一种基于贝叶斯理论的目标验证方法

提出了一种验证图像中候选目标的新方案.综合目标的先验知识,将目标验证转化为给定候选目标的条件下,图像特征观察集合的条件概率问题.同时,提取图像的短线段特征,利用短线段特征的观察,给出了一种目标验证方法排除复杂场景图像中虚假建筑物目标.在自然图像集上进行的实验表明,所提出的方法能有效排除虚假目标,满足处理自然图像的要求.     

基于AttentionR2U-net的岩石（体）关键节理智能识别与参数提取

针对岩石（体）表面复杂节理网中关键节理的智能识别与参数提取问题,提出一种基于AttentionR2U-net网络与节理几何特征模型耦合识别的方法.在R2U-net网络的基础上引入注意门（attention gate）改进网络,通过定性与定量的方法对边坡节理图像和混凝土、龟裂土、常见脆性岩石裂隙图像的识别结果分别作准确性及泛化能力检验;利用AttentionR2U-net网络耦合节理几何特征的方法识别关键节理,提取原始节理和关键节理的几何参数并对其迹长、面积及倾角作差异性分析.研究结果表明：针对岩石（体）节理识别,本文算法的Dice相似系数从U-net网络的0.965提升至0.990,且明显优于传统算法,故本文算法在岩石（体）节理识别上具有更强的可靠性与优越性;针对混凝土、龟裂土和大理岩、花岗岩、砂岩等脆性岩石裂隙的识别,本文算法的Dice相似系数均在0.953以上,故本文算法具有较强的泛化能力.与原始节理网络相比,关键节理网络优势迹长由0.732 m显著增大至1.835 m,节理倾角分布形式和优势倾角组均不变,优势迹长和倾角的节理占比均显著增大.     

一种表达图像地物边缘的线段序列检测方法

针对地物边缘提取中准确度与完整度难以兼顾、线段间缺乏连接关系的问题,提出一种表达图像地物边缘的线段序列检测方法。分析线段序列的构建规律,通过边缘分组界定地物边缘范畴,利用相位约束、距离约束、共线约束、连接性约束,解决遮挡或其他地物干扰导致的线段断裂问题,采用相邻性约束和端点共享约束对同边缘组内不同线段进行分类,同时对符合端点共享条件的线段进行更新,以构建线段序列。利用所提方法分别对街景、航空、卫星图像进行地物边缘检测实验,评价结果显示线段序列精度可达98%,表明所提方法能够准确表达地物边缘,提升图像地物边缘表达的能力。     

南日鲍β-葡萄糖苷酶分离纯化及表征

在对彩色岩石节理裂隙图像或灰度图像进行分割后,二值图像的骨架结果一般很难让人满意,因为图像中的各种噪声和线段的不连续性使测量困难并影响测量的精度. 根据曲线的细线化、 端点和节点的检测等设计并实现了一种基于二值图像形态学特性的曲线去噪、 断线连接及整体曲线分形拟合的方法,改善了以往检测出的节理裂隙曲线具有不连续性、 带有毛刺噪声及整体复杂度的判断问题,从而可以对每条裂隙曲线进行分形测量,不仅仅进行了单一曲线的分形描述,还进行了多曲线组合的分形描述,分形结果可作为评定整体节理裂隙的特征之一.     

岩石节理裂隙骨架提取及其整体分形分析

在对彩色岩石节理裂隙图像或灰度图像进行分割后,二值图像的骨架结果一般很难让人满意,因为图像中的各种噪声和线段的不连续性使测量困难并影响测量的精度.根据曲线的细线化、端点和节点的检测等设计并实现了一种基于二值图像形态学特性的曲线去噪、断线连接及整体曲线分形拟合的方法,改善了以往检测出的节理裂隙曲线具有不连续性、带有毛刺噪声及整体复杂度的判断问题,从而可以对每条裂隙曲线进行分形测量,不仅仅进行了单一曲线的分形描述,还进行了多曲线组合的分形描述,分形结果可作为评定整体节理裂隙的特征之一.     

岩石节理面粗糙度的分形效应与试件尺寸影响分析

 岩石节理面的粗糙度是影响岩体形变、位移和强度的主要因素,准确量测岩石节理表面的粗糙度对评价岩石力学特性非常重要.根据分形理论,岩石节理表面具有分形特征,可用分形维数描述节理表面的起伏度,但是岩石节理表面粗糙度一般不具有严格的自相似分形性质,因此,表面分形参数(分形维数D和截距A)的量测结果受到尺度的影响.本文运用三维表面激光形貌仪扫描10个不同尺度的试件(尺寸为100mm×100mm—1000mm×1000mm),结果表明,D和A随试件尺寸增大而减小,两参数都有尺度效应,但存在一个极限尺寸.综合考虑岩石表面尺寸、试件长度以及测量尺度对岩石节理表面粗糙度的影响,提出可靠的分形测量途径.     

弱标定冗余特征机器人视觉伺服方法研究

为克服机器人视觉伺服系统对标定精度的依赖性,提出一种弱标定条件下基于冗余特征的机器人视觉伺服控制方法.该方法无需3D重构,直接以冗余图像特征作为反馈信息建立伺服控制器.鲁棒的特征提取算法确保了伺服系统能够在复杂的环境快速稳定地提取伺服特征.针对图像视觉伺服系统中需具有足够敏感度的要求,结合视觉特征的前期处理,提出一种新的敏感性校验准则,提高了系统的敏感性以及对环境的适应性.试验分析结果表明,该方法对标定误差和深度估计误差具有鲁棒性.     

利用标记生长从边缘图像中抽取线段

作为计算机视觉的中层处理部分，线段提取具有重要意义，它是底层处理到高层推理和高层计算的桥梁．在复杂的背景图像中自动提取出线段是可能的，却又是十分困难的．为此，提出一个基于有向边缘图像利用标记生长提取线段的新方法，它以同类方向边缘像素为标记对象，在当前像素的有向邻域中搜索相应的线段．实验结果表明，该方法在复杂图像中的有效性     

TM遥感图像中河流的自动提取

提出了一个TM图像中河流目标自动提取的方法.对TM图像上河流及其背景地物的光谱特征进行分析,利用所发现的知识建立河流地物的提取模型,检出河流区域;对河流进行细化,抽取骨架;最后利用基于线段间斜率差的方法对河流骨架进行矢量化.试验结果表明该方法能较准确的识别提取TM图像中的河流目标,得到理想的矢量数据.     

一种混合数据提取方法在手术系统中的应用

为了提高C形臂图像导向手术系统中X光图像标志物的识别鲁棒性,提出了一种混合自动识别与提取算法.该算法将自适应取阈方法和连通分量分析方法集成于一次图像扫描处理中实现.实验证明所提算法的执行效率、鲁棒性、可靠性均优于现有算法.所提算法中新定义的圆度率算子能用于标志物的可靠判定;所提混合算法只需一次扫描处理灰度图像即可输出标志物几何数据.     

融合角点信息的直线增强

直线提取是图像理解和识别的基础,相位编组法是常用且较为快速的直线提取方法之一。传统的相位编组方法存在着诸多问题:如一条直线容易断裂成若干段,直线交点及其附近直线上的点检测不到,无法得到物体的封闭轮廓,造成对物体描述与识别的困难。本文对相位编组方法存在的问题对其进行改进,提出一种利用角点信息对相位编组方法提取的直线进行修正,同时利用相交直线信息对角点位置进行修正的方法。     

基于信息熵的自适应高斯金字塔的 LSD 算法改进

针对 LSD(Line Segment Detector)算法在对图像中连续的边缘进行提取时, 结果中常常呈现线段不连续的问题, 提出一种基于信息熵的自适应高斯金字塔的 LSD 改进算法。 该算法首先通过计算处理后的图像与原图之间的互信息熵, 确定高斯金字塔的层数与层内图像数量, 构建出自适应高斯金字塔; 其次使用改进的大津阈值, 根据图像的梯度峰值将图像分割成不同区域并计算相应梯度阈值, 分离出图像背景; 最后根据梯度角度寻找线段, 并通过赫尔姆霍兹准则验证线段。 仿真结果表明, 该算法解决了 LSD 算法提取线段不连续的问题;与其他流行算法 Hough 变换(Hough Transform)、 PPHT(Progressive Probabilistic Hough Transform)、 LSWMS(Line Segment detection using Weighted Mean Shift)、 LSD、 EDLines 比较, 能提取出更多有意义的线段。     

基于双Snake模型的颅骨CT图像分割方法及应用

利用活体人颅骨CT图像,通过双snake模型边界分割算法确定CT图像中颅骨的内外边界,并利用多边形近似其边界,随后通过计算内外多边形中相对应的线段间的距离,实现前额骨、顶骨和枕骨在图像中的厚度信息的获取,从而为基于CT图像获取颅骨的厚度信息的应用提供了一种有效手段.在对前额骨、顶骨和枕骨的不同位置的厚度计算结果进行分析...     

基于直线段上下文的红外与可见光图像匹配

成像设备、所用光谱和拍摄时间等因素的差异给红外与可见光图像匹配带来了较大的困难。考虑到边缘直线段在异源图像中的稳定性,提出一种基于线段上下文的红外与可见光图像匹配方法。首先,采用LSD(line segment detector)算法检测出图像中的直线段,接着按照几何约束规则挑选出关键直线段,并计算它们的交点,将交点与Harris角点一起组成图像特征点;通过计算特征点四象限邻域内线段的得分,得到每条线段对特征点的贡献,在此基础上采用圆形阵列的方式,构建基于线段上下文的特征描述子;最后运用双向匹配策略和RANSAC算法实现红外与可见光图像的匹配。实验结果表明,所提方法能够对灰度差异较大的红外与可见光图像实现精确匹配,并且在鲁棒性和时间效率方面都要优于主流异源图像匹配算法。     

基于高次曲线拟合的人脸特征表示

基于数字化曲线拟合技术, 提出一种新的人脸图像不变特征表示方法. 该方法先将人脸边缘图像分割为高次多项式及抛物线段构成的特征曲线段集合, 再运用极惯性矩度量不同人脸图像在特征曲线段两侧的局部纹理及形态差异. 实验结果表明, 该方法与直线边缘图法和抛物线边缘图法相比, 能更好地描述人脸图像的分布特征.     

基于Shi-Tomasi角点验证的线段提取算法优化方法

针对现有的线段提取算法在图像中的天空、阴影、玻璃以及地板等模糊区域提取出较多的无意义线段的问题，提出了一种基于Shi-Tomasi角点验证的线段提取算法优化方法(ST-Lines算法):首先，使用经典线段提取算法进行线段提取；然后，采用Shi-Tomasi角点检测算法提取角点，并利用滑动窗口对所得的角点进行非极大值抑制；最后，根据线段长度、线段端点圆形框内的角点分布情况以及K最近邻算法对每条线段进行有无意义验证，尽可能多地剔除无意义线段。并利用YorkUrban线段数据集，对ST-Lines算法与原线段提取方法进行测试对比。对比结果表明:ST-Lines算法在平均准确率、F-score、平均线段长度上有所提高，且降低了平均线段数量。     

一种基于图像轮廓信息的新视点图像生成算法

对于摄像机任意运动采集的序列图像,提出了一种基于轮廓对应的新视点目标图像生成算法．在此算法中,首先检测并提取图像中的轮廓边缘,将边缘分解为直线段,根据直线段间的相对位置关系实现不同图像间直线段的匹配,从而实现整幅图像问匹配．采集的参考图像首先转化到与视点连线平行的平面（称做校正图像）．然后,通过对校正图像匹配点线性插值生成对应于新视点的校正图像;最后将该生成的校正图像变换至最终位置,从而实现新视点图像生成．实验证明,该算法可应用于任何种类的图像合成,所生成图像可以获得清晰的边缘,图像质量较高．     

A New Edge-directed Subpixel Edge Localization Method

IntroductionComparedtotraditionalindustry ,microelectronicfab ricationhasthreecharacteristics :highcomplexity ,highprecisionandhighautomatization .Tomeettheprecision ,speedandreliabilityrequirements,machinevisiontech niques,suchasvisionaidedinspectionandregistration ,havebeenintroducedineveryworkingprocedureofinte grated circuitfabricationandsurfacemounttechnology(SMT) .Inspectionandregistrationprecisionmustbecon stantlyincreasedasthesizeofthecomponentbecomessmallerandsmaller .Therefore ,the…     

基于序列图像的工业零件尺寸检测技术

提出利用像面上的点、直线信息进行混合光束法平差，对工业零件进行高精度三维重建并检测其尺寸误差。介绍了零件坐标系与物方坐标系之间的变换方法，讨论了直线摄影测量误差方程式的基本形式、基于距离的改化形式以及点线混合光束法平差的数学模型，提出在适当选取直线观测值的权值时，可以按间接平差模型解算直线空间前方交会。所开发的工业零件视觉检测系统可全自动运行，取得了约0．1mm的实验精度，为工业领域中广泛存在的以直线段为主要特征的工业零件如钣金件的自动化三维检测提供了一条有效途径。