板算子融合的Freeman链码边缘点提取算法

针对传统边缘点提取算法过程复杂、计算困难的问题,设计了一种融合Canny、Sobel及其改进算子和Freeman链码的图像边缘点提取算法(简称CS-F法).即先将Canny算法、改进Sobel算法融合处理,进行边缘提取,再采用阈值分割方法,接着使用Freeman链码,确认边界的具体位置,使图案轮廓更加接近真实轮廓且更直观.实验表明,在一定的精度范围内(单位像素内允许是:0.045 7~0.05 mm),融合算法性能稳定,所提取的轮廓定位准确,而且能提取目标边缘有序的坐标点,解决了有些轮廓最后需要矢量化的繁琐过程.     

三角形网格的链码方法研究

目前可以应用于三角形网格的链码方法只有顶点链, 而它对角相邻情况的表达存在缺陷, 针对此问题, 提出3种链码方法, 并进行特性分析和性能比较。首先将Freeman链码扩展应用到三角形网格, 根据两种不同的三角形单元, 分别设计对应的12方向Freeman链码编码规则; 然后, 基于外轮廓前进相对方向的变化, 提出相对方向链码; 最后, 通过区分边界网格在外轮廓上的边数和内部网格数的不同组合, 得到边角组合链码。通过实验比较3种链码的表达能力和压缩率, 结果表明, 3 种链码方法均能克服顶点链的缺陷, 准确完备地实现三角形网格形状的边界表达。其中, 边角组合链码的综合性能最高, 平均码数为1, 压缩率可达0.75。     

基于编辑距离的手写数字Freeman链码匹配算法

提出了一种基于编辑距离的图像轮廓8方向Freeman链码模板匹配算法度量两个链码序列的相似度进行手写数字字符识别。通过对自备手写数字字符样本库的分类,实验结果表明该算法的有效性。     

一种复杂二值图像边界跟踪与提取算法

针对传统边界跟踪算法对多个有公共点的目标只能提取一条外边界轮廓的缺陷,提出一种改进的八邻域边界跟踪与提取算法,该算法不仅能成功跟踪图像中单个孤立目标的边界,而且对多个有公共点的目标能分别进行边界跟踪与提取,并可根据需要提取边界点参数序列。该算法在三维地震资料相干切片断层解释中得到应用,并取得了令人满意的效果。     

基于Snake模型与轮廓跟踪的区域填充算法

针对图像中外形复杂的孔洞填充问题,提出一种基于Snake模型与轮廓跟踪的区域填充算法对复杂孔洞进行填充。首先,对二值图像进行检测求出内部边界的像素点,并对其坐标进行保存。其次,通过轮廓跟踪法求取每个轮廓边界的所包含的像素位置。再次,通过将这些边界作为Snake模型的初始曲线,在其内力和外力的指导下,填充内部孔洞。最后,利用Snake模型与轮廓跟踪删除边界外存在的多余部分。通过MATLAB实验本文提出的算法,证明可以填充外形复杂的多孔区域,提高了填充精度。     

一种基于轮廓特征的图像拼接算法设计与实现

提出了一种新的基于轮廓特征的图像拼接算法。在特征提取阶段 ,对卷积图进行增强 ,并用区域增长方法进行辅助校正 ,能改善轮廓提取效果 ;在特征表示方面 ,用形状签名代替链码来描述轮廓 ,从而提高了计算速度 ,降低了由噪声干扰和镜头形变造成的影响。实验结果表明 ,该算法在速度上优于基于链码的配准算法 ,准确率高 ,并且可以适用于未经过几何形变校正的图像的配准与拼接。     

一种基于链码的轮廓平滑算法

研究基于目标轮廓链码的轮廓平滑算法。方法通过对目标轮廓链码的分析,选出在人工目标中出现较少或不可能出现的边缘作为不平滑边缘,通过变换将之转换成平滑边缘。