用于保特征四边形网格生成的改进Morse算法

在Morse理论的基础上,采用迭代算法来计算特征函数,通过优化生成保特征的四边形网格．首先,在拉普拉斯矩阵中加入模型的曲率信息,计算出的特征函数更加符合模型的几何特征;其次,使用迭代算法求得特征函数,可以求解任意数值的特征函数,不仅限于特征值,使得特征函数的选取更加具有灵活性,为后续做铺垫;最后,在迭代算法的过程中加入特征线信息,最终求得的特征函数可以很准确地将临界点定位在特征线上,这样可以生成沿特征线的Morse-Smale复形,通过优化生成保特征的四边形网格．所提算法简单,易于实现,输入信息较少．     

基于齿面印痕偏移的弧齿锥齿轮安装错位识别

为计算弧齿锥齿轮副在工况下的安装错位,研究了可导致相同齿面印痕的不同安装错位组合之间的关系.分析表明:它们之间存在等价关系;对于安装错位的识别,只要计算一组等效值即可,无需确定精确解.提取齿面印痕的数值特征,以两接触轨迹曲线的偏差和最小为目标函数,通过优化方法计算当量安装错位.最后以一对弧齿锥齿轮副为例验证识别算法的精度以及当量安装错位的有效性.     

基于聚类算法的车道线检测方法

针对不确定的外部环境易对现有的快速路车道线检测算法造成干扰并导致误检的问题,提出了一种基于改进的霍夫变换的车道线检测方法.首先对图像进行滤波、边缘识别、二值化的预处理.预处理后,以行为单位提取包含车道线边缘的特征点.对特征点按照欧氏距离组合,在纵向上将特征点建立联系.算法优点在于采用聚类算法将特征点组合,剔除孤立的特征点、明确检测目标、减少错误特征点的干扰和霍夫变换的计算量,提高计算的实时性和正确率.通过约4 000帧不同时间段和外部环境的车道图片对算法进行检验.结果表明:检测方法能很好地实现多种环境下的车道线检测,晴好天气正确率为99.18%,不良天气正确率为97.45%.     

一种基于特征点的二维碎片匹配算法

提出了一种基于特征点的二维碎片轮廓匹配算法,有效地减少了匹配过程中的计算量。先对图像轮廓进行提取和去噪,计算轮廓曲线的曲率后选取特征点。接着计算特征片段的弧长与弦长比值,作为曲线特征进行匹配。实例表明,该方法提高计算的效率和匹配的成功率。     

一种鲁棒的非平坦路面车道线检测算法

提出了一种鲁棒的非平坦路面车道线检测算法. 给出一种简单的逆透视变换方法,该方法不依赖于摄像机参数,计算简便. 基于法向车道线模型研究了车道线的线特征提取方法,结合线特征的方向特性和强度信息,提出了改进的Hough变换车道线直线检测方法,有效提高了检测的鲁棒性和计算速度. 利用检测出的直线对车道线进行精确定位,采用加权最小二乘曲线拟合方法完整地提取出图像中的车道线. 实验证明,算法在弯道和非平坦路面上都能准确地提取出车道线,具有较强的鲁棒性.      

变极性等离子弧穿孔立焊双面图像处理与特征提取

摘要： 针对变极性等离子弧穿孔立焊的双面图像进行特征信号提取,提出了一种适应性强的图像处理算法来获取焊接参数.开发了基于组合部件模型匹配和边缘窗口线性扫描的组合算法,并通过筛选法则提取特征信号,实现对焊接双面特征的有效提取.结果表明,所提出的方法能获得可靠的正面熔池及背面小孔的几何特征信息,为视觉多信号融合提供基础.     

海量点云数据轮廓特征线的快速生成算法

从海量点云数据中快速生成轮廓特征线,是实现基于特征的模型重建的关键.提出了一种基于切片的轮廓特征线快速生成算法.该算法首先对点云数据进行切片,将数字图像的方法应用到基于切片的特征点提取中,通过设置数字栅格平面的边长快速地提取特征点,并根据提出的双向索引连通法快速构造特征线,最终实现了点云数据的曲线模型.实例证明:本算法可以快速、准确地生成海量点云数据的轮廓特征线.     

改进的Mean-Shift遥感影像分割方法

基于高斯核Mean-Shift(MS)算法因收敛速度慢难以满足遥感图像处理的实时应用要求,提出一种改进的MS算法应用于遥感图像分割.针对传统MS算法需多次人工试用来确定固定带宽的问题,给出几种类型遥感影像的空间带宽参考值,且不同波段影像用plug-in规则分别计算值域带宽.针对遥感影像数据量大、MS迭代计算时间长的不足,使用一些加速策略来加速收敛;由于采用MS算法检测出的模点数较多,采用基于全局模点融合来稳定遥感影像分割结果;可用于分割遥感影像的特征很多,模点检测时用灰度特征,全局模点融合时用纹理特征,这样充分利用了遥感影像多维特征且不降低计算速度.采用Quickbird影像进行分割试验,研究结果表明:本文算法自适应程度高,速度和精度也能满足应用要求,是一种稳健的自动分割方法.     

口腔预备体颈缘线的快速提取

预备体颈缘线的提取技术是保证口腔CAD/CAM修复体边缘密合性的重要环节,对修复体质量和牙周组织健康至关重要.文中提出了一种口腔牙齿预备体颈缘线半自动提取算法.该算法首先对三角网格上的离散曲率进行分析,估算了网格点的曲率值,然后利用"方向"追踪方法快速提取初始特征线,再利用"曲率"吸引策略保持能量最小的方法优化网格特征线.应用实例表明,文中算法是有效的、可行的.     

机载激光扫描中复杂建筑物轮廓线平差提取模型

建筑物轮廓线提取与规则化是房屋3维重建等处理中的重要步骤,目前大多方法面向多边形规则建筑物轮廓线的提取,而无法适用于包含圆弧轮廓线的不规则建筑物轮廓线提取.针对城市中这一类复杂不规则建筑物,提出一种结构化提取特征点的方法,并判断特征点的属性,对直角处的特征点进行条件平差,优化特征点的位置,而对圆弧处的特征点之间的边界点分段拟合圆弧,以得到平滑的符合实际情况的轮廓线.该方法可有效提取包含圆弧的建筑物轮廓线,最后通过上海陆家嘴地区的建筑物LiDAR(机械激光扫描)数据验证该方法的可行性和提取精度.     

基于特征检测的航拍图像电力线提取方法

在分析输电线路无人机巡检系统航拍图像中电力线特征的基础上,针对单一Ratio算子和Hough变换提取电力线效率低、效果差的不足,提出一种基于特征检测的电力线提取算法.首先,运用Ratio算子检测直线像素点并运用Hough变换的方法提取图像中的直线信息;然后,运用特征检测算法对电力线进行提取;最后,通过实验验证了所提算法能够从复杂的自然背景中完整提取电力线,同时能有效避免漏检、误检等情况,并有较好的噪声抑制能力.该研究为电力线典型故障的检测识别提供了有力支撑,具有较好的工程应用价值.     

一种新的复杂细胞启发下的特征提取方法

鉴于V1区复杂细胞具有提取外界刺激不变本质的能力,设计了一个提取目标图像局部不变特征的方法.该方法首先使用提出的无监督算法(PCICA),从图像中学习出类似于复杂细胞感受野的滤波器集合.然后利用这些滤波器组成的复杂细胞描述子,提取目标图像各个位置的不变特征.最后对图像特征图进行分块统计,将各区域的直方图序列作为图像的最终描述.测试结果表明,PCICA具有类似于快速独立分量分析算法(FastICA)三阶收敛的特点,从图像中学习出的滤波器集合,表现出复杂细胞感受野的拓扑结构.这些滤波器对于局部图像的微小变化并不敏感,对于检测不变特征十分有利,并在MNIST手写体数据库上取得0.84%的识别错误率.     

D-SS Frame: deep spectral-spatial feature extraction and fusion for classification of panchromatic and multispectral images

Facing the very high-resolution( VHR) image classification problem,a feature extraction and fusion framework is presented for VHR panchromatic and multispectral image classification based on deep learning techniques. The proposed approach combines spectral and spatial information based on the fusion of features extracted from panchromatic( PAN) and multispectral( MS) images using sparse autoencoder and its deep version. There are three steps in the proposed method,the first one is to extract spatial information of PAN image,and the second one is to describe spectral information of MS image. Finally,in the third step,the features obtained from PAN and MS images are concatenated directly as a simple fusion feature. The classification is performed using the support vector machine( SVM) and the experiments carried out on two datasets with very high spatial resolution. MS and PAN images from WorldView-2 satellite indicate that the classifier provides an efficient solution and demonstrate that the fusion of the features extracted by deep learning techniques from PAN and MS images performs better than that when these techniques are used separately. In addition,this framework shows that deep learning models can extract and fuse spatial and spectral information greatly,and have huge potential to achieve higher accuracy for classification of multispectral and panchromatic images.     

基于唐卡图像的线条画提取方法研究

唐卡以线条为骨架造型,是色彩和线条有机组合。唐卡图像的线条画提取旨在提取一组连贯、光滑、及具风格的线条,有效地捕获和传达唐卡的轮廓信息。以有限的信息量展现唐卡的内容,赋予唐卡另外一种艺术展现形式。本文针对唐卡图像特点提出其线条画提取方法。首先,根据唐卡色彩鲜明的特点,提取RGB颜色空间三个通道梯度向量并进行融合;然后,用边缘切向流方法构造一个光滑的方向场,保留了突出的图像特征。最后,通过基于流的高斯差分滤波方法提取连贯一致的线条,同时有效地抑制噪声干扰。实验证明该方法简单,容易实现,能有效提取唐卡图像线条。     

曲面拟合方法从DEM中提取线性信息

依据Haralick提出的使用最小二乘法拟合曲面提取线性信息的原理,研究了具体实现方法,并依此编制了提取线性信息的程序。应用该程序从实验数据中提取了山脊线与山谷线,并对应其联贯性不好的缺点提出了相应的改进方案。     

基于轻量级深度卷积神经网络的绝缘子检测

在无人机巡检图像中,检测出绝缘子是实现输电线路状态分析的关键.本研究采用轻量级卷积神经网络代替传统的人工特征提取器,获取输入图像的深层特征;利用深度学习目标检测网络对所提取特征进行处理和训练学习,实现多尺度、多种类的绝缘子目标检测.实验结果表明:该方法可以准确快速地识别出以山林背景为主的瓷质和复合两类绝缘子,其检测精度...     

特征增强U形网络的图像语义分割

复杂场景语义分割任务是对场景图像逐像素进行分类并标记.图像中目标种类多,尺度多样的特点给分割任务增加了难度,提出了特征增强U形卷积神经网络(feature enhanced U shape networks,FEUNet)是一种改进的编码器加解码器的结构,编码阶段引入局部特征增强模块(local feature enhanced,LFE)提取局部感知特征来改善非显著目标的分割效果;考虑到神经网络深层和浅层之间特征表达的差异,在解码阶段利用全局池化方法(global pooling)设计全局特征增强模块(global feature enhanced,GFE),实现选择性地从深层特征图提取上下文信息作为对浅层特征图的指导,改善深层和浅层特征图的融合,保证同类像素预测的一致性.采用CamVid和Cityscapes数据集进行试验,模型mIOU测评值分别达到64.5％和73.2％,对比其他主流语义分割算法,该方法在分割性能和模型体积上具有一定竞争力.     

票据中手写体数字串的提取

针对票据识别中 ,手写体数字串常与表格线粘连的情况 ,提出一种提取手写体数字串的办法 .先通过对票据进行预处理 ,去掉表格线 ,并得出特征点 ,通过计算伪去除区域两端的一些特征参量 ,对伪去除区域进行恢复 ,从而提出完整的数字串 .     

脚型三维测量与特征参数自动提取

脚型自动测量的目的是提取与制鞋相关的特征参数,并用这些特征参数指导鞋楦的设计,制造出合脚的鞋。本文在脚型测量仪获取数据的基础上研究了脚型特征参数的提取方法。文中详细描述了主要特征参数的定义,提出了在未做标记的情况下特征参数的提取方法,结合实际脚型测量给出了测量结果。特征参数的自动提取可为个体化鞋揎的设计和量脚制鞋提供必要的数据支持。