彩色图像目标区域周长和面积的计算

设计了基于边界跟踪算法实现图像中目标物体面积和周长的测量。首先,在二值图像的基础上,基于像素点的连通性,对图像内的每个区域进行标记,得到区域数目。然后,基于边界跟踪法对图像的每个区域进行轮廓提取,为了提高精度,跟踪的起始点选择在图像的左上角,逐个像素点扫描,遇到边缘点开始顺序跟踪,直至回到起始点。最后,基于像素点个数,计算目标物体的面积和周长特征。算法在VC++2010编译环境子下调试运行。算法简单易行,结果可靠。     

用顶点链编码计算图像区域密集度和体态比

利用链编码及其特性,分析得出图像区域边界的周长、最小外接矩形（MER）的长与宽及图像所占区域的面积,以此为基础,提出了一种基于链编码的图像区域密集度和体态比的计算方法.     

图像顶点链编码和顶点欧氏距离的计算

利用链编码及其特性,分析得出图像区域边界的周长、最小外接矩形（MER）的长与宽,及图像所占区域的面积.对于正四边形、正三边形和正六边形点阵上的图形,分别提出了直接从链编码计算图像顶点欧氏距离的方法.     

图像分辨率对天然纤维识别的影响

针对低分辨率图像的保真问题,提出基于轮廓曲线的邻域方向差分链码,进行曲线失真程度的分析.该方法将基于像素坐标的二维轮廓曲线转化成相对于曲线走向而变化角度函数.差分链码具有平移、拉伸和旋转不变性.根据差分链码提出分别针对于对象轮廓周长、轮廓包围面积和轮廓曲线相似性的误差统计模型,并将该模型应用于棉麻等纤维截面的显微图像在不同分辨率下外形的失真度分析,给出在图像采集时允许的最低图像分辨率的计算.     

基于边缘链码信息的黏连细胞分割算法

介绍了一种基于边缘链码信息的黏连细胞自动分割算法. 该算法对弱对比度的细胞图像预处理;对二值化图像进行链码跟踪,并计算边缘各点的链码和、链码差、等效周长、弧弦比等特征参数;利用特征参数判断边缘光滑段、边缘角点;对真实分割角点进行线性插值最终实现黏连细胞的分割. 将该算法应用于2组细胞图像序列共120帧图像的分割中,不仅解决了黏连细胞的分割难题,而且能够准确进行细胞凹陷的修补和细胞图像的简单计数. 统计结果表明,相比于阈值法和先验模型法,该算法的分割成功帧占整个序列的百分比提高40%~60%.      

基于图像的激光切割曲线插补算法

针对当前普遍使用的曲线插补算法存在计算复杂、插补段数多等缺点，满足不了对切割速度和精度要求的问题，提出了一种基于图像的圆弧插补算法。该算法一方面通过图像膨胀算法绘制误差区域，采用沿插补曲线逐点提取颜色与判断的方法计算插补精度，取代了以往繁琐的误差计算过程，减少计算量约50％；另一方面，采用边计算精度边延长插补曲线的圆弧生长法，使每段插补圆弧尽可能地长，从而减少了对切割质量和切割速度都非常不利的段间跨越点，在提高切割质量的同时更提高了切割速度。最后。通过一个与以往算法的比较实例，对此算法进行了验证。     

一种改进的A-KAZE算法在图像配准中的应用

针对现有图像配准过程中难以保持图像的局部精度和边缘细节的问题,在A-KAZE算法的基础上提出了一种改进的图像特征提取算法AKAZE-ILDB.该算法首先利用非线性扩散滤波方程构造图像金字塔,采用快速显示扩散(FED)求得数值解,得到具有亚像素精度的图像特征点坐标;然后利用改进的LDB(ILDB)描述子构造具有尺度和旋转不变性的图像特征向量,对特征向量采用汉明距离进行KNN匹配;最后基于仿射变换模型计算空间映射参数矩阵来实现图像配准.实验结果表明:在保持相同图像特征匹配正确率的情况下,AKAZE-ILDB算法比A-KAZE算法平均配准时间缩短了300 ms;在配准精度方面,比A-KAZE算法提高了3.7%,比传统特征提取算法SURF匹配正确率提高了29%.     

基于改进型随机抽样一致法的图像配准算法

为了提高相似变换图像配准的速度和精度,提出了1种基于改进型随机抽样一致法的图像配准算法.在利用Harris角点检测提取待配准图像的特征点以及利用归一化互相关粗匹配后,采用改进的随机抽样一致法进行快速精准的变换模型估计.算法采用图像相似变换的简化配准模型,利用相似特征3角形进行快速模型预检验,并使用最大欧氏距离法提高计算数据的可靠性.实验结果表明,该算法在具有较高计算精度和鲁棒性的情况下,大幅减少了运算量,提高了变换模型的计算速度.     

基于畸变分离的摄像机标定方法

在摄像机标定过程中,为了避免对摄像机模型中的畸变系数进行多次重复标定,提出一种将二阶径向畸变系数与摄像机模型分离的标定方法.该方法利用畸变形成的围线面积作为畸变评测函数,用模拟退火原理改进粒子群算法的惯性权重和学习因子;然后用改进的粒子群算法标定摄像机的畸变系数和图像中心点坐标,最后计算其他的摄像机参数.该方法无需预先知道摄像机的任何内外参数,算法简单,易于实现.实验表明,该方法与传统的非线性优化方法相比,图像坐标的平均反投影误差明显减小,而且具有更好的鲁棒性和精度.     

回转曲面面积图像检测光学系统的误差分析

论述了影响回转曲面面积图像检测系统的误差源，从照明系统、CCD摄像系统及摄像系统的标定分析了光学系统对测量误差的作用，在此基础上就光学系统硬件和图像处理算法两方面提出了改进和提高系统测量精度的措施。     

逐点比较直线插补算法的优化

基于八方向插补算法,提出一种改进的逐点比较插补算法。通过最大插补误差分析,利用解析求解、数值比较及计算机运算,得到一种插补精度较高、运算速度较快、速率较平稳的偏差计算方法。     

复杂工业环境下激光束中心快速精确定位方法

针对工业现场在线检测对计算机视觉算法稳定性、实时性、精度和抗干扰能力的要求,结合两万吨挤压机活动部件五自由度实时监测系统的具体情况,在现有方法的基础上,提出了一种复杂工业环境下激光束中心快速精确定位方法.首先,在图像预处理的基础上通过Canny算法实现图像边缘二值化,并对得到边缘进行筛选,剔除不符合光斑轮廓特征的边缘.接着,采用一种改进的快速Hough变换初步确定激光光斑的大致位置和半径,依据Hough变换计算结果设置光斑有效区域,在有效区域内通过最小二乘法椭圆拟合得到亚像素精度的激光束中心坐标.实验研究表明,该方法在存在噪声的环境下单次检测时间小于50ms,精度达0.15像素(pixel).可在较强干扰下实现激光束中心的精确定位,与传统方法相比,精度高,实时性好,适应性强.     

快速傅里叶变换（FFT）的浮点模拟快速算法

提出了一种快速傅立叶变换（ＦＦＴ）运算的快速实现方法。利用该方法对浮点数进行模拟计算，极大地提高了ＦＦＴ的运算速度，论述了ＦＦＴ浮点模拟算法的原理，推导出了溢出控制方程及误差控制方程，计算结果表明，该算法的计算误差在１％以内。讨论了用Ｃ语言实现浮点模拟快速算法的具体方法。     

一种基于统计特性的邻域均值滤波算法

在对传统均值滤波研究的基础上，提出了一种改进的数字图像均值滤波算法。该算法经实验证明在滤除数字图像高斯噪声币口随机散点噪声时较传统方法有更好的效果，得到的图像边缘清晰。同时，还尝试将这种改进算法币口传统算法相结合以求在增强图像边缘保护效果的同时使图像同态区域得到更好的平滑。     

基于半像素的Hessian矩阵的空域误码掩盖

针对线条边缘采用传统的Sobel算子进行边缘检测和方向判别方法无法准确地检测其方向的问题,提出了基于半像素的Hessian矩阵对线条边缘进行检测的算法。该算法将图像中丢失的数据块的像素进行分类,再根据不同类别的边缘采用相应的边缘检测算子进行边缘检测,并根据检测的边缘方向对受损图像进行方向外推掩盖。实验证明,半像素精度的Hessian矩阵对线条边缘方向的检测更加精确,该算法较一般误码掩盖算法使受损图像的恢复质量PSNR(Peak Signul Noise Rate)值提高了0.2~0.4 dB。     

无粗定位亚像素边缘检测算法研究

针对传统的亚像素边缘检测技术需要先进行粗定位,然后再进行精确定位的问题,提出无粗定位亚像素边缘检测算法.针对彩色图像降低维度边缘信息损失的问题,提出主轴分析法来保存图像的边缘信息.针对滤波后图像边缘特征模糊的问题,提出基于二分K均值的中值滤波算法,在滤除噪声的同时,增强图像的边缘.最后从检测精度、检测效率和可靠性3个方面验证算法的有效性.     

一种改进的SAR图像相干斑抑制方法

传统的抑制合成孔径雷达(SAR)图像斑点噪声的TDRGMAP方法,对大面积呈强反射的典型战略目标检测效果较差、边缘定位精度较低。文章针对TDRGMAP方法提出了一种改进算法,将恒虚警检测(CFAR)和双参数恒虚警检测(B-CFAR)结合起来检测及保持点目标,并引入了自适应窗口的方法进行边缘和线条检测。用真实机载SAR图像进行实验,证明所提出的新方法取得了较好的改进效果。     

硬件增强角速率圆锥优化算法的姿态解算精度分析及改进

在分析传统硬件增强角速率圆锥优化算法姿态解算精度的基础上,提出了一种改进的算法,对传统算法中的周期分量进行了二次优化.首先通过分析传统算法的各轴分量相对于旋转矢量变化量的真值以及理想值的误差来确定算法的姿态解算精度,然后根据经典圆锥运动建立二次优化的误差准则并推导了相应的二次优化系数,最后在不同的经典圆锥运动环境下对传统算法以及改进算法的姿态解算精度进行仿真对比.结果表明,对传统算法的姿态解算精度的分析是正确合理的,而且只需采用改进的三子样算法就可以获得与根据理想值得到的结果几乎完全一致的姿态解算精度.     

Segmentation of tumor ultrasound image via region-based Ncut method

To segment the tumor region precisely is a prerequisite for ultrasound navigation and treatment. In this paper, a normalized cut method to segment tumor ultrasound image is proposed by means of simple linear iterative clustering for presegmentation procedure. The first step, we use simple linear iterative clustering algorithm to divide the image into a number of homogeneous over-segmented regions. Then, these regions are regarded as nodes, and a similarity matrix is constructed by comparing the histograms of each two regions. Finally, we apply the Ncut method to merging the over-segmented regions, then the image segmentation process is completed. The results show that the proposed segmentation scheme handles the strong speckle noise, low contrast, and weak edges well in ultrasound image. Our method has high segmentation precision and computation efficiency than the pixel-based Ncut method.     

改进极坐标的频域图像配准算法

针对传统极坐标变换在频域配准中的问题,提出了一种基于改进极坐标的频域配准算法。先对参考图像和待配准图像分别进行傅立叶变换,将频谱信息映射至改进极坐标下。依次沿角度和极径方向投影,计算出图像间的旋转、缩放参数;再对待配准图像进行相应地旋转、缩放校正,根据幅度加权的相位差进一步得到图像间的平移量。当耗费的计算量大致相当时,与基于传统极坐标或伪极坐标变换的频域配准算法相比较,文中算法获得更高的图像配准精度。