基于无组织结构数据集的三维表面重建算法

三维表面重建技术具有广泛的应用前景 ,通用高效的重建算法是迫切需要研究的课题之一 .由于三维点集分布不均匀 ,目前通用的基于无组织结构数据集的重建算法欠缺稳定性 ,应用范围受到限制 .文中提出了分布不均匀补偿的近邻点确定算法 ,提高了算法的稳定性和可靠性 ,扩展了基于无组织结构数据集表面重建算法的应用范围 .实验表明通过分布不均匀补偿的离散数据集三维表面重建算法具有很好的重建效果 .

面聚类网格简化新算法

三维物体表面重建广泛采用三角网格方法 ,密集的数据采样可以重建出精确的三维表面 ,但是庞大的数据量不利于多分辨率三维实时显示和三维物体网络传输 ,因此三维表面网格简化是迫切需要解决的问题之一 .近年来表面简化问题得到了广泛地研究 .本文提出基于面聚类的网格简化新算法 ,通过最小化最大类内距离算法进行面聚类实现区域划分 ,然后提取区域特征 ,进而根据特征点和边对区域进行受限三角剖分 .

彩色数字图像量化的一种新算法

分析比较了基于方差最小标准和基于最大类内距离最小标准的彩色图像量化算法．方差最小算法着重于最小化整幅图像量化前后的总方差；最大类内距离最小算法着重于减少类内任意点与其代表点的最大距离．文中提出了一种结合两种标准的新算法，在限制类内点与其类代表点最大距离的同时，尽量降低整幅图像量化前后的总误差．经验证。

三维网格表面的分层分割算法

提出了基于单位外法向矢量空间的分层表面网格分割算法 ,通过将任意表面映射到单位矢量空间即单位球面上 ,以单位球面划分作为模板应用到任意表面分割 .通过划分 ,为三维表面网格建立了自然的区域面片分层表示 .实验表明 ,新算法不仅计算速度快 。

一种改进的偏微分方程图像平滑方法

针对退化扩散方程在图像平滑时对角点的圆弧化 ,提出由梯度及与其正交方向上的二阶方向导数共同决定扩散速度 .在图像的角点位置上 ,扩散速度趋于零 ,在线条点位置上 ,扩散速度由梯度的模值来决定 ,并在与梯度正交的方向上进行平滑 ;在灰度变化不大的区域上 ,采用传导系数为常数的热方程进行平滑 .文中的理论上说明了扩散速度的构造方法 .实验结果表明 ,该扩散模型在对图像进行平滑的同时 ,对特征点的保留是明显的 .

基于图像显著性特征的铸坯表面缺陷检测

针对钢铁铸坯表面检测的缺陷复杂性问题,从图像处理及图形特征角度提出一种基于显著性区域特征的算法.该算法首先对源图像进行显著性特征区域处理和Gabor小波滤波处理,得到了对应的特征图像;然后再将2幅图像中的特征区域进行融合,得到可信度较高的缺陷特征区域图像;最后在缺陷区域中用训练好的Adaboost分类器检测缺陷,得到最终的缺陷定位结果.该算法结合了显著性特征和Gabor小波特征,既缩小了Adaboost分类器的搜索范围,也提高了排除伪缺陷的能力,具有较快的定位速度和较高的准确率.实验结果表明,该算法能获得较好的效果,具有较高的实用价值.

三维生物特征识别进展

迄今为止的绝大多数生物特征识别系统都是基于二维图像的。而成像过程中必有物体三维信息缺失,这使得单纯基于二维图像的特征识别研究在经历了一段时间的发展后,停滞不前。越来越多的研究者开始关注三维生物特征识别技术。利用三维生物特征数据可以充分发掘深度、曲率信息并较好地处理光照、姿态的影响,从而进一步提高识别率。论文综述了该领域当前的国内外研究现状,并探讨了面临的主要困难以及未来的发展方向。

基于最小化最大类内距离的面聚类网格分割算法

介绍了一种简单、有效的三维网格分割算法.该算法是基于最小化最大类内误差的聚类方法.先将表面网格转换成连接图,通过最短路径定义任意两个三角形之间的"距离",然后利用新的距离度量将传统的聚类算法应用到网格表面分割问题.提出的算法不仅确保使最大类内距离实现最小,而且可以确保每个类别的所有三角形都构成网格表面上单独的一片.提出了一种受限边界直化算法,极大改善了分割后的区域形状.实验表明,这种两步(最小化最大类内距离聚类和受限边界直化)的网格分割算法在区域平面性和区域形状方面都表现出了良好效果.

高斯差分的AdaBoost车牌定位方法

针对实际拍摄场景中的复杂光照条件以及不同车牌颜色对车牌定位造成的影响,提出了一种基于高斯差分图像的AdaBoost车牌检测算法.该算法首先对原始灰度图像进行高斯差分,得到其对应的高斯差分图像,然后利用基于DoG图像的DoG+AdaBoost分类器与基于灰度图像的G ray+AdaBoost分类器构成二级车牌检测器进行车牌检测,最后根据车牌中的车牌号码信息对车牌检测结果进行验证,得到最终的车牌定位结果.该算法利用高斯差分方法,很好地抑制了复杂光照和不同车牌颜色对车牌检测造成的影响,具有较快的定位速度和很高的检出率.实验表明,该算法能获得很好的车牌定位效果,具有较高的实用价值.

车牌定位及倾斜校正方法

提出了一种基于车牌字符信息的车牌定位及其校正方法。首先使用灰度形态学的顶帽操作(top-hat)增强车牌区域,使其能在二值图中突出显示,然后根据二值图中车牌字符的连通元个数和排列位置来确定车牌的具体位置,最后对已定位的车牌进行方向校正,包括水平和垂直方向校正。水平校正是根据这些字符连通元的中心确定车牌的水平倾斜角度,使用旋转几何变换使其水平方向得到校正,垂直校正则使用投影分析的方法求出水平校正后垂直方向的倾斜角度,再进行图像的像素平移。实验结果表明,该方法能够在复杂背景下快速、准确定位到车牌,并且倾斜校正效果很好。

基于SURF的连续帧图像配准及高光去除

物体上的高光直接影响工业检测、模式识别和计算机视觉等领域中后续处理的算法性能。如何检测和消除图像中的高光区域一直是个热点问题。这里介绍了一种基于SURF的连续帧图像配准及高光去除的方法。首先,利用SURF特征检测及其特征描述方法,对连续帧图像进行自动配准;其次,在连续帧图像配准后,对图像进行融合;最后,输出去除高光的图像。实验表明:该方法用于消除或消弱高光区域有比较好的效果,有一定的理论和应用价值。

基于Adaboost改进算法的铸坯表面缺陷检测方法

针对钢铁铸坯表面检测及缺陷识别问题,从图像处理及机器学习角度,提出一种基于Adaboost算法的进行钢铁铸坯表面缺陷检测,并结合Gabor小波和Canny边缘检测进行处理,排除伪缺陷的新方法。大量试验表明:该方法能够较好地检出具有缺陷的钢铁铸坯,且具有准确率高、速度快、易实施等优点。

针对东方人黑色虹膜识别的光谱选择

本文以东方人黑色虹膜作为研究对象,进行两方面研究:1)对于单一光谱照明,找到某一个最适合东方人黑色虹膜的光谱段;2)对于多个光谱照明,确定东方人黑色虹膜所需要的光谱段数量.第一部分研究中,采用改进的卷积矩阵与频谱能量相结合的算法,对虹膜纹理质量进行评估;采用改进2-DGabor与1-DLog-Gabor相结合的编码方法,获得虹膜匹配性能的指标.实验显示:针对单一光谱照明,700nm对于东方人的黑色虹膜是最优的光谱段.第二部分研究中,采用改进multi-group(2D)2PCA算法,基于多光谱虹膜图像的最大不相关性进行层次聚类分析.实验显示:针对多个光谱照明,3个主聚类可以最好地描述从545nm到940nm的所有光谱段.以上研究在该领域内具有开拓性,解决了东方人黑色虹膜多光谱采集与识别的基础问题,为东方人黑色虹膜的多光谱融合提供了理论依据.