基于上下边缘点匹配的连通域搜索算法

基于上下边缘点匹配的连通域搜索算法利用连通域的上下边缘点是一一对应的这一基本原理 ,设计出新的高效二值图像连通域搜索方法 .该算法能在行扫描图像过程中提取连通域 .给出了实验分析数据 ,并与行程标记法进行了时间复杂度的比较 ,验证了该算法的有效性 .

连通域的递归填充算法

在对计算机光栅图的处理中,常遇到需对图形进行内部和边界的填充,以此增强图形的立体感或使轮廓清晰。本文针对八连通域的情况,采用递归填充算法,分别给出了内部域和边界域的C代码。

基于扫描线的连通域搜索算法

基于扫描线的连通域搜索法是利用扫描线上相邻元素必然是连通域,以及扫描过程中相邻扫描线之间的关系的特点,给出了快速准确的实现连通域搜索的算法。本文给出算法描述,并讨论使用C++实现中的困难,最后给出关键代码部分,即相关算法复杂度的比较。

MGSI-8CA标记算法

针对已有连通域标记算法不能适用于遥感数据等海量灰度图像八连通域快速标记的问题,设计并实现了一种MGSI-8CA标记算法。该算法对传统的八连通域标记算法进行八向变四向优化,采用列表机制解决连通域标记冲突问题,并引入了筛选机制和分块处理机制,实现了对海量灰度图像八连通域标记的快速处理,同时也得到了灰度图像连通域的正确划分及精确的连通域数目。实验结果证明,MGSI-8CA标记算法运行效率高,更能适应海量灰度图像处理的要求。

基于背景差分的人体运动检测

本文对视频序列中的运动目标检测方法进行了研究,提出了一种基于背景差分的运动目标检测算法。首先通过建立混合高斯模型,获取背景图像,并对背景进行实时更新。然后通过背景差分法确定运动目标区域,再进行图像处理,得到较为精确的运动目标。最后利用八连通域算法,对多个目标进行分割。实验证明,该方法能够快速、准确的检测出多个运动目标。

奶牛图像的分割算法研究

为解决在实际生产环境中使用计算机自动识别奶牛的问题．提出了针对奶牛图像的分割算法，以提高识别率。该算法首先将奶牛图像从RGB空间转化为Luv空间，然后将图像作4×4大小的子块划分，对各子块进行块内颜色聚类并提取颜色和纹理特征，通过颜色内聚将子块中的颜色范围缩小到2—4种，并将其中所占数量最多的两种颜色作为子块的颜色特征；纹理特征则是基于对子块分别横向和纵向扫描并统计出来的．反映子块的颜色在横向和纵向的分布特征。在此基础上按奶牛的颜色和纹理特征进行基于子块的区域生长，最终达到清晰分割的目的。在对50个实地采集样本中按本文所述的方法进行分割．分割准确率达到80％以上。实验证明，本文提出算法能有效地将奶牛从背景中分离出来。

非均匀光照金刚石切割线颗粒提取方法

针对常用的金刚石切割线人工检测抽检误检率高,检测精度低,而且由于实际环境中成像条件的限制,图像的背景光照不均匀,金刚石颗粒粘连在一起,给金刚石颗粒提取带来困难的现状。课题组提出了基于机器视觉的非均匀光照金刚石切割线颗粒提取方法,利用同态滤波去除噪声与光照不均匀度,最大间方差法对采集的图像进行二值化处理,引入形态学与分水岭分割融合的算法对粘连颗粒进行分割,根据八连通域标记方法统计出颗粒数。课题组对6种不同样本进行对比试验,结果表明课题组所提出的方法准确度较高,提高了计算速度。