基于Snake模型的图像目标轮廓自动跟踪方法

针对实验数据像素灰度的分布特点，提出了一种对目标轮廓线进行有效和可靠的搜索和跟踪策略．由于数据中病变组织与其邻近组织像素灰度差别相对明显，首先通过来用一种改进的轮廓自动跟踪方法对目标轮廓进行跟踪，将得到的轮廓线经采样得到其离散控制点作为Snake轮廓搜索和跟踪算法的输入，既克服了Snake方法对初始轮廓线控制点分布的局限性，又避免了采用单一轮廓跟踪方法跟踪目标轮廓线的不确定性，提高了分割病变组织的速度和准确性，此方法具有较高实用意义。     

基于小波变换和模糊算法医学图像边缘检测算法

在医学图像三维显示技术中，需要得到单像素级的清晰轮廓线。为了适应这种需求，提出了一种边缘检测算法。它基于Mallat小波模极大值边缘检测方法，同时应用模糊算法构造相应的隶属函数，再对得到的极大值进行进一步筛选，最终可以得到单像素级的边缘。实验结果证明了该算法的可行性。     

动态阈值模糊检测在篡改图像检测中的应用

提出一种新的图像局部模糊检测方法,并将其应用于篡改图像的检测.该方法基于最小二乘估计来计算图像中每个像素的估计误差,再将每个像素和其周围像素估计误差的方差作为模糊特征,然后利用频域的相关系数确定一置信区间,并根据该区间模糊特征的概率分布特性动态确定阈值,进而分离出模糊区域内的像素.实验结果表明,该方法能获得更高的检测正...     

摆动滚子从动件凸轮廓线曲率半径计算的新方法

滚子摆动从动件凸轮机构经高副低代后得到等效的铰链四杆机构，利用三心定理及弗列登斯坦定理对等效机构进行运动分析后，可以得到确定凸轮廓线曲率半径的图解法．在图解法的基础上应用矢量分析法推导出了摆动滚子从动件凸轮廓线曲线率半径的计算公式，这样，确定了凸轮机构的基本尺寸及运动规律之后，即可方便地计算出凸轮廓线曲率半径，且根据计算结果正负可直接判断出凸轮廓线上各点的凸凹特性．     

平面凸轮廓线曲率半径图解和计算的新方法

本文论述了凸轮廓线曲率半长新图解方法的原理。利用此原理可简便地用图解法确定凸轮廓线曲率半径，文中还列举了图解实例。根据图解运动几何关系，可简便地推导出曲率半径的解析算式。     

逆向工程中基于密集数据点的轮廓线重建技术

重构凸台、型腔、拉伸面、回转面这类特征的关键是重建描述其外形的平面轮廓线．由于测量数据点具有密集、无序的特点,确定轮廓草图平面后,不能直接对数据点进行参数化和样条线拟合．文中对基于密集数据点的轮廓线的重建技术进行了探讨,提出了首先在草图平面上提取轮廓线的“粗边界”点,然后对数据点进行细化和参数化,最后实现B样条表示的轮廓线重建方法．实例结果表明,文中方法有效地解决了此类特征轮廓线的重建问题．     

基于椭圆拟合的近红外图像的眼睛精确定位法

提出了一种新的近红外人脸图像的眼睛精确定位方法. 该方法首先使用基于Haar特征和AdaBoost算法的人脸检测分类器确定人脸区域和初始眼睛位置;然后用Sobel算子对眼睛区域进行边缘检测处理,得到眼睛边缘,并对它进行椭圆拟合获得眼睛的椭圆轮廓线;最后把拟合椭圆的中心点作为眼睛的精确位置. 实验表明,在正面人脸情况下,本方法能精确地定位近红外人脸图像的眼睛位置,在归一化人脸为120×120像素时,其平均误差小于1.5个像素,处理时间约7 ms.     

螺旋管的投影轮廓线分析

通过建立数学模型，文章讨论了螺旋管正面投影轮廓线产生尖点的几何条件。给出了确定它们的位置及可见性的方法。     

三维体积数据截面图获取的算法设计

提出一种获取三维体积数据截面图的算法,它先确定多边形的每一条线段,再求非多边形区域内的每一个像素值.将其程序化后,可对体积数据进行任意方向的截面图求取,从而获得相应的内部断层图像信息.     

基于鼻子下轮廓线的鼻尖定位法

提出了一种基于鼻子下轮廓线的鼻尖定位算法.该算法首先利用人脸先验知识和眼睛位置确定鼻子候选区域,然后用Canny算子抽出鼻子边缘,通过计算其置信度获取鼻子下轮廓线,最后采用最小二乘法拟合鼻子下轮廓线为抛物线,从而确定鼻尖位置.实验表明,本算法具有较高的鼻尖定位精度和应用价值.     

一种基于像素标记的二值图像区域围线追踪方法

在研究了多种二值图像连通区域围线追踪算法的基础上,提出了一种改进型的二值图像连通区域围线追踪算法。该算法在已有围线追踪算法的基础上,通过定义特定追踪方向,使得追踪过程始终按照逆时针或顺时针方向沿着连通区域边缘进行。在追踪过程中对像素点进行多次标记,通过在按照追踪方向确定的像素点基础上判断像素标记值来确定下一次待追踪像素点的选取。由于对像素点进行多次标记,有效区分了一次追踪像素点和二次追踪像素点,解决了追踪过程中出现的追踪间断现象,使得追踪结果呈现一条完整围线。实验结果表明,此方法可以快速有效地完成二值图像连通区域的围线追踪和提取。     

基于线性轮廓匹配的工程图识别算法研究

从线性分割工程图入手，提出了一种线性化的轮廓匹配方法．首先通过线性分割工程图的过程将相交的图素从交点处分离出来，消除工程图中的相交情况，获得独立的图素，然后利用一种无需检测和跟踪边缘像素的线性化轮廓匹配方法来识别独立的图素     

单像素人体轮廓提取方法研究

在步态识别中,常用轮廓信息来描述人体运动的细节,而单像素人体轮廓是决定步态识别精度的一个关键环节。提出了一种单像素人体轮廓提取方法。首先,使用灰度图像背景差法获取人体区域图像;然后利用数学形态学的方法对人体区域图像进行修复处理;最后,利用边缘像素邻域信息提取单像素的人体轮廓。仿真实验结果表明,提出的方法能够有效地提取不同步态图像的单像素人体轮廓。     

断层测量反求工程中的关键技术

研究了由断层测量轮廓序列重构零件CAD模型的关键技术。根据截面的面积、形心位置等属性，并结合轮廓串匹配技术，提出了封闭轮廓集 分割算法。一个封闭轮廓由圆弧、直线段等规则形状的轮廓段和自由曲线段组成。为了抽取开放的规则轮廓段，提出了特征参数识别和特征轮廓抽取交互进行、有机结合的技术。为了抽取开放的自由曲线段，提出了基于转角映射的特征连接点辨识技术。进一步抽取开放轮廓集时，要解决相邻层上开放轮廓段的匹配问题，提出了基于串匹配的轮廓优化分割技术。实例表明，所提出的轮廓集分割算法可以实现规则形体表面和自由曲面对应开放轮廓集的精确分割。此外，文中对特征的分割策略、参数识别等问题提出了可行的解决方案。     

基于C-V模型的运动目标水平集提取方法

针对视频图像中的运动目标检测问题,提出了一种基于C-V模型的运动目标水平集提取新方法：使用改进的帧间差分法对运动区域进行初始检测,通过相邻视频帧的相减,选用自适应阈值判断出当前视频帧中的运动目标像素;经形态学处理后通过定义最小化能量函数构建运动目标轮廓提取的水平集C-V模型,实现运动目标轮廓的提取。实验结果表明,本文所提方法的边缘准确率和检出率更高,能够更有效地提取运动目标。     

应用局部自适应阈值方法检测圆形标志点

利用圆形标志点的几何和灰度特征,在图像中搜索具有符合该特征描述的区域,对圆形标志点进行粗定位.对粗定位区域的扩展区域使用最大类间方差阈值分割法分割出圆形标志点轮廓,并对像素轮廓进行最小二乘拟合,计算出圆形标志点的中心坐标及拟合轮廓各参数,根据该参数筛选保留所需标志点中心坐标.结果表明:该方法使用局部的大津阈值检测圆形标志点,能够避免全局阈值的缺陷,提高标志点检测的检出率;采用最小二乘椭圆拟合提取标志点中心,能够达到亚像素级精度.     

基于细胞自动机的MRI脑肿瘤分割方法

提出一种基于细胞自动机的脑肿瘤分割方法.首先通过人工交互输入一条线,使用细胞自动机模型对脑肿瘤图像进行分割,得到肿瘤图像的标号图,然后使用活动轮廓模型对标号图进行优化处理,除去非肿瘤像素点的干扰,得到更平滑的脑肿瘤轮廓.使用该方法在对比增强T1加权MRI脑肿瘤图像进行分割实验.实验结果表明,此方法能够很好地解决脑肿瘤分割过程中容易出现的不完全分割问题,分割准确率(Dice相似系数)可达到(94.07±1.58)％.     

基于形态学的散乱点云轮廓特征线提取

采用逆向工程领域切片技术和数学形态学方法提取点云的轮廓特征线.空间散乱点云密度高且无拓扑关系,通过切片分层可将空间点云转换为不同层的平面切片点云.借鉴图像处理方法,将切片点云转换成二值图像,使用形态学运算提取其轮廓像素,将轮廓像素转换为轮廓特征点并采用B样条曲线拟合成轮廓特征线.实验验证该方法可以得到高质量轮廓线,并可以有效地解决"多环"切片难以正确提取轮廓特征的问题.     

一种半自动分割视频对象的方法

提出一种半自动视频对象分割方法，通过对跟踪分割视频序列的后继帧，这种方法首先采用基于块匹配和最大边缘强度的运动估值和补偿方法进行对象轮廓定位，接着采用模板匹配以特定对象知识检测对象像素，为使轮廓定位更可靠，在块匹配的运动估值中使用了彩色信息，而模板匹配则使分割结果精确化，避免误差传递，并且在出现遮挡时只要对象颜色在整个序列中一直保持相似性，就能够正确测出对象，实验结果证明这种方法能够分割复杂场景中的任意对象。