基于轮廓曲线和特征区域的秦俑碎块匹配算法

为了提高秦俑碎块匹配的精度和速度,提出了基于轮廓曲线和特征区域的碎块匹配算法.提取碎块的断裂面及其轮廓曲线,并将轮廓曲线进行分段,再采用最长公共子序列算法将轮廓曲线进行匹配,以实现碎块的粗匹配;根据体积积分不变量计算碎块断裂面上所有顶点的凹凸性,并将断裂面划分为一系列或凹或凸的特征区域;计算断裂面上各个特征区域的质心,并采用改进的迭代最近点算法对质心进行匹配,以实现断裂面的细匹配.实验采用了3种匹配算法对秦俑碎块数据进行匹配,结果表明基于轮廓曲线和特征区域的匹配算法能更加精确地完成碎块断裂面的完全匹配和部分匹配,并在细匹配阶段取得了更高的迭代收敛速度.      

基于Harris度量的轮廓尖锐度CDA优化算法

为了进一步提高工业现场中工件自动测量的精度,在详细分析了目前工业检测过程中角点提取准确度低、检测时间长等问题产生原因的基础上,提出了一种基于Harris度量的轮廓尖锐度工件图像角点检测优化算法。首先利用Freeman链码法提取工件图像的轮廓,通过计算轮廓尖锐度获取轮廓上的候选角点,然后针对两种不同类型的伪角点,分别采用Harris度量窗口和支撑区域自适应算法进行优化,最终得到工件图像的真实角点。将算法应用到了实际工件的尺寸测量中。相对于传统的角点检测算法,所提出的基于Harris度量的轮廓尖锐度CDA优化算法具有较好的准确性。     

利用各向异性高斯方向导数相关矩阵的角点检测方法

为了抑制图像边缘上的局部变化和噪声对角点检测的影响,提出了利用各向异性高斯方向导数自相关矩阵的角点检测算法.该算法首先利用Canny边缘检测器提取图像的边缘映射;然后用各向异性高斯方向导数滤波器对输入图像进行平滑,对每个边缘像素,利用它与相邻像素之间方向导数的相关性构造自相关矩阵;若边缘像素点的自相关矩阵所对应的归一化特征值的和是局部极大值,则标记该点为角点.与传统的基于轮廓的角点检测方法不同,文中提出的方法利用的是邻近像素的方向导数的相关信息,而不是轮廓曲线的曲率,因而具有更好的稳健性.实验结果表明:在无噪声和含噪声的条件下,该检测方法与已有的3种算法相比,平均配准角点数分别提高了7.4%和9.3%左右,平均定位误差分别降低了10%和15.2%左右.     

基于机器视觉的不规则形状超薄热管宽度测量方法

为实现不规则形状超薄热管宽度测量自动化,提出一种基于机器视觉的中轴线梯度角逐像素宽度测量算法。首先采用Canny算法获取像素边缘,并进一步使用改进二次插值法提取亚像素边缘;然后利用细化算法提取边缘内封闭区域中轴线并适当裁剪;接着使用形态学膨胀与高斯滤波构造中轴线区域边缘,计算梯度角,并借助双侧均值滤波逼近真实梯度角的光滑变化;最后沿梯度角两侧搜索亚像素边缘点,边缘点对距离即为所测宽度。文中算法解决了常规测量算法无法确定不规则形变轮廓对应宽度测量点和高次过渡曲线区域无法测量的问题,实现了在轴线方向密集测量宽度,最大程度逼近真实边缘宽度分布。实验结果表明,测量对象宽度在10 mm以内时,文中算法的测量不确定度为±0.026 mm,能很好地适应超薄热管的不规则外形,实现稳定可靠、高精度的自动化测量。     

变形曲线曲率内外力作用下的轮廓提取

文章对变形轮廓曲线的几何特征进行分析,提出了一种以曲率内外力为驱动力的主动轮廓边缘提取方法,对传统方法作了改进.首先经过比较,采用当前结点的八邻域点来计算变形曲线轮廓局部区域的曲率,并经过正则化处理,既保证了计算的精度要求,又降低了计算的复杂性,同时部分避免了后期的微分方程求解;根据进化轮廓的凹凸性以及它和目标轮廓的相...     

基于角点及局部特征的饮料瓶识别方法

将机器视觉技术引入饮料瓶自动回收系统中.针对饮料瓶（PET材质）自身的特点,基于局部特征及几何不变性,采用一种亚像素级精度的角点提取方法,定义以角点为中心的左右曲线夹角及其符号作为饮料瓶的特征值,并提出基于“块”的快速匹配算法.实验结果表明,该算法具有较好的稳定性和可区分性,算法识别率高、速度快,能很好地满足饮料瓶自动识别回收的准确性和实时性要求.     

以轮廓曲线为特征的断裂面匹配

现有断裂面匹配算法主要适用于表面粗糙特征丰富的断裂面,对于表面光滑特征稀少的断裂面不能正确匹配。针对这一问题,提出一种以断裂面轮廓曲线为特征的匹配算法。该算法首先将区域生长算法和边界跟踪算法相结合,在沿碎块棱边分割出断裂面的同时又得到了封闭且序列化的轮廓顶点;轮廓曲线的匹配,先采用角点距离矩阵进行粗匹配,排除了大部分不匹配的曲线对,再根据轮廓曲线所有顶点的曲率和挠率,采用改进的Hausdorff距离进行细匹配;最后,根据匹配的轮廓曲线,采用四元数法计算三维变换将碎块对齐,通过跨界切矢连续检测且误差最小的碎块对为最优匹配。在断裂面粗糙和光滑且材质不同的多个碎块上进行了实验,结果表明该算法能较好实现特征稀少或丰富的断裂面的匹配。     

基于弦理论的目标轮廓提取方法

为保证目标轮廓的连续性,以弦理论为基础,在满足Dirichlet边界条件下,建立目标轮廓能量泛函模型.通过把目标轮廓曲线看作离散粒子相互作用组成的系统,构造粒子运动的响应函数,模拟粒子间的相互作用,采用增量法,逐步搜寻满足条件的轮廓曲线,在满足能量泛函最小时,提取出目标轮廓.实验结果表明:通过设置相关参数,能够有效提取出目标轮廓曲线,保证轮廓曲线的完整性,使得曲线支持无级缩放.该算法只须给定两个端点就可提取一条开目标轮廓曲线,减少了目标轮廓提取人工交互次数,提高了工作效率.     

基于人眼特征信息的驾驶人眼视线估计

提出了一种新的基于人眼特征信息的驾驶人眼视线估计的算法,且研究使用普通的摄像头。采用Harris角点检测算法对驾驶人上、下眼睑外轮廓进行角点检测,拟合人眼轮廓曲线;再对人眼区域图像进行色彩空间转换提取灰阶值分量,图像亚像素下进行Hough边缘检测,设定相应的虹膜边缘曲率阈值,准确识别人眼虹膜边缘信息。算法结合虹膜和人眼轮廓信息对驾驶人眼视线进行估计。将提出的算法应用到实车试验中,采用facelab5眼动仪对驾驶人视线估计角度结果进行验证。试验结果表明,所采用的人眼视线角度估计算法在实际的驾驶环境中准确率较高。     

基于多特征融合的遥感图像河流目标检测算法

针对近似河流无法准确检测出来的问题,提出了一种基于多特征融合的遥感图像河流目标检测算法.首先根据提取样本图像的局部熵、纹理和角点信息特征构建了有效区分河流区域和背景区域的特征向量,利用支持向量机进行训练获得决策函数,通过决策函数判断测试图像的河流区域,完成河流区域的粗检测;然后结合粗检测的结果,应用测地线活动轮廓模型提取完整准确的河流区域.实验结果证明该算法对河流目标定位准确,获得的河流检测结果具有良好的连通性,可以准确地检测复杂背景下的河流区域.     

基于小波分析实现图像重心位移的检测

提出一种基于数字图像处理的图像特征识别和确定图像特征区域重心位移的方法，该方法是对安装在气浮滑板上的CCD摄像机在平面上运动的过程中取得的图像序列进行数字化处理。利用B样条双正交小波提取图像特征区域的边缘，通过确定图像特征区域的特征量和利用重心定位技术，从而提高了图像特征的识别和定位能力。由相邻帧图像中特征区域的重心的位置变化，准确地获得气浮滑板的动态位置信息，实现三坐标测量机的低成本化，小型化，具有广阔的应用前景。     

数字图像的一种轮廓跟踪算法

给出了一种数字图像跟踪算法,利用边缘像点的方向信息,在扇形区中进行扫描,从而得到一条完整的、边缘点彼此有机连接的轮廓曲线。方法简便易行并便于对得到的轮廓曲线做其他后继计算机处理。     

基于足底压力的人体重心轨迹包络面积算法

为了评估人体平衡功能,需要计算人体重心轨迹包络曲线的面积,提出了一种包络曲线的计算方法。首先,通过足底压力采集系统获取足底压力数据,计算得到人体重心点;然后,提出了一种基于斜率逐步比较的重心轨迹包络凸多边形构造法,通过斜率比较筛选出包络凸多边形的顶点;最后,根据斜率大小对凸点进行排序,通过三角形面积累加得到包络凸多边形的面积。计算实例证明,提出的算法与经典的快包法相比提高了人体重心轨迹包络曲线面积的计算速度,算法具有良好的稳定性,稳定性差值在±0.01 s之内,算法的时间复杂度为O(nlgn),可有效应用于人体重心轨迹包络面积的计算。     

一种基于轮廓查找的作物定位点提取算法研究

针对垂直投影法在作物行中心线检测时存在误差大的问题,提出一种新的基于轮廓查找的作物定位点提取算法。首先对农田图像预处理得到的灰度图像,通过垂直投影变换得到中心作物行所在列,然后对灰度图像进行条形分割,在每个条形图中寻找作物轮廓,保留与中心列最接近的轮廓并将该轮廓转换为矩形区域,矩形重心即为定位点。最后运用最小二乘法拟合定位点。仿真结果表明该算法较垂直投影法准确率高。     

一种实时准确的线结构光条纹中心提取方法

提出一种基于轮廓关键点和能量中心优化的条纹中心线精确提取方法.利用轮廓点曲率提取轮廓关键点,并根据所提取的关键点对轮廓横截面进行分块;利用Bazen方法提取轮廓横截面法向量,借助灰度重心法提取条纹中心线;根据光刀能量服从偏态分布的特点对条纹中心进行优化.实验结果证明,该方法能够快速、准确地提取激光条纹中心,可以满足结构光焊接系统的实时性和准确性要求.     

等步长抛物线时间分割插补算法

抛物线插补算法是抛物线轮廓数控加工的关键技术．文章从抛物线的标准方程出发,运用时间分割插补算法的基本原理,推导出等步长抛物线时间分割插补算法．该算法能保证实际步长稳定,从而保证进给速度稳定,并且每一个插补点都能位于抛物线轮廓上,插补精度高．     

图像检测中自动对准方法及应用

视觉测量技术应用中经常需要测量目标的自动对准。以防伪瓶盖上芯片粘贴过程中的自动对准图像处理为例，采用目标区域的重心点坐标定位，并结合变分辨率的分段最小二乘拟合法来实现直线边缘拟合，分析在拟合过程中容易出现的问题并提出了解决方法。试验结果表明文中所讨论的对准方法适用且有效。     

融合轮廓和区域特征的形状描述子

提出了一种融合轮廓和区域信息的新的形状描述子。首先提取图像的轮廓,并对轮廓进行采样,形成描述形状轮廓的有序点列表。之后对每个采样点分别顺时针和逆时针等距离跟踪获得两个邻点,计算相邻点距离、拱高以及质心距离三个函数的均值、方差和极差。然后获取由拱高和质心距离组成的复函数的傅里叶描述子。组合统计值与傅里叶描述子形成轮廓特征。最后对区域进行采样形成形状矩阵,获得低频傅里叶系数作为区域特征。对MPEG—7标准图形库的检索实验显示,该描述子的检索性能显著优于三角形面积函数、质心距离函数、拱高半径复函数和Hu不变矩等同类描述子。     

CT脑血管图像三维重建中的层间目标对齐算法

在CT脑血管三维重建过程中,为了解决二维医学图像的层间目标对齐问题,提出了一种功效函数新算法.该算法根据图像的内部信息,一次性将断层图像移动到理想对齐位置的附近,然后在其目标周围寻找使相邻断层各匹配轮廓平均距离最小和功效函数最小的位置,即为最佳对齐位置.用几何中心代替质量重心,求出各轮廓的质量重心,降低了计算复杂度.     

基于3D激光雷达点云的车辆目标识别算法

针对结构化道路环境中智能车识别周围360°范围内的车辆目标问题,基于车载3D激光雷达采集的道路环境中车辆目标点云数据投影特征,提出识别车辆目标新算法。算法首先识别结构化道路边界,进而排除道路边界两旁障碍物的干扰和减少点云数据量;其次基于雷达点云数据扫描和分布特征,利用改进K-means算法对道路区域内点云数据聚类。最后提取聚类目标内部特征点,并通过计算特征点构成向量的夹角或模的长度准确识别车辆目标。实验验证表明,该算法有效抑制了道路边界两旁障碍物的干扰,可以准确识别结构化道路区域内的车辆目标。