曲线描述的一种方法:夹角链码

提出了一种有效的曲线编码和描述方法——夹角链码.夹角链码的思想框架是:首先将曲线用一串有方向的等长度的线段来表述,根据相邻线段之间的夹角差形成一串角度序列,即夹角链码来描述这条曲线.描述曲线的直线段的数目由面积法则来决定,并且待处理的曲线将被分割成相等数目的线段.该方法最大的一个优点是曲线的描述具有平移、拉伸和旋转的不变性.该方法的一个实际应用在于,将某一个地区的合成孔径雷达(synthetic aperture Radar,简称SAR)图像与地图相匹配.

基于二叉树的曲线描述方法

为了更好地描述曲线,引入了一种有效的曲线编码和描述方法———曲线树。这种曲线树是采用树的结构来描述曲线,其内部元素是有向相对高度。由于任何一种曲线都与一个曲线树一一对应,因此从树的根部开始,取其前几层得到的树,都是对该曲线的粗略的描述,而且随着层数的增加,刻画曲线的精度就越高。这种方法最大的一个优点是它不随曲线平移、拉伸和旋转而变化。在这种曲线描述的基础上,可进一步定义两曲线的距离,以便用来衡量曲线间的相似程度。

基于特征点和最小面积的曲线描述和匹配

为了对关键特征点相同而子曲线曲率不同的曲线进行识别,提出一种新的平面曲线的描述和匹配方法。基于关键特征点进行粗匹配,根据精度要求设定最小面积阈值在子曲线上重新采样点,定义了一种新的采样点的识别向量,并根据子曲线上采样点的识别向量构造了新的识别向量矩阵,最后根据识别向量矩阵的差异度度量子曲线的相似性。通过对所有子曲线的识别实现对整条曲线的识别。该识别方法逐层筛选、由粗到精,避免了冗余操作。实验表明该方法高效、可行。

方向链码及其曲线描述在纤维图像识别中的应用

用整数描述边缘相邻像素间的转动角度得到物体边界的方向链码。根据链码值和像素间距离进行序列点插值、平滑、拟合后得到链码的曲线描述。重采样链码曲线满足平移不变性、旋转不变性和缩放不变性,新采样点的一阶导数的方差反映了原始物体的边界特征。该算法应用于纤维图像的自动识别,证明了对纤维图像处理的有效性和准确性。

基于改进均值标准差曲线描述子的反射对称轴检测

针对反射对称轴难以检测的问题,该文提出一种基于改进均值标准差曲线描述子(Mean-Standard deviation Curve Descriptor,MSCD)的反射对称轴检测算法.该算法首先对MSCD曲线描述子进行改进,使其具有镜像反射不变性并实现对称曲线对检测;然后采用距离约束并使用Hough变换获取图像的局部对称轴;最后通过局部对称轴合并得到最终对称轴.实验结果表明,该算法可实现图像的单对称轴和多对称轴检测,在亮度变化、对比度变化、噪声污染、模糊以及形变情况下,均能够准确定位图像对称轴并具有较强鲁棒性.

一种旋转、尺度和平移不变的曲线描述方法

利用Beamlet基容易计算长度的特点,先求出Beamlet曲线的长度,然后根据二叉树层次方式来分割曲线,并将各分割点依次连接成直线段,再计算出所有两两相邻直线段之间的一系列的夹角,得到曲线的Beamlet夹角链码,最后利用两条曲线的Beamlet夹角链码的差异度来度量它们之间的相似性。该方法不仅具有旋转、尺度、平移不变性以及较好的鲁棒性,而且计算量小,匹配速度快。通过实验结果和算法分析,证明了该方法的合理性和有效性。

基于曲线描述子的手指静脉识别

手指静脉识别因为具有高防伪性、唯一性、稳定性和活体检测等优点,成为身份识别领域的研究热点。目前大多数基于指静脉结构特征的识别算法仅考虑到了细节点特征,却忽略了静脉网络结构的曲线特征,造成一部分结构信息的丢失,影响识别结果。针对上述问题,提出一种基于曲线描述子的手指静脉识别算法。首先,提取出指静脉的骨架结构,检测静脉交叉点和端点,并利用交叉点和端点将静脉骨架分割为若干条曲线段;其次,通过交叉点和曲线段的相对位置及形状特征提出曲线弧描述子和交叉弧描述子,并提取指静脉的结构特征矩阵;最后,根据提出的加权距离式计算匹配交叉弧对进行图像匹配。对实验室采集的来自56名志愿者的840张手指静脉图像进行算法实验,结果表明,传统的局部二值模式(LBP)、局部三值模式(LTP)和加速稳健特征(SURF)算法的等错误率分别为4.47%、3.99%和6.08%,而本方法的等错误率仅为1.63%。所提出方法在指静脉识别中具有一定的普适性和应用前景。

角点距离矩阵和同心圆划分的曲线描述与匹配

曲线匹配对于物体识别、目标跟踪、碎片拼接等有着重要的意义。针对曲线匹配的效率与鲁棒性问题,提出了一种基于角点距离矩阵和同心圆划分的曲线描述与匹配算法。该算法分为粗略匹配和精确匹配两个阶段。粗略匹配阶段首先采用角点距离矩阵来描述曲线;然后通过子矩阵的方法来匹配曲线。精确匹配阶段首先采用同心圆划分的方法描述曲线;然后通过两条曲线同心圆描述集的差异度度量函数来度量他们的相似性。算法不仅具有平移、旋转、缩放不变性,而且具有较强的鲁棒性,可用于遮挡物体的匹配以及基于轮廓的图形拼接。实验结果表明了该算法的有效性和可行性。

拱序列的曲线描述与匹配

目的曲线匹配是计算机视觉和图像处理中的一个重要问题;判定几何图形形状相似性,得到与人类认知一致的结果,是目前的曲线描述与分类算法不能很好解决的问题。针对曲线匹配和几何图形形状的相似性判定,提出一种有效快速的基于拱序列的曲线匹配与相似性判定算法。方法提取曲线的角点,将曲线表示为一连串相互重叠的拱序列。对于拱序列中的每一个拱,使用拱描述子进行描述。利用拱描述子,使用动态规划方法,实现对拱序列的匹配和相似性判定。结果为了验证本文算法,将基于拱序列的曲线描述与匹配方法应用于轮廓的拼接与几何图形的相似性比较。在轮廓拼接实验中,基于拱序列的曲线描述与匹配方法准确完成碎片轮廓的拼接和地图轮廓的拼接。在几何图形相似性的交叉度量实验中,基于拱序列的曲线描述与匹配方法可以准确反映出图形的相似程度,正确判断两幅图像是否属于同一类型。在判定不同相似程度的形状对的实验中,本文算法可以给出与人类判断相同的结果,相比较基于链码特征、多尺度不变量、形状上下文和GCT(geometry complex transform)变换算法,本文算法的距离值更好地反映出图像的相似程度。结论理论和实验表明,该算法可有效地描述曲线、匹配曲线,及准确判断几何图形的相似性,给出与人类视觉判定一致的结果。该算法可用于基于轮廓的图像拼接和几何图形相似性的判定。

改进的数字图像轮廓曲线傅里叶描述算法

研究图像轮廓曲线特征问题,图像轮廓曲线的描述是图像理解的一个核心问题,傅里叶描述算法是图像轮廓曲线描述的较优算法。由于传统的轮廓曲线傅里叶描述算法中曲线的采样过于复杂和不稳定,降低了识别的性能。为提高曲线描述的性能,提出了一种改进的图像轮廓曲线傅里叶描述算法,通过运用循环移位采样算法对曲线采样得到多组采样点,并取傅里叶变换后最小的一组规范化系数作为曲线的傅里叶描述子,避免了传统算法中复杂的采样过程,使算法更简洁稳定。通过算法仿真与实验对比,算法有更高的准确度和稳定性,能有效反映轮廓曲线特征。

基于亮度序的均值标准差描述子

在已有均值标准差曲线描述子(MSCD)的基础上,引入亮度序划分思想,提出一种基于亮度序的均值标准差描述子(IOMSD).与传统描述子构造时采用固定位置进行子区域划分不同,文中依据局部区域内各像素点的亮度大小关系划分子区域.该方法能克服图像形变带来的边界误差,且对线性光照和单调光照变化具有不变性.实验结果表明,IOMSD对旋转、视角变化及光照变化图像具有鲁棒性,尤其在形变稳定性上优于已有的MSCD算法.

一种基于离散微粒群优化的数字曲线的多边形近似算法

数字曲线的多边形近似是图像分析研究领域的一个热点问题.获取数字曲线的优化多边形近似是一个复杂的问题,其计算复杂度非常高.微粒群算法是近些年来提出的一种新的优化方法,已经被广泛应用于各种优化问题的求解.提出了一种求解数字曲线的多边形近似问题的基于整数编码的离散微粒群算法(IPSO).IPSO通过重新定义标准微粒群算法的速度和位置更新公式中的加法、乘法和减法运算,使得算法能运行在离散的解空间.IPSO的位置向量修复机制保证了解的可行性,而局部优化器提高了算法的搜索精度.实验结果表明,IPSO求解的质量和求解的效率均优于遗传算法和0-1编码的微粒群算法.

遗传算法用于曲线的误差约束多边形近似

提出了一种求解曲线的误差约束多边形近似问题的遗传算法.其主要思想是:1)采用变长染色体编码机制,以减少存储空间和计算时间的消耗;2)针对问题的特点,提出了一种新的杂交算子——基因消去杂交,以尽可能地消去染色体上的冗余基因,从而提高算法的寻优能力;3)采用染色体修复策略处理遗传操作产生的不可行解,该策略通过迭代地向染色体追加有价值的候选基因来实现染色体的修复,并提出一种对染色体的候选基因进行评估的机制.通过实验评估并与其他遗传算法进行比较,结果表明,提出的算法性能更优越.

基于鲁棒曲线匹配的星表特征跟踪方法

针对星际着陆的特征跟踪及障碍识别过程,提出了一种基于尺度不变的曲线描述及匹配方法。该方法利用曲线邻域的梯度信息形成特征描述符,无需知道各点曲率或曲线之间的几何构型,且对旋转、缩放、视角变化及光照影响都具有较强的鲁棒性。仿真实验表明,该算法不仅能够对不同尺度的陨石坑、岩石边缘等障碍或自然陆标进行识别,而且能够实现边缘曲线特征的跟踪,误匹配率低。

闭塞目标识别中的仿射不变曲线匹配

针对全局曲线匹配在闭塞目标识别中不再可行,提出了一种用于闭塞目标识别的部分对部分曲线匹配方法。首先,构造了一个目标轮廓局部形状特征描述子称之为仿射不变曲线描述子(AICD),它基于一个曲线仿射不变量及其无符号积分,具有仿射不变特性;其次,结合AICD和基于曲率零交叉点的仿射不变曲线分割方案,给出了一个仿射变换下的曲线匹配算法。实验表明该算法对于存在仿射变形和部分闭塞的目标识别有效且优于现有的曲线匹配方法。

小天体表面纹理曲线精准匹配算法

探测器着陆过程中可将不规则曲线作为视觉导航陆标,曲线精准匹配是进行视觉导航的重要前提。针对曲线描述符算法难以精准匹配、曲率匹配算法仅能处理两条曲线的问题,提出一种曲线描述符与曲率相结合的曲线精准匹配算法。通过Edge Drawing算法完成曲线提取后,对曲线及支撑区域构建描述符,根据最近邻距离比率原则完成粗匹配;之后计算曲线无符号曲率积分,以等积分间隔对曲率采样,并基于归一化互相关算法完成曲线精准匹配。实验结果表明,该算法在尺度、旋转与光照变换下可以达到84%以上精准匹配率。

基于切比雪夫多项式描述子的复杂背景下输电线路提取算法

在电力系统中,利用计算机视觉和图像处理技术对输电线路的进行检测,在保障电力系统的安全运行方面具有非常重要的作用;针对复杂背景下的输电线路,提出了一种基于切比雪夫多项式描述子输电线路提取算法,该算法首先对输入图像进行预处理,其次利用随机Hough变换提取图像中的直线和曲线,然后利用切比雪夫多项式描述子的曲线描述优势,对所提取的对象进行特征描述,为了提高提取的精确度,通过K-means聚类分析方法来训练视觉字典,通过视觉字典的比对,最终确定图像中的输电线路;实验结果说明了所提出的算法可以精确地提取复杂背景下的输电线路。

基于曲线拟合及计算机辅助技术的图形数字化方法

由于现有的图形扫描数字(矢量)化理论及方法的不足,工程曲线图的数字化处理难于应用自动矢量化方法,即使采用半自动矢量化方法也呈现出处理的低效能特点.据此提出了便于工程应用的,基于样条曲线拟合及计算机辅助技术的数字矢量化方法.即通过扫描将曲线图形载入计算机并用鼠标直接在图像上进行曲线拟合的节点择取,通过实时观察动态显示的鼠标移动点到邻近于它的前2次所取节点之间的拟合样条曲线与原图形曲线的吻合程度来保证拟合曲线节点的正确择取.它不仅快速、准确和操作方便而且同时给出了用数学公式描述的数字化结果,这给工程的广泛应用带来方便.

如何阅读调压阀流量曲线在读懂调压阀流量曲线的基础上进行选型

选择调压阀最好的方法是查看调压阀的流量曲线，制造商通常会提供这种流量曲线。“流量曲线”是一个具有误导性的名称，调压阀控制的是压力而不是流量，因此，可以更直接把流量曲线叫做“压力曲线”。这条曲线描述了在给定流量下调压阀能够保持的系统压力范围。

用示波器演示三极管输出特性曲线

一、系统框图及测量原理 三极管输出特性曲线描述的是在基极电流IB不变情况下，UCE与IC之间的关系曲线。由于示波器是一种电压测量仪器，集电极电流只有转化为电压才能由示波器显示，CH2通道测量采样电阻上的压降作为示波器的Y轴输入（IC）．CH1通道测量集电极电压作为X轴输入（UCE），示波器工作在X—Y模式可测得三极管的特性曲线。