基于局部分块三维物体表面三角划分算法

基于三维重建工作中物体截面轮廓线序列中相邻轮廓线基本相似的事实,提出了物体截面轮廓线点集之间三角划分的一种快速算法,算法首先寻找轮廓线的控制法点,对每两条相邻轮廓线的控制点进行配对;然后将这样两条轮廓线蝗三角划分分配在多个小曲线段对之间进行,并且根据事先匹配的控制点,在每个小的区域中进行简便快速的三角划分的一种实验验证了算法的有效性     

基于局部分块三维物体表面三角划分算法

基于三维重建工作中物体截面轮廓线序列中相邻轮廓线基本相似的事实,提出了物体截面轮廓线点集之间三角划分的一种快速算法．算法首先寻找轮廓线的控制点,对每两条相邻轮廓线的控制点进行配对;然后将这样两条轮廓线之间的三角划分分配在多个小曲线段对之间进行,并且根据事先匹配的控制点,在每个小的区域中进行简便快速的三角划分．实验验证了算法的有效性．     

聚类分析和活动轮廓模型相融合的图像分割算法

针对当前图像分割算法存在的分割误差大、 分割时间长及无法进行在线图像分割的不足, 提出一种基于聚类分析和活动轮廓模型相融合的图像分割算法. 首先, 对原始图像进行去噪处理, 采用聚类分析算法对原始图像进行粗分割, 将粗分割结果作为活动轮廓模型的初始轮廓线; 其次, 将活动轮廓模型根据初始轮廓线对图像不同区域轮廓进行拟合, 实现图像的精细分割; 最后与聚类分析算法、 活动轮廓模型以及当前经典图像分割算法进行对比测试实验. 实验结果表明, 本文算法克服了当前图像分割算法存在的缺陷, 提高了图像分割效率和精度, 对噪声不敏感, 并具有较强的鲁棒性, 图像整体分割效果显著优于对比算法.     

聚类分析和活动轮廓模型相融合的图像分割算法

针对当前图像分割算法存在的分割误差大、 分割时间长及无法进行在线图像分割的不足, 提出一种基于聚类分析和活动轮廓模型相融合的图像分割算法. 首先, 对原始图像进行去噪处理, 采用聚类分析算法对原始图像进行粗分割, 将粗分割结果作为活动轮廓模型的初始轮廓线; 其次, 将活动轮廓模型根据初始轮廓线对图像不同区域轮廓进行拟合, 实现图像的精细分割； 最后与聚类分析算法、 活动轮廓模型以及当前经典图像分割算法进行对比测试实验. 实验结果表明, 本文算法克服了当前图像分割算法存在的缺陷, 提高了图像分割效率和精度, 对噪声不敏感, 并具有较强的鲁棒性, 图像整体分割效果显著优于对比算法.     

基于图像的铅笔画绘制技术

介绍了基于图像的铅笔画绘制技术的研究进展,分析了几种常用的基于图像的铅笔画绘制算法;研究了基于图像的铅笔画绘制技术的算法,首先对输入图像进行适当的预处理,从原图像生成白噪声图像,将原图像按纹理特征做区域分割,其次对白噪声图像做卷积操作,采用边缘检测算子提取原图像的轮廓线,最后对卷积所得图像与轮廓线图进行融合得到最终的铅笔画效果图.     

球体定位的立体视觉新算法

提出一种球体定位方法.该方法仅从球的两幅图像的轮廓线来实现球定位.由于在定位过程中不需要特征匹配, 因此比通常的立体视觉算法更鲁棒.这种方法简单且易于实现, 模拟实验和真实图像实验也验证了本文方法的正确性和可行性.     

基于压缩感知的MIT图像重建方法

针对目前磁感应成像技术(MIT)的图像重建质量存在精度较低的问题,提出了一种基于压缩感知原MIT图像重建方法.将MIT系统电压数据的采集过程视为压缩感知的线性测量过程,通过对灵敏度矩阵进行补零拓展和行向量随机重组操作重新设计了测量矩阵;采集到的电压向量也用相同的方式处理,作为压缩感知的测量信号.然后利用压缩感知信号重构算法恢复原始信号.最后进行了仿真实验,实验结果表明,利用本方法获得的重建图像误差和相关系数比传统图像重建算法要好.由此可见,这是一种精度较高的MIT图像重建方法.     

面向云计算的广义影像金字塔与编码方法

基于云计算服务可扩展的基本理念,研究了影像数据服务中对数据范围以及数据精度的柔性需求变化,提出了一种面向云计算的广义影像金字塔建模方法及相应的图像多目标预测编码算法.首先对图像进行双正交TH33变换,再对图像的低频和高频区域分别划分目标,最后根据已有目标对未知目标进行差分预测.实验表明:构建的广义影像金字塔以及MOP算法的划分目标原则适用于图像数据的云存储与运算.MOP算法在标量量化的基础上可以提高图像数据的压缩质量与压缩效率,实现图像数据的渐进式传输.     

基于图像压缩的PDF417条码数据存储

分析了PDF417二维条码的结构及压缩模式,要将静态图像存储在PDF417条码中就要对其进行高效的压缩,重点阐述了JPEG2000标准的核心算法的实现及优化.实验证明该方法完成了优质高效的压缩任务,从而达到了在PDF417条码内存储静态图像的目的.     

基于两级感兴趣区域的乳腺X影像压缩

随着大规模乳腺普查工作的实施,高效地压缩乳腺X影像已成为迫切需要解决的问题.保证压缩图像绝不影响诊断的前提下,提出了一种基于两级感兴趣区域(Region of Interest,ROI)的压缩方法,并利用改进GHA算法和线性SPIHT编码算法实现了对乳腺图像的高质量压缩.     

基于小波变换的图像零树压缩感知方法

稀疏性是压缩感知的前提,然而,自然图像通常不是稀疏的,因此对图像直接应用压缩感知算法很难取得高压缩效率.针对图像信号,将编码思想融入压缩感知理论,提出一种简单有效的零树压缩感知方法.该方法先利用零树思想辅助压缩感知测量,在得到测量值的同时编码重要系数的位置;然后提出零树追踪重构算法,通过精确解码重要系数位置来重构原始图像小波系数,提高重构精度.实验结果表明,相比于现有匹配追踪算法和EZW算法,本文方法有更高的压缩比和更好的图像重构质量.     

MSRM和Snake算法相结合的MRI肿瘤提取

提出一种将最大相似度区域合并(MSRM)算法与Snake算法相结合的新的分割方法,进而提取MR成像中的肿瘤区域。首先使用简单线性迭代聚类(SLIC)算法对图像进行超像素分割,其次使用MSRM算法得到图像肿瘤区域大致边界,最后将该边界作为Snake模型的初始轮廓线,完成对图像的肿瘤提取。实验结果表明,相比于MSRM算法,文中方法能更准确地提取MRI肿瘤区域,且不需要手动选取Snake模型的初始轮廓线。     

基于对抗样本的深度学习图像压缩感知方法

压缩感知是研究数据采样压缩与重构的信号处理新理论,近年来研究人员将深度学习运用到图像压缩感知算法中,显著提高了图像重构质量.然而,图像信息常与隐私关联,高质量的重构图像在方便人们观赏的同时,带来了隐私保护的问题.本文基于深度学习理论,提出一种对抗的图像压缩感知方法.该方法将压缩理论和对抗样本技术统一于同一个压缩感知算法,通过设计损失函数,联合重构误差和分类误差来训练压缩感知深度神经网络,使得压缩感知重构样本同时也是一个对抗样本.因此,重构图像在保证重构质量的同时,也能对抗图像分类算法,降低其识别率,达到保护图像隐私的效果.在Cifar-10和MNIST图像集上进行的实验结果表明,和已有的压缩感知方法相比,我们提出的对抗压缩感知方法以损失仅10%的图像重构质量为代价,使得图像分类精度下降了74%,获得了很好的对抗性能.     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法.编码时,通过插值正交多小波变换将原始图长像缩小,然后使用基本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像.实验结果表明,与直接使用分形编码方法相比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善.     

多级树集合分裂算法对SAR复数图像压缩

通过分析嵌入式编码的多级树集合分裂算法SPIHT的特点,提出了一种对合成孔径雷达(SAR)复数图像数据进行压缩的方法.该算法应用SPIHT对复数图像数据中的实部和虚部分别进行压缩处理,在压缩比1∶ 16的情况下仍然能够较好地保留原始数据图像的模值和相位信息.在实验评估中,分别采用带点目标和面目标的SAR复数图像,通过对比原始图像和解压缩后模值图像的视觉效果、信噪比、平均相位误差、峰值旁瓣比和积分旁瓣比等参数,验证了该算法的有效性.     

二维小波在图像压缩方面的应用

讨论了二维小波分解和重构两种算法.给出了两种算法的比较和Matlab实现过程.结果证明,只保留原始图像中低频信息的压缩方法是一种简单的压缩方法,不需要经过其他处理即可获得较好的压缩效果.运用小波树进行图像压缩时,通常在给定小波基函数条件下,阈值越大,系数为零的数目就越多,重构图像文件压缩率也越高,重构的图像失真程度亦随之增大.     

一种新的多轮廓线重构三维形体算法:切开-缝合法

综合评述了目前通过多轮廓线重构三维形体表面的算法研究现状,提出了一种新的多轮廓线重构三维形体算法切开-缝合法(CS).该法通过引入控制点对作为切口,将轮廓线对进行坐标转换和轮廓对应后,切开并铺展成两条平行直线段,通过寻求轮廓线对顶点的对应关系,生成了符合Delaunay法则的三维形体表面三角面片,解决了形状和顶点数目差异较大的相邻轮廓线重构问题,并将其应用到基于剖面的三维地质建模中.实践证明,该算法行之有效,且对解决相似问题具有一定启发性.     

基于局部体积最大的轮廓线三维形体重构算法

提出一种以局部体积最大为约束条件的轮廓线拼接算法。该算法以上下轮廓线各顶点的每次连接都保证对整个形体体积作出最大贡献为条件,以相对应的两条轮廓线线段的叉积运算值为依据,判断将要连接的两条可能跨距哪条更靠近形体的外侧,取外侧线段为拼接线段,最终完成所有轮廓线的拼接。     

基于机器视觉的施工现场钢结构焊缝坡口识别

基于线结构光视觉传感技术建立了一种适用于施工现场钢结构焊缝坡口识别方法.以南京某超高层建筑钢结构为工程背景，首先设计开发了适用于施工现场的图像采集装置，通过识别算法从采集图像中截取结构光线条感兴趣区域图像；其次，提出了基于分组教学优化算法-大津法(GTO-Otsu)的图像局部阈值分割方法，实现了结构光线条与背景的有效分割；然后，构建了线性结构元素用于修复结构光线条断裂区域；最后，通过比较相邻像素点的灰度和与一阶差分值的方法提取了结构光线条中心线及特征点坐标，并建立了像素转化方法，完成特征点像素坐标的转换，实现坡口几何尺寸测量.3组施工现场钢结构焊缝坡口图像处理和识别结果表明了该方法的准确性与适用性.     

基于轮廓线的任意形体三维重建

由二维灰度图像恢复形体的三维形状已经成为计算机视觉领域的一个研究热点.对该问题进行了深入的研究,提出了一种基于单幅图像,利用轮廓线进行形体三维重构的方法.该方法从一幅二维灰度图像的断层剖面中使用行扫描线法提取带有孔洞的轮廓线,并且根据一定的准则对其进行分层处理,采用曲率法对各相邻层轮廓线中的分层轮廓线进行匹配,结合最小对角线优化策略完成三角面片拼接,最终实现任意形体表面的三维重建.实验证明,该方法可以根据形体的二维灰度图像方便有效地重建出其三维形状.