基于SUSAN算子的边缘增强低比特率图像压缩

提出一种新的低比特率图像压缩算法,该算法首先利用SUSAN算子检测出输入图像的边缘信息,然后利用边缘增强方法对边缘信息进行增强,最后将增强后的边缘信息和解码后的输入图像相加形成最终的压缩图像.实验结果表明,和基于小波的传统编码方法相比,在低比特率下,该算法能减少图像的边缘模糊,提高压缩图像的识别度和峰值信噪比.     

视频显示的小尺寸工件精密测量方法

传统的显微测量视场小,操作繁琐,读数与定位存在人员的主观误差。针对这些缺点,设计了一种机器视觉与显微测量相结合的测量系统。该系统利用显微镜和视频显示的放大作用,光栅测微仪测量的精准性,实时检测被测工件的倒角位置,在人工干预下实现了高精度测量。对一般的测量显微镜进行改装,采用双屏幕显示。既有效的利用了摄像机的分辨率,使测量视场可以满屏显示,又使得计算机进行倒角测量的同时可以采集并显示其它参数测量模块的数据,实现一机多用,因此具有较高的性价比。对特殊工件尺寸的精密测量具有实用价值。     

一种应用机器学习的车牌定位方法

提出了一种基于Adaboost算法与最小同值分割吸收核法角点验证的车牌定位方法. 该方法采用Adaboost算法排除明显的非车牌区域,从而减少车牌候选区域的数量. 在验证阶段,采用SUSAN角点检测方法计算每个经过初筛的候选区域属于车牌区域的概率,并根据该概率值对候选区域进行排序. 最终输出概率值最大的区域作为车牌检测结果. 实验结果表明,使用该方法进行车牌定位无需调整参数也能适应光照变化的应用环境.     

基于SUSAN和加权非负矩阵分解的图像融合算法

为了更好地保留源图像边缘信息、提高抗噪能力,提出一种基于SUSAN和加权非负矩阵分解的图像融合方法.运用SUSAN对像素点进行分类,根据分类结果构建加权矩阵,最后运用加权非负矩阵分解方法实现图像融合.实验证明,该方法能有效地保留边缘信息且抗噪性较好.     

基于改进的区域生长鼻咽癌MR医学图像分割

在综述医学图像分割技术的基础上,针对临床鼻咽癌MR医学图像的特点,提出一种基于区域生长的改进分割方法.该方法从基于区域生长的自动分割入手,克服以往交互式地定义初始种子的不足,利用概率矩阵完成初始种子的自动生成,再运用SUSAN算子作为区域生长的终止准则,从而实现对鼻咽癌MR医学图像的有效分割.以福建肿瘤医院临床医学图像数据进行分析实验,结果表明,该方法分割效果显著提高.     

基于小波变换和SUSAN算子的灰度图像边缘检测算法

根据小波变换的多分辨率特性和SUSAN算子良好的抗噪和检测能力提出了一种灰度图像的边缘检测算法。首先对待检测的灰度图像进行小波多尺度分解,得到高低频信息;然后对高频细节信息进行SUSAN算子的处理得到图像的边缘信息。实验结果证明,该方法效果良好,具有很强的实用性。     

基于点模式匹配和能量最小化的模板定位算法

阐述了分步利用点模式匹配和能量最小化实现模板定位的原理和算法．介绍了利用点模式匹配实现模板快速粗定位的原理,以及利用能量最小化实现模板精确定位的原理和算法．试验结果表明：此模板定位算法充分地利用了点模式匹配的特点,提高了定位的效率和通用性;能量最小化算法有效地实现了模板在输入图像中的精确定位．     

面向大型建筑物形变监测的图像角点检测方法

针对大型建筑物在实际灾害中因各种致变因素的作用发生形变,当超出一定限度时会演变成灾难的实际问题进行研究,通过引入高斯核卷积函数、初始像素点集的邻域作差筛选以及利用最小核值相似区的思想来筛选角点提出一种对大型建筑物进行形变监测的改进算法,并与四种相应算法进行了对比实验。结果表明：本文改进算法相较于其他算法在建筑物图像形变监测中正确率平均提升了近15%,平均检测时间缩短了近21%。可见本文改进算法提升了大型建筑物形变监测中的多尺度检测能力、减少了计算数据量、提升了角点检测准确性。     

3D Object Visual Tracking for the 220kV/330kV High-Voltage Live-Line Insulator Cleaning Robot

The 3D object visual tracking problem is studied for the robot vision system of the 220kV/330kV high-voltage live-line insulator cleaning robot. The SUSAN Edge based Scale Invariant Feature (SESIF) algorithm based 3D objects visual tracking is achieved in three stages: the first frame stage,tracking stage,and recovering stage. An SESIF based objects recognition algorithm is proposed to find initial location at both the first frame stage and recovering stage. An SESIF and Lie group based visual tracking algo...     

Combining Block and Corner Features for Content-Based Trademark Retrieval

In order to retrieve a similarly look trademark from a large trademark database, an automatic content based trademark retrieval method using block hit statistic and comer Delaunay Triangulation features was proposed. The block features are derived from the hit statistic on a series of concentric ellipse. The comers are detected based on an enhanced SUSAN （Smallest Univalue Segment Assimilating Nucleus） algorithm and the Delaunay Triangulation of comer points are used as the comer features. Experiments have been conducted on the MPEG-7 Core Experiment CE-Shape-1 database of 1 400 images and a trademark database of 2 000 images. The retrieval results are very encouraging.