基于轮廓多边形拟合的红外与可见光图像配准算法

针对红外图像和可见光图像配准问题,提出一种基于轮廓多边形拟合的图像自动配准算法。首先,为获得较好的主轮廓信息,对提取的轮廓进行多边形拟合,有效剔除轮廓上的冗余点和噪声。然后选取拟合轮廓上的多边形顶点为特征点,将轮廓划分为特征轮廓段,以特征轮廓段作为匹配单元匹配轮廓并得到匹配特征点。采用修剪的最小二乘法,在获取变换参数的同时不断剔除误匹配。实验证明,该算法可实现性强,配准精度高,配准速度快,较好地实现了刚体变换下红外图像与可见光图像的配准。

基于最小外接矩形的直角多边形拟合算法

提取房屋的边缘轮廓时,区域分割的不准确通常会导致提取出的轮廓出现内凹或外凸的不规整情况,需要进一步拟合。角点检测在轮廓的边缘形状提取中具有重要作用。传统的基于边界链码的角点检测是通过计算曲线的最大曲率点方式进行的。该方法求出的角点完全依赖于轮廓的曲率变化趋势,不对轮廓自身的凹凸具有修复性,因而无法排除因区域分割不准确带来的干扰角点,导致最终提取出的多边形不准确。针对此情况,提出一种基于最小外接矩形的直角多边形拟合算法。该算法利用最小外接矩形作为轮廓外界,计算待拟合轮廓与矩形外界之间的差值,并对差值设置适当阈值取舍角点,从而拟合出多边形的直角。所提方法无需通过轮廓曲率来计算角点即可得到紧紧包络目标轮廓的直角多边形,简单高效。

飞机图像的轮廓提取与多边形拟合研究

本文讨论在简单背景下,对飞机图像进行轮廓提取,以及在此基础上的多边形拟合技术。首先根据掏空内部点的准则和"探测准则",经过边界跟踪,得到只有一个像素宽度的飞机图像边界曲线。然后采用一种基于弦高度的多边形拟合算法,对得到的边界曲线进行拟合,从而得到了轮廓多边形。实验证明,该拟合算法去除了大量的冗余像素点,保留了重要的特征点,拟合效果令人满意,为进一步几何特征向量的提取奠定了基础。

应用遗传算法的平面曲线最优多边形拟合

平面曲线的多边形拟合是模式识别和计算机视觉研究中非常重要的一类算法。该文提出了一种利用遗传算法（GA）的最优多边形拟合算法。曲线的分段拟合操作被方便地编码为基因串。一种基于面积和模型简单度的全局拟合度量用作GA的适值函数。该文算法可以在无需事先给定分段数目及最大允许偏洋的条件下自动确定这些参量进行多边形拟合。文中给出的实验结果表明了算法的可行性和有效性。

图象处理中多边形拟合的快速算法

提出了一种简单高效的多边形拟合算法 ,不必采用递归调用的方法 ,仅在对目标图象的边界数据的一次遍历中 ,即可计算出所有的多边形拟合点 ,避免了递归调用中的重复运算 ,有利于计算机图象的实时处理和在线检测。实践证明 ,采用这种算法可得到满意的结果。

实现复杂填充图案定制的多边形拟合模型

提出了实现复杂填充图案定制的多边形拟合模型 ,即将圆看作多边形 (至少 12边形 ) ,依所处相位及拓扑关系对诸边连接 ,即可构成圆形填充图案 ,再以此填充图案为基础 ,去掉某些边则为弧段 ,半径的不同则可产生曲率不同的弧 ;将不同的弧段相连可构成任意的曲线 ;最后 ,不同曲率半径的圆、弧和CAD软件系统提供的点、线元素一起作为基本填充元 。

基于多边形拟合的细胞图像特征提取算法

细胞图像自动检验与识别是现在生物医学工程领域的一个热点问题。在细胞图像识别中传统应用目标的形状特征提取算法存在不足。为了提高图像提取精度,在分析边界直线拟合基础上提出了一种改进的细胞图像特征提取算法,建立基于平滑后边界拟合多边形的曲率向量、边长向量,分析定义了基于拟合多边形的拐点数、端点数、曲率均值、曲率方差、长轴、短轴、长短轴比、对称率、平行度等形状特征描述子。改进算法应用于基本形状与显微镜细胞图像中目标形状的特征提取,计算机仿真表明算法得到的形状描述子可以有效区分基本形状,并具有位移不变,并保证细胞图像提取的精度。

基于直线编组的直角多边形拟合算法

提取建筑物时,图像的不准确分割或点云的随机性分布导致轮廓线不规整,需进一步拟合。目前常用方法为角点定位法和最小外接矩形拟合法,前者很难将相邻边界线拟合为正交状态,后者对于凹凸角较多的复杂建筑物轮廓拟合效果不佳。本文提出基于直线编组的直角多边形拟合算法,根据轮廓线的主方向将提取直线段分为两组,再根据直线段组的实际情况选择适用的策略进行拟合。实验证明,该方法不仅能够保持多边形的正交性,而且对于复杂轮廓有很好的拟合能力,实用性强。

基于多边形拟合的形状匹配与定位算法研究

基于机器视觉的加工控制过程中,对工件上待加工点的定位是关键,其难点在于构建一种形状描述方法,既要能实现形状匹配,又要能完成定位,且满足加工过程中的精度和实时性要求。为解决上述问题,提出了一种基于多边形拟合的形状匹配和定位算法。该方法针对二维(2D)轮廓,通过对轮廓进行多边形拟合,获取轮廓上关键点,然后构建形状描述子用于形状匹配,再利用这些关键点坐标进行定位计算,获得模板轮廓到目标轮廓的变换关系。结果表明,通过运用所提出的旋转不变性形状描述算法,可获得高精度、高实时性的形状匹配和定位算法。

一种基于矩和支配点检测的多边形拟合算法

提出一种基于几何矩和支配点检测的多边形拟合算法.支配点检测法可以最大范围地保留原始轮廓特征,但拟合后顶点数偏多.而基于几何矩的多边形拟合算法虽然可以将拟合后的顶点数控制在指定范围内,但是却容易使拟合结果陷入局部最优.本文对这两种算法进行关键步骤和参数的改进,并将它们有机结合起来,使得本文算法可以将绝大多数闭合曲线在全局最优的情况下将其拟合成任意顶点数的多边形.

板材排样中非拟合多边形的构造实现方法

非拟合多边形可用于处理两维的不规则形状的板材排样问题.先前,基于非拟合多边形的构造很难实现,并且也没有通用的方式来处理多种特殊情况,从而非拟合多边形并没有被广泛的使用.本文介绍了一种基于环绕的实现方式来构造非拟合多边形,对各种特殊情况能统一解决,例如互锁,交叉等.通过对ESICUP的数据集测试,表明该方法具有一定的效果,可以对板材排样的解决思路提供一定的借鉴.

基于多边形凹凸点检测的远距离手势识别

手势识别是一种自然、直观的人机交互手段。文章提出了一种远距离手势识别算法。首先,对输入的手势序列图像进行双边滤波预处理;其次,运用肤色模型的方法对手势进行分割,获取手势区域;在识别阶段,文章提出一种基于多边形凹凸点检测的手势识别方法,识别分割出来的手势。实验结果表明该方法能够在较远距离下有效地识别多种手势,并且具有较好的实时性。

基于颜色规格化和轮廓多边形的交通标志检测

干扰区域排除是交通标志检测的难点。本文对颜色规格化后的图像进行二值化,讨论了二值化过程中感兴趣颜色的选取,得出了以红、蓝、黄为感兴趣颜色引入干扰较少的结论。根据我国交通标志的形状特征提出了两个基于重心的干扰区域判定规则和一种基于道格拉斯-普克算法的交通标志最外层轮廓多边形拟合方法,该方法通过判断拟合多边形的凸性来区分干扰区域与交通标志候选区域。本文算法可以检测我国任意形状的交通标志并对交通标志倾斜及旋转的情况具有较好的鲁棒性。

图像中规则目标的轮廓提取算法研究

本文基于改进的矩形、椭圆和多边形拟合算法,提出了一种图像中规则目标的轮廓提取算法。将该算法应用于模拟的二值图像和真实场景图像,验证了其有效性和鲁棒性。算法成果可应用于军事侦察、测绘标注、城市规划、专题制作等领域。

基于模型的乳腺X线图像胸肌分割算法研究

针对目前的乳腺X线图像胸肌分割算法自适应能力较弱的问题,提出了一种基于胸肌模型的新算法.该算法将一组不同尺寸的感兴趣区(ROI)作用到乳腺X线图像,在每个 ROI中用迭代阈值法得到最优阈值组成一条曲线,并计算出与该最优阈值曲线对应的局部均方差曲线,根据提出的近似真实乳腺 X线图像胸肌模型的特征,自动确定乳腺X线图像中胸肌区域的最佳分割阈值.最后使用两段直线粗拟合和多边形精拟合,提取阈值化后的胸肌边界.实验结果表明该算法可以显著地提高胸肌分割的精度,并且具有较好的鲁棒性.

基于轮廓特征点的高精度识别目标方法

为了实现高成功率、高精度和快速识别跟踪目标,提出对基于轮廓特征点的目标精确识别方法。在识别过程中采用了轮廓提取和多边形拟合算法自动搜寻到图像中要识别和跟踪的目标,同时对目标物轮廓的多边形角点进行亚像素分辨率的定位,从而可以利用目标轮廓角点的精确定位来实现对多边形目标的识别与跟踪。试验结果以及特征点亚像素算法分辨率的分析表明,采用这种自动识别与跟踪目标的方法,其精度可以达到0.02像素。

一种排样图像轮廓线生成方法

针对传统基于聚合的多边形拟合法对皮革图像边缘毛刺敏感和对所围面积无法控制的问题,提出了一种排样图像的轮廓线生成方法。该方法通过将距离误差由绝对值改为带符号值,并对非利用面积误差施加约束,使获得的排样轮廓线既抑制了毛刺的干扰,又是真实轮廓线的最大内接多边形,皮料面积得到了充分利用。实例计算和应用结果表明了本文方法的有效性和科学合理性,且对其他工业排样问题也具有一定的参考价值。

基于模型的乳腺X线图像胸肌分割算法研究

本文提出了一种基于模型的乳腺X线图像分割胸肌区域的新算法。该算法利用一组不同尺寸的感兴趣区(ROI)作用到乳腺X线图像，进而将每一个ROI得到的最优阎值组合成一条最优阎值曲线以及与该曲线对应的局部均方差曲线。在此基础上，根据我们提出的近似真实乳腺图像胸肌模型的特征，自动确定图像中胸肌区域的最佳分割阈值。最后，使用两段直线粗拟舍和多边形精拟合，精确提取出了阈值化的胸肌边界。通过对多达60幅临床乳腺X线图像的实际测定，得到了比较理想的胸肌边界检测效果。

基于几何差异的目标识别算法

为降低目标识别算法复杂性且提高其抗噪能力,提出一种基于几何特征差异的目标识别算法;将获取到的目标图片经图像处理后提取轮廓,并以最小周长多边形算法构造目标轮廓的近似多边形;然后根据模板库标准目标做放大或缩小处理后使其面积与模板面积相等;再使用摆放算法使其与模板库图形部分重合;并提出一种改进型双向链表算法求多边形相交部分,通过计算相交部分面积大小达到识别图像的目的;经过仿真实验验证了此方法简单易行,能够快速识别目标。

基于遥感影像的地块边界半自动提取

针对遥感影像图中地块的提取,提出了一种基于高斯模型的地块边界的半自动提取方法。以无人机影像为实验数据,首先利用影像分割得到包含要提取地块的窗口影像;然后利用高斯模型对地块进行提取,该算法解决了传统图割算法抗噪能力差的问题。随后,运用数学形态学对分割的结果做进一步处理;最后利用边界提取函数对地块边界进行提取并对边界进行拟合。实验结果证明,本文算法不仅提取地块精度较高,而且适当的减轻了工作人员的工作强度。