一种基于“弦”的边界跟踪算法

针对传统边界跟踪算法搜索范围较大、判断次数较多这一状况,在分析了游程编码方法的基础上提出了一种基于"弦"的边界跟踪算法。该算法以弦为搜索单位,不需要扫描所有边界点的八邻域。并且该算法在基于游程编码的连通域标记后可以直接进行轮廓提取,避免了传统边界跟踪算法在连通域标记后要先将连通域转换为光栅图像形式再提取轮廓的方式。实验结果表明,该算法相较于传统的边界跟踪算法,效率有了显著的提升。     

一种复杂文本图像中快速文本行检测算法

图像中的文本常常包含许多对图像理解，图像处理有用的信息，因此文本检测和提取被应用到很多应用当中如文档分割，文本修复，机器视觉，车牌检测与识别等.提出了一种基于游程分析的快速检测文本的算法，算法对图像中水平黑，白游程进行分析，把同一文本区域中的空白填满（变黑），而把文本行间过长的笔画切断，然后做基于游程的连通域分析，再根据三条基于文本特征的判断准则进行筛选得到文本行区域。实验证明，该算法可以同时提取不同字体，字号，语种的文本行，并且对Logo，条形码等非文本准确判定。     

一种基于游程块邻接图的纸印品直线检测算法

针对纸印品和表格中直线特征的提取，给出游程、块邻接图等定义，在上述定义的基础上，提出了一种基于游程块邻接图的纸印品直线特征提取的连通域分析算法。给出了基于此算法的两种纸印品图像直线特征检测结果，并对此算法的复杂性进行了分析，从测试结果与算法分析可以看出，此算法在提取纸印品直线特征时具有运算量小、准确、高效和抗干扰性强等特点，且易于编程实现。     

一种适于硬件实现的快速连通域标记算法

针对模式识别、计算机视觉和图像处理中常用的特征提取和选择问题,提出了一种适于硬件实现的快速连通域标记算法。首先进行行扫描,判定同一行内连续的前景像素,即游程,并记录游程的起始坐标和结束坐标;然后进行游程标记和等价游程对合并,对上述标记的游程根据连通情况对其赋予临时标记;最后扫描上一行游程,通过检测相应的标志位判断上一行游程是否真正结束,若已结束,将已结束区域信息进行输出,否则继续进行下一行的扫描。使用不同的二值图像进行实验,并与已有算法性能进行比较,仿真结果表明,所提出的快速连通域标记算法在速度和资源需求方面具有明显优势,对图像处理的平均帧率可以达到20帧/s以上,对于分辨率为2 048×1 536像素的图像,需求的片上存储资源约为3.45Mbit,仅为块决策表算法的21.9%、He算法的7.6%左右。     

基于游程的连通区域标记两次扫描快速算法

为提高二值图像连通区域标记(CCL)的计算效率,提出快速游程标记(FRL)算法,对基于游程的两次扫描算法中的传统游程连通检测算法进行了优化;然后介绍了基于FRL与并查集的整体算法;最后对FRL的计算效率进行了实验验证,并将整体算法与RTS与SAUF两种典型的两次扫描CCL算法进行了比对分析.结果表明:FRL算法省去了行间游程不必要的后续比对,使得比对形式接近于链式,大幅度提高了游程标记的计算效率,时间复杂度由传统RL算法的O(mn)降为O(m+n-1),执行时间降为与并查集运算环节同一量级;整体算法的性能明显优于RTS算法,总体上略优于SAUF算法.     

基于曲波变换和Susan种子点生长的边缘检测算法

针对现存的基于空间域的图像边缘检测算法只能有效检测出图像有限方向边缘以及对于纹理复杂的图像边缘定位困难等问题,提出了一种基于曲波变换和Susan种子点生长的边缘检测算法,该算法首先对源图像进行曲波变换,然后对高频子图像运用Susan种子点生长算法进行边缘提取;对低频子图像采用极大值方法将轮廓检测出来,最后通过一定的融合...     

基于傅立叶描述子的轮胎标识点形状识别

针对人工识别轮胎标识点形状效率低、误差大等问题,提出了一种基于傅里叶描述子的轮胎标识点形状识别算法.首先对采集的轮胎标识点图像进行降噪、分割、轮廓提取等图像预处理操作;然后通过对预处理后的轮胎标识点图像进行傅里叶变换,提取轮胎标识点轮廓的傅里叶描述子系数;最后通过计算待识别轮胎标识点图像的傅里叶描述子系数,与轮胎标识点模板库中图像的傅里叶描述子系数的欧氏距离数值,其中与最小欧氏距离相对应的模板库形状即为待识别轮胎标识点轮廓的近似形状,从而实现轮胎标识点的形状识别.实验选取圆形、方形、菱形以及十字形,四种共计200幅轮胎标识点形状图像,进行标识点形状识别准确率测试.实验结果表明,该算法能准确地识别出轮胎标识点形状,四种轮胎标识点形状的平均识别准确率为97.25％,其中圆形和方形轮胎标识点的形状识别准确率达98％.     

液体泡沫中单气泡的图像识别算法

根据泡沫中气泡的特征,提出了一种液体中单气泡的图像识别算法.在垂直光源拍摄位置获取清晰的泡沫图像.对原始泡沫图像进行全局阈值处理和形态学处理过,获得处理后的二值化图像.为了防止轮廓提取产生死循环,提出了一种毛刺去除方法.轮廓提取后,利用Hough变换对每个单连通边缘识别是否为类圆形,对圆心和半径进行投票,对投票结果进行分析,用高斯分布函数来估计投票峰值点.利用本文方法识别到泡沫图像中的所有单气泡.最后,对实现结果进行分析,证明了这种单气泡识别方法效果较理想.     

一种改进的BSOM灰度图像轮廓提取算法

介绍一种批处理无监督的自组织映射算法(BSOM),然后对该算法的学习速率进行了改进,提出了基于模拟退火的BSOM灰度图像轮廓提取算法.仿真实验结果表明算法的有效性.同时,测试数据对比表明,在提取图像轮廓时,方法比文献[6]的BSOM方法收敛速度更快,提取的图像轮廓效果更好.     

视网膜血管直径交互式测量方法

以DRIVE和STARE公开眼底库以及临床采集的眼底图像为实验对象,引入盒式滤波优化算法进行眼底图像自适应对比度增强,提出一种感兴趣测量区域视网膜动静脉管径的交互式测量方法.该方法采用2D Gabor滤波提取眼底血管轮廓进行阈值分割和细化提取骨架,对骨架上的分叉点进行连通域判断确定最终血管网络,采用交互式测量方法得到血管的直径.实验结果表明,本算法在眼底图像增强和眼底血管网络提取等方面效果较好,血管直径的交互式测量结果与人工测量结果相比较为接近,且计算速度较快,误差较低.     

面向智能视频监控系统运动目标检测的轮廓提取方法

针对传统的混合高斯模型方法易受干扰、运算量大的缺点,提出了一种应用于智能视频监控系统运动目标检测的轮廓提取方法.首先介绍了常用的运动目标检测方法;接着描述了传统的混合高斯模型方法,分析了该方法在目标检测方面存在的缺点,提出了一种新的轮廓提取方法.以过程为像素块混合高斯模型方法提取前景目标,采用数学形态学方法进行前景连通,Freeman链码寻找轮廓,Douglas-Peucker算法拟合轮廓,图像矩提取目标轮廓质心;最后对所提出的方法进行实验验证,并与传统混合高斯模型方法进行比较,实验结果证明,所提出的方法能更有效地滤除噪声,更准确地提取出目标轮廓.     

以能量和峰度为特征的轮廓波纹理检索算法

轮廓波纹理图像检索系统检索率较低的一个重要原因在于纹理特征的提取.针对该问题,从数学角度分析了纹理图像在轮廓波变换域上的统计特性,证明了采用子带系数的能量和峰度作为特征能够更好地刻画纹理结构.在此理论基础上,构造了一种纹理图像检索算法.该算法采用子带系数的能量和峰度级联来构造特征向量,并采用Canberra距离作为相似度度量函数.实验结果表明:在特征向量长度、检索时间、所需存储空间相同的情况下,该检索算法比基于同样架构的已有轮廓波检索算法有更高的检索率.     

基于改进Canny算法的女性服装款式轮廓检测研究

为了降低女性服装多样性(如纹理、款式等)在边缘提取环节带来的难度,提出一种改进Canny算法,使得服装款式图像的轮廓提取更具有实用性和强适用性.创建女装图像的样本库后,对样本进行图像预处理,并使用Otsu算法对所获得的灰度图像进行二值化,凸显出目标的服装轮廓.然后在Canny算法中采用自适应的双阈值进行边缘分割,提升边缘的准确性,并设计追踪算法,提取服装款式的外部轮廓,减少了纹理和服装所形成的噪声.根据实验结果,对比微分算子算法和改进Canny算法.该算法在女性服装款式轮廓提取时,表现出良好的鲁棒性、准确性和连续性.     

基于小波变换及GVF模型的SAR图像轮廓提取算法

给出一种基于小波变换及GVF模型的SAR图像轮廓提取算法.首先,对SAR图像进行预处理,分割出可能的目标片;其次,利用小波多尺度分析滤波和基于梯度矢量流的主动轮廓模型进行边缘点的连接,得到真实轮廓.实验结果表明该方法能较好地提取SAR图像的轮廓.     

一种带心肌瘢痕的心脏磁共振图像左室壁分割方法

从心脏磁共振图像中分割出左心室内外膜轮廓线,是心脏三维重建及心脏功能评定的先决条件.针对带心肌瘢痕的心脏磁共振图像,提出了一种基于显著性检测定位的左心室内外膜分割方法.方法采用视觉显著性检测和分水岭变换,提取左心室血池区域,准确确定了左心室位置;然后提取血池区域轮廓线作为内膜初始轮廓,在带形状约束的活动轮廓模型作用下演化得到左心室内外膜.实验结果证明,该方法定位较为准确,能使初始轮廓迅速收敛到内膜边界,分割得到的内外膜以及心肌区域均较为准确.     

基于傅里叶描述子的轮胎标识点形状识别

针对人工识别轮胎标识点形状效率低、误差大等问题,提出了一种基于傅里叶描述子的轮胎标识点形状识别算法。首先对采集的轮胎标识点图像进行降噪、分割、轮廓提取等图像预处理操作;然后通过对预处理后的轮胎标识点图像进行傅里叶变换,提取轮胎标识点轮廓的傅里叶描述子系数;最后通过计算待识别轮胎标识点图像的傅里叶描述子系数,与轮胎标识点模板库中图像的傅里叶描述子系数的欧氏距离数值,其中与最小欧氏距离相对应的模板库形状即为待识别轮胎标识点轮廓的近似形状,从而实现轮胎标识点的形状识别。实验选取圆形、方形、菱形以及十字形,四种共计200幅轮胎标识点形状图像,进行标识点形状识别准确率测试。实验结果表明,该算法能准确地识别出轮胎标识点形状,四种轮胎标识点形状的平均识别准确率为97.25%,其中圆形和方形轮胎标识点的形状识别准确率达98%。     

基于轮廓波包变换的磁瓦表面缺陷提取

针对磁瓦图像对比度低、背景复杂及亮度不均匀等特点,结合磁瓦表面缺陷采用机器视觉自动检测的需求,提出一种基于平稳小波包和非下采样方向滤波器组构造的轮廓波包变换的缺陷提取方法.首先详细论述了轮廓波包变换构造原理,利用平稳小波包变换时不变特性,建立一种新的轮廓波包变换来保证信号的多尺度方向选择性.其次,利用轮廓波包系数的相关特性,采用相关去噪算法消除磁瓦缺陷图像噪声;根据轮廓波包子带系数在不同区域的三维特性,使用自适应阈值修正子带系数,保留缺陷子带系数.最后,采用轮廓波包逆变换重构轮廓波包子带系数,获得缺陷图像.实验结果表明,相比于Sobel和小波包的边缘检测方法,该方法能有效消除磁瓦图像噪声,提取缺陷图像准确率可达95%.     

肤色检测结合Grab Cut的服装图像前景提取的改进

为解决全自动化Grab Cut算法应用于服装图像的前景提取时,无法去除模特肤色的干扰以及对一些复杂背景图像存在欠分割的问题,提出了新的前景提取方法:为有效去除模特肤色区域,提出了一种基于双边滤波去噪的肤色检测改进方法;为有效地去除欠分割区域,保留服装前景区域,提出了一种轮廓检测算法;将改进的肤色检测方法、轮廓检测算法与全自动化Grab Cut算法相结合,进行服装图像的前景提取. 实验结果表明:改进的肤色检测方法相比于现有的肤色检测算法,肤色检测的准确性明显提高;改进的前景提取算法的服装前景提取效果显著优于全自动化Grab Cut算法.     

肤色检测结合Grab Cut的服装图像前景提取

为解决全自动化Grab Cut算法应用于服装图像的前景提取时,无法去除模特肤色的干扰以及对一些复杂背景图像存在欠分割的问题,提出了新的前景提取方法:为有效去除模特肤色区域,提出了一种基于双边滤波去噪的肤色检测改进方法;为有效地去除欠分割区域,保留服装前景区域,提出了一种轮廓检测算法;将改进的肤色检测方法、轮廓检测算法与全自动化Grab Cut算法相结合,进行服装图像的前景提取.实验结果表明:改进的肤色检测方法相比于现有的肤色检测算法,肤色检测的准确性明显提高;改进的前景提取算法的服装前景提取效果显著优于全自动化Grab Cut算法.     

非刚性人体运动动作图像姿态轮廓提取算法

针对人体运动动作图像提取传统方法仅能获取局部最佳解, 提取的特征序列不连续, 导致轮廓提取效果差的问题, 提出一种非刚性人体运动动作图像姿态轮廓提取算法. 首先, 对人体运动动作图像序列中的尺度不变特征变换(SIFT)进行提取预处理, 获取人体特征提取图, 设计一种人体运动序列顺序概率图模型, 以保证特征序列提取的连续性; 其次, 构建人体肢体外观模型, 基于该外观模型采用序列影像高精度轮廓提取算法提取当前人体运动动作帧的轮廓线. 实验结果表明, 该算法能提取连续的特征序列, 提取的人体姿态轮廓精确度较高, 且具有较高的效率和鲁棒性.