基于深度卷积神经网络的激光雷达图像轮廓线提取方法

为提高地物轮廓线提取精度,提出深度卷积神经网络的激光雷达图像轮廓线提取方法。采用深度卷积神经网络进行目标点云识别,利用激光雷达点云数据构建不规则三角网,采用不规则三角网法向量方法检测激光雷达图像边缘点,搜索初始角点,通过角度阈值判断是否为伪角点,确定最终角点集合,采用变权重最小二乘法拟合激光雷达图像轮廓线。实验结果表明:该方法提取的激光雷达图像轮廓线误差小,轮廓线可以含全部边缘点,角点坐标最大偏差和占地面积相对误差低、点云贡献率高,轮廓提取效果突出。

基于方向预测规则化的建筑物轮廓线提取算法

设计基于方向预测规则化的建筑物轮廓线提取算法,提升轮廓线提取完整性。利用机载激光雷达采集建筑物点云数据,通过改进的散点轮廓算法在点云数据内提取建筑物轮廓点,利用道格拉斯普克算法,在轮廓点内提取关键轮廓点,采用随机抽样一致算法拟合关键轮廓点获取简化轮廓线,通过方向预测规则化算法规则化处理简化轮廓线获取最终建筑物轮廓线提取结果。实验证明:该算法可有效采集建筑物点云数据,提取建筑物轮廓点与轮廓线;在提取不同建筑物屋顶形状时,该算法轮廓线提取的完整率、点云贡献率均较高,最大偏差均较低,即轮廓线提取完整性较优、精度较高。

虚拟肾脏断面解剖信息轮廓线提取方法研究

具有非线性、非平稳性特征的肾脏断面图像信号分为高频和低频两部分,传统的轮廓线提取方法没有针对不同部分采用不同方法进行提取,提取的轮廓线图象存在大量冗余数据且边缘并不清晰。针对肾脏断面图象的特点,提出一种EMD和小波分析及快速模糊算法的虚拟肾脏断面解剖信息轮廓线提取方法,避免了传统方法因为没有划分而造成提取不精的弊端,利用EMD算法将原始虚拟肾脏断面信号加噪后的图像每行(列)分解成个模态函数,根据其对图像质量的权重选取滤波后的高频中适当的阈值与低频叠加,得到去噪后的肾脏断面图像,利用小波分析算法提取图像高频部分轮廓线,利用快速模糊算法得到完整肾脏断面图像轮廓线。通过实验结果表明,提出的算法能有效的去除图像随机噪声,提取出的虚拟肾脏断面解剖信息轮廓线较其他方法更为准确和清晰。

基于LIDAR数据的建筑轮廓线提取及规则化算法研究

建筑轮廓线提取与规则化是LIDAR数据处理和建筑三维建模的重要步骤和技术难点。首次将"AlphaShapes算法"应用于LIDAR数据处理,实践证明该算法简洁高效、运行稳定、提取精度高,适用于任何形状的建筑轮廓线提取,并具有一定自适应性和滤波功能,非常适合LIDAR点云数据提取建筑轮廓线。同时,提出了改进的"管子算法"用于原始轮廓线的简化,提出了适用于四边形的"矩形外接圆法"和适用于多边形(大于四边且边数为偶数)的"分类强制正交法"以进一步实现轮廓线的规则化,最终解决了离散点云提取规则建筑轮廓线的核心问题。实践证明,本文所述算法适用于凸凹多边形建筑内外轮廓线的提取与规则化。

基于CT数据的轮廓线提取

医学图像的三维重建中,边缘轮廓线的提取起着关键的作用.针对头部医学CT数据,分析其数据格式,并对其进行数据格式转化,对转化后的数据采取图像平滑、颜色调整与直方图均衡化等图像预处理操作,最后在分析图像预处理后数据的基础上提出双阈值分割的方法来提取轮廓线数据,实现较好的提取效果.

基于边缘轮廓线提取的自动对焦评价函数

红外序列图像清晰度评价对热像仪测温标定至关重要。文中针对传统空域评价算法的不足,提出一种基于图像轮廓线分割的红外序列图像清晰度评价方法。此算法基于变分水平集理论以能量泛函的最小化为目标,来求解使曲线趋向于目标,从而提取出红外图像中目标物的轮廓线;通过选取目标物体轮廓线两侧灰度均值大小来描述图像的清晰程度。以红外热像仪在标定时获取的序列图像为研究对象,运用文中所提出的方法与SMD,EOG,Robert,Wavelet算法之间的对比性分析。实验表明:文中所提方法满足清晰度评价函数所具有的单调性,无偏性与良好的灵敏度。

基于图像表征特性的轮廓线提取的研究

轮廓线提取是计算机视觉中的一个重要问题。但是,用来解决这个问题的传统方法总是不能得到像人的视觉系统一样令人满意的结果。人的视觉系统一个重要的特点,就是人眼在获得轮廓线的时候,不仅对轮廓线两侧图像的差异及轮廓线本身几何拓扑结构上有所考虑,同时也考虑到了轮廓线周围区域图像的特性(图像的亮度、颜色、纹理等特征)的连续性。然而计算机解决这个问题的传统方法通常忽略了后一个问题。这些方法总是被分成边缘检测和边缘连接两步骤而当边缘被检测出来之后,它们周围区域图像的特性就不会再被考虑到,导致了属于不同物体的边缘被错误地连在一个轮廓线中。通过提取表示边缘的线段并连接它们的方法找出一幅图像中最显著的轮廓线。引入了一个"表征特性"来描述以表示边缘的线段周围的图像的特性,然后这个特征被用来定义一个度量轮廓线显著程度的尺度"显著度估计"中。这样,图像中最显著的一个完整轮廓线就可以通过对这个"显著度估计"的优化来得到。最后,这个方法的有效性在实验中得到了验证。

基于轮廓线提取技术的波峰坐标采集算法研究

基于岸站视频图像分析的非接触式海洋波浪观测技术的效果很大程度上受到图像序列中波峰二维坐标的采集精度的影响。为了改进传统算法在采集过程中精度和实时性的不足,本文基于轮廓线提取技术,提出了一种波峰坐标采集算法,并且引入坍塌函数终止失效的坐标采集。该算法只对用户关注的波峰区域进行处理,在精确的采集每一个波峰点二维坐标的同时记录相邻点的前后关系,在相关观测技术中具有很强的实用性。

在水平集框架下的遥感影像湖泊轮廓线提取

针对提取遥感影像中接近于真实地物边界的轮廓线自动化程度低并难以应用于矢量数据更新的问题,设计了一种基于可变尺度的区域拟合能量模型构建的水平集框架。以获取影像中含有地理坐标的湖泊矢量轮廓线为例,对改进后归一化水体指数结果阈值化获取部分非水体区域,对该区域对应的Landsat近红外波段数据加噪处理后输入原始模型实现轮廓线提取。利用两景覆盖江苏省徐州市3个典型湖泊的Landsat遥感影像验证所提出的框架,结果表明该框架能够获取理想的湖泊轮廓线矢量,并且优于没有加噪输入的原始模型,在初始轮廓和参数的设置上更具有稳健性。同时,设计的水平集框架也能有效应用于对多时相数据的湖泊轮廓线矢量更新。

彩色图像中人脸轮廓线提取技术的研究

作为人脸识别的一个重要内容,人脸轮廓线的提取是许多其它艺术影像处理的基础。该文针对复杂背景的彩色图像,提出并实现了一种图像封闭轮廓线提取的方法。该方法利用初始轮廓逐步逼近最佳轮廓,不仅将图像灰度变化的微分信息作为边缘提取的依据,同时以图像轮廓的整体几何信息作为指导,从而在保持边缘检测精度的前提下,一定程度上解决了噪声对轮廓特征提取的影响。

立体图像任意剖面轮廓线提取方法仿真研究

利用目前方法对立体图像任意剖面轮廓线进行提取时,没有对图像进行预处理,存在轮廓线提取耗时长、提取完整度差和与实际轮廓线匹配误差大的问题。为此提出基于光切法的立体图像任意剖面轮廓线提取方法,该方法基于光切法对立体图像进行预处理,将图像分割成光带和背景图像,依据预处理后的图像及光带对初始立体图像任意剖面轮廓线进行处理,根据通过任意方向和任意位置的剖切,构建出三维形体;针对剖面与断层轮廓线之间的交点,采用凸包压入法将包络在初始轮廓线中的点添加到轮廓线内,从中获取完整的剖面轮廓线,实现对剖面轮廓线的提取。实验结果表明,通过对该方法进行耗时测试、完整度测试和与实际轮廓线匹配对比测试,验证了该方法的精准度高、有效性强。

三维扫描仪中人头轮廓线提取方法及实现

为解决三维扫描仪的实时性,文章提出了以FPGA处理器与PC主机交互式共同完成提取轮廓线的快速算法。该算法由两个阶段组成:第一阶段由主机计算背景与目标的分割阈值。第二阶段由FPGA处理器实时检测轮廓线位置信息。该快速算法具有计算简单、实现速度快等优点,并且减少了传输与存储的数据量,减轻了后面主机计算工作量。同时,省掉了昂贵的图像采集压缩卡与高速硬盘,降低了成本。可重构FPGA处理器设计成流水线结构,对每个像素的平均处理时间控制在70ns以内。仿真与综合结果表明:从一帧720576标准PAL制视频图像中提取轮廓线信息可在40ms内实时完成。

基于LiDAR数据建筑物轮廓线提取方法综述

机载激光雷达(light detection and ranging,LiDAR)可快速获取大面积地表点的三维坐标信息,为建筑物的提取和重建带来了便利。通过阅读大量文献并进行总结,本文概括了国内外机载LiDAR数据建筑物轮廓线的提取方法和研究进展,为机载LiDAR数据建筑物轮廓线提取的研究提供了有效的参考。

基于改进Snake算法的轮廓线提取

基于轮廓线的目标分割是近十几年来图像领域的研究热点。活动轮廓线模型可以将待处理问题的先验知识和各种图像处理算法有效结合起来,更具有实用性。改进的Snake算法可以精准地把颅骨部分和脑内杂质部分分离,提取出不连续的颅骨最外层轮廓线。

基于多层级最小外包矩形规则建筑物轮廓线提取

建筑物轮廓线是各类应用的数据源,但散乱、不规则激光点云数据给轮廓线提取带来了难度。针对上述问题,提出一种基于多层级最小外包矩形规则建筑物轮廓线提取方法,首先使用迭代区域增长算法对轮廓点进行分组,根据点数最多的一组确定初始最小外包矩形。再对初始最小外包矩形进行多层级分解,使轮廓点与不同层级最小外包矩形重合,最后根据不同层级最小外包矩形生成轮廓线。使用Vaihingen城区中规则建筑物进行实验,实验结果表明:与最小面积方法与最大重叠度方法相比,所提方法能准确确定初始最小外包矩形,且提取效率得到略微提高。提取的轮廓线角点均方根误差为0.71 m,优于其他4种方法。所提方法可快速提取规则建筑物轮廓线,有利于后续三维重建。

一种基于点云和拓扑推理的建筑物轮廓线高精度提取方法

针对大范围内实景三维模型建筑物轮廓线提取的问题,基于倾斜摄影数据提出了一种轮廓线提取方法。首先,采用区域生长、欧式聚类等方法从倾斜三维模型中得到建筑物的点云数据;然后,采用RANSAC算法及法向约束得到准确的立面;接着,通过基于主基线的拓扑推理生成缺失面;最后,生成完整闭合、平滑吻合的建筑物轮廓线。研究表明,在随机选取的20栋大小不等、样式不一的建筑物上,该方法提取的轮廓线误差低,平面位置中误差为0.05 m,几何形态的长度、宽度以及轮廓面积的均方根误差分别为0.06 m、0.07 m和1.33%。结果显示,该方法简单,提取效率高,可适用于大范围实景三维模型的建筑物轮廓线的提取。

三维人脸建模中面部特征轮廓线的提取

提出一种基于彩色Snake模型和人脸先验知识的面部特征轮廓线提取算法,并将其用于真实感的三维人脸建模。根据肤色和灰度信息,在图像分割的基础上,利用种子填充技术获得面部各非肤色特征的轮廓初值;然后采用一种改进的彩色Snake模型对轮廓初值进行精确定位;接着,根据人脸的先验知识,利用含有方向信息的形态学边缘检测算子通过一次逐点考察完成下颚轮廓线的提取。实验结果表明该算法在轮廓线的搜索效率和定位精度上都有良好表现,在真实感的三维人脸建模以及面部识别等领域具有广泛的应用。

一种建筑物点云轮廓线的自动提取方法

针对地面激光点云包含大量冗余数据、特征信息不明显等缺点,提出了一种自动提取建筑物点云轮廓线的方法。首先基于主成分分析和熵函数计算每个点的最佳邻域,再根据几何位置关系,滤除散乱点和平面中的点,保留轮廓线点云。针对不同地面激光点云数据,无需反复调整阈值。实验证明,该方法提取的建筑物点云轮廓线清晰完整,与现有方法提取的结果相比正确率有一定的提高,且冗余点云几乎全部被滤除,自动化程度高,具有良好的适用性。

应用单调下降曲线模型自动提取乳房轮廓线

乳房外轮廓包含非常重要的信息,在图像定位、对比分析中起着非常重要的作用,在一定程度上影响着乳腺图像对比分析技术的性能。通过分析乳腺X线图像的特点,判别图像为左乳图像还是右乳图像,若是右乳图像则做水平镜像处理;应用单调下降曲线模型提取乳房轮廓点;选择最长下降曲线段上的轮廓点为基准点,分别向上和向下逐行修正其他扫描线上的轮廓点;判别伪轮廓曲线段,采用圆弧模型拟合正确的轮廓线,从而提取出完整的乳房轮廓线。

一种侧视地图建筑物轮廓线自动提取方法

以WebGIS技术和移动GIS技术为基础的侧视地图服务逐渐成为GIS行业的主流,高效直观侧视地图在"互联网+"时代的应用日益普及。针对目前提取侧视地图建筑物轮廓人工交互效率低下和轮廓精度差等问题,提出一种任意视角侧视地图建筑物轮廓线的自动提取方法。在顾及建筑物之间存在遮挡的情况,利用颜色缓冲区和深度缓冲区进行渲染,解决建筑物之间的遮挡,获取单个建筑模型,同时采用形态学算子对获取的单个模型轮廓进行处理,再基于提出的改进测地轮廓线模型(GAC)追踪和拟合建筑模型轮廓线,得到建筑物轮廓线;最后,以武汉市三维模型数据为例,证明本文方法可行性和有效性。