基于最大稳定极值区域的织物图案检索

针对织物扫描图像的特点,提出了一种通过图像最大稳定极值区域的加速稳健特征(SURF)检索织物图案的方法。首先用结构提取算法去除织物扫描图像的纹理,保留图案信息;其次通过最大稳定极值区域法检测织物图像,提取图案各区域的SURF特征,建立织物图像特征库;再将织物检索图像与特征库内的图像进行相似性度量,得到相似图案的织物图像。实验结果表明,提出的算法能够较准确地检索织物图案。

最大稳定极值区域与角点检测结合的医疗图像文本区域检测算法

医疗图像的文本区域检测在网络协同诊疗和医疗云的迅速发展中起着至关重要的作用。鉴于医疗图像相对复杂、文本字体太小而难以提取这一特殊问题,有针对性地提出了一种基于最大稳定极值区域算法与改进的角点检测算法相结合的医疗图像文本区域检测算法。该算法首先使用成分特征分析对最大稳定极值区域进行滤除,其次使用改进的最小核值相似区(smallest univalue segment assimilating nucleus,SUSAN)角点检测算子对剩余最大稳定极值区域进行检测并滤除,最后将检测出的所有文本区域使用膨胀处理进行合并即可得到医疗图像的文本区域。实验结果表明,使用该算法提取出的医疗图像文本区域的准确率、召回率和综合性能分别为0. 9、0. 92和0. 91,达到了理想的检测效果。

基于最大稳定极值区域的织物毛球分割算法

针对传统的基于灰度值的单一阈值分割方法不能准确地分割出织物表面的毛球的问题,提出了一种基于最大稳定极值区域(MSER)的织物毛球分割的方法。该方法采用由粗到精的分割策略,首先利用频域滤波器对毛球进行粗分割,再利用最稳定极值区域检测算子提取粗分割结果中的极小值区域,进而对毛球进行精分割,最后利用形态学的方法对精分割结果中的小区域进行剔除,得到最终的毛球区域。实验将分割得到的毛球区域与实际的毛球区域进行融合比对,结果显示该方法能有效地对织物表面的毛球进行分割。

基于色彩空间的最大稳定极值区域的自然场景文本检测

针对传统的最大稳定极值区域(MSER)方法无法很好地提取低对比度图像文本区域的问题,提出一种新的基于边缘增强的场景文本检测方法。首先,通过方向梯度值(HOG)有效地改进MSER方法,增强MSER方法对低对比度图像的鲁棒性,并在色彩空间分别求取最大稳定极值区域;其次,利用贝叶斯模型进行分类,主要采用笔画宽度、边缘梯度方向、拐角点三个平移旋转不变性特征剔除非字符区域;最后,利用字符的几何特性将字符整合成文本行,在公共数据集国际分析与文档识别(ICDAR)2003和ICDAR 2013评估了算法性能。实验结果表明,基于色彩空间的边缘增强的MSER方法能够解决背景复杂和不能从对比度低的场景图像中正确提取文本区域的问题。基于贝叶斯模型的分类方法在小样本的情况下能够更好地筛选字符,实现较高的召回率。相比传统的MSER进行文本检测的方法,所提方法提高了系统的检测率和实时性。

一种基于稳定区域的图像特征描述子

当不同成像条件下图像局部内容的特征存在明显差异时,会导致特征描述子难以正确匹配。为此,提出一种基于稳定区域的图像特征描述子。利用最大稳定极值区域检测算法提取图像的稳定区域,结合图像特征点的位置和尺度信息,根据稳定区域计算特征主方向,在适应于特征点所属稳定区域尺度的较大邻域内,生成基于对数-极坐标系的特征描述子。应用结果表明,该描述子在图像局部内容变化较大时仍具有旋转不变性和稳定的匹配性能,能有效解决印刷电路板CT图像的配准问题。

基于最大稳定极限区域的车牌定位

车牌定位是车牌识别系统的重要组成部分,目前常用的车牌定位方法主要受环境尤其是光照影响较大。针对这一情况,提出基于最大稳定极值区域特征的车牌定位算法,利用最大稳定极值区域特征特有的仿射不变性和对光照的适应性,提取图像中最大稳定极值区域;尤其是车牌字符区域。在排除部分噪声区域后,根据车牌字符区域稳定的几何特征和排列规则,将满足条件的相邻字符区域组成最近邻对,进一步剔除噪声区域。然后将所提取的最近邻对进行合并即可以得到所有可能的车牌区域。实验结果表明,相比较目前常用车牌字符切分算法,在切分的准确性和稳定性上都有较大提高。

基于水平集和最大稳定极值区域的颈椎椎体分割方法

颈椎椎体的分割在颈椎图像处理中起着关键的作用,是颈椎病灶确定和辅助诊断的重要基础.针对颈椎椎体边缘特征复杂的特点,提出一种基于水平集和最大稳定极值区域(maximally stable extremal regions,MSER)融合的颈椎椎体分割方法.首先采用基于图像密集度分布的图像分割方法对图像进行粗分割,自动提取颈椎区域;然后采用改进的水平集方法提取出颈椎椎体的前缘轮廓;根据颈椎椎体后缘的局部稳定特征,采用改进的MSER方法提取出椎体的后缘高亮区域,并结合椎体结构特征,采用最小二乘法拟合出椎体的后缘曲线;最后融合颈椎椎体前缘轮廓与后缘曲线,从而提取完整的颈椎椎体.实验结果表明,该方法能有效地分割和提取颈椎椎体,提取的后缘曲线接近专家手工提取的结果,可以为颈椎病的临床诊断提供更客观的诊断依据.

基于最大稳定极值区域的车牌定位与字符分割

车牌定位与字符分割是车牌识别系统进行字符识别前重要的两个步骤,论文将介绍一种高效的基于最大稳定极值区域(MSER)的车牌定位与分割算法。首先对图像进行预处理并提取MSER,根据MSER间几何关系将相邻的MSER聚类在一起作为一个车牌候选区域,再利用机器学习及标准车牌的特点对每个候选区域进行分析,定位出车牌区域。然后将车牌区域根据字符的个数及MSER间关系划分为不同等级,并对不同等级的车牌采用不同的分割算法。实验数据表明,该方法车牌定位的准确率是99.07%,字符分割的准确率为97.9%。

用卷积神经网络分类最大稳定极值区域实现汉字区域定位

获取对应笔画级连通区的最大稳定极值区域,实施形态学闭操作融合相距较近的最大稳定极值区域,融合后最大稳定极值区域对应的单个汉字区域;利用灰度共生矩阵描述最大稳定极值矩形区域的纹理信息,将其作为卷积神经网络的输入,卷积神经网络对最大稳定极值区域进行分类,过滤非汉字部分;利用最大稳定极值区域颜色直方图的Bhattacharyya距离等特征对最大稳定极值区域进行聚类,同一类最大稳定极值区域组合得到汉字文本候选区域;再次利用卷积神经网络对候选文本区域进行分类,过滤非文本部分,剩余的就是定位到的汉字文本区域。实验结果表明,该算法对于汉字区域定位具有良好的效果。

基于最大稳定极值区域仿射不变特征的无人机影像匹配算法研究

无人机影像匹配是无人机影像技术应用中的一个重要研究领域,对其展开探讨具有十分重要的意义。本文围绕最大稳定极值区域的仿射不变特征,研究一种新式的无人机影像匹配计算方法,经实验验证,应用该算法能够取得良好的影像匹配效果。

三元环状神经网络的稳定性

该文针对一个带自反馈的多时滞环状神经网络系统,在整个参数空间中,分区域系统完整地讨论了系统平凡解稳定与不稳定的条件,并根据正实部特征根个数依参数变动的变化规律,给出了不同参数条件下平凡解的相应最大稳定区域边界,改进和完善了先前的结果.

基于MSER的无人机图像建筑区域提取

对建筑区域自动检测与提取是无人机(UAV,Unmanned Aerial Vehicle)图像处理的一项重要功能.在分析无人机成像特点和最大稳定极值区域(MSER,Maximum Stable Extremal Regions)算法对无人机侦察图像建筑区域检测的适用性基础上,提出了一种基于MSER的无人机侦察图像建筑区域提取算法.算法包含5步:无人机图像预处理,运用MSER算法分析计算图像稳定区域,通过计算稳定区域密度筛选建筑区域,进一步利用自适应K均值聚类算法对建筑区进行划分,最后采用Graham算法生成建筑区的边界从而实现了建筑区的自动提取.选取无人机实飞图像数据进行实验统计,本算法提取精度为92.25%;同时与基于Gabor变换的纹理特征、SIFT特征点的提取算法相比,建筑区域提取时间缩短,满足无人机实时应用需求.

基于MSCR与CS-LBP的鱼眼图像特征区域匹配方法

相比普通镜头,鱼眼镜头拥有更大的视场角,甚至可以直接获取半球域的图像信息,在立体视觉领域,应用鱼眼镜头来采集全景图像可减少镜头及图像采集模块数目,简化系统、提高运算速度、降低成本。但同时鱼眼镜头图像也存在一定程度的畸变,越靠近边缘畸变越严重。因此,在光轴正交或是角度更大的立体视觉系统中,进行相关图像的特征点匹配存在困难,直接影响立体视觉系统的应用效果。然而采用一种具有仿射不变性的图像匹配算法即可解决这个问题,首先提取原始图像的MSCR特征区域,其次引进CS-LBP算子对各个MSCR区域进行特征描述,应用特征权重的卡方距离比较法进行唯一匹配,最后进行椭圆拟合及连线标记使得匹配结果可视化。且通过实验验证了此方法的稳定一致性,可应用于大旋转角度的鱼眼图像的特征匹配。

基于感兴趣区域提取与双过滤器的交通标志检测算法

为了解决当前交通标志检测(TSD)技术因各种复杂因素的干扰,导致其难以有效对交通标志进行正确检测,以及鲁棒性较弱等不足,设计了一种基于感兴趣区域提取与双过滤器的交通标志检测算法。首先,为了降低环境干扰,对输入图像进行预处理,以增强每个标志的主颜色。其次,为提高对感兴趣区域提取能力,定义了基于最大稳定极值区域(MSER)与波动方程(WE)的感兴趣区域(ROI)检测器,通过ROI检测器选取候选区域。然后,引入有效的方向梯度直方图(HOG)描述符作为交通标志检测特征,并利用支持向量机(SVM)进行分类,将其划分为交通标志或背景。最后,利用上下文感知过滤器与交通灯过滤器进一步识别伪交通标志,提高检测精度。在German交通标志数据库(GTSDB)中对常见的指示性、禁止性和危险性的3种交通标志进行测试,结果表明,与当前交通标志识别技术相比,所提算法对交通标志检测具有更高的检测正确率与鲁棒性。

雾霾天气下交通信号灯的识别

针对雾霾天气下交通信号灯定位准确率较低、图像增强时出现图像亮度不均匀的问题,该文提出一种基于改进的带色彩恢复的多尺度视网膜增强(Multi-Scale Retinex with Color Restoration,MSRCR)的雾霾天气下信号灯识别算法。首先利用改进的MSRCR算法对有雾图像进行预处理,校正图像亮度并丰富图像细节;再利用最大稳定极值区域(Maximally Stable Extremal Regions,MSER)算法以及信号灯的背板信息确定信号灯的位置;最后将定位区域转换至HSV空间进行信号灯识别。结果表明,该方法能够在雾霾条件下有效地定位及识别交通信号灯。

基于MSER和SVM以及强种子区域生长的车牌定位

针对传统车牌定位方式的缺陷,给出了将自然场景下文本检测的最大稳定极值区域(MSER,maximally stable extremal regions)算法与支持向量机(SVM,support vector machine)相结合的车牌定位方法。首先利用MSER算子对车牌字符进行初步定位,并依据字符区域的高宽比和占空比剔除明显不是字符的区域,再剔除重叠的字符区域,从而得到候选字符区域,然后将候选字符区域输入训练好的SVM分类器,用来剔除无效的字符区域。最后利用强种子的区域生长法将真实的字符区域聚合,通过求解连通区域的外接矩形,最终提取车牌区域,实现对车牌的精确定位。对比实验结果表明,在不同的自然场景下,该方法比传统的车牌检测算法的定位准确率高2%～3%,其自适应能力和鲁棒性都比较好,具有较高的实用价值。

一种针对MSER区域的双层匹配策略

为了快速高效地采用图像的最大稳定极值区域(MSER)进行图像匹配,提出了一种针对归一化MSER区域的双层匹配策略。对于待匹配图像的MSER区域进行归一化之后,采用互相关性进行区域的粗匹配;再将候选匹配区划分为4×4个子区域,计算对应子区域的hausdorff距离,作为投票依据,根据投票多少从候选匹配对中选择最优匹配对作为最终的匹配结果。采用标准图像库及实拍红外图像进行了2组实验,实验结果表明,该方法能够较好地完成图像匹配任务。提出了一种针对MSER区域的双层匹配策略,采用标准图像库及红外实拍图像进行了匹配试验。实验结果表明,方法简单高效,匹配效果较好。

基于MSER仿射变换配准的农用柔性pH芯片性能优化

针对柔性pH芯片复合结构多层打印制备过程的配准偏差严重,限制其农用pH值在线监测精度及稳定性问题,比较分析了MSER仿射变换模型对“叠层复合结构”柔性pH芯片性能的影响,分析了配准后柔性pH芯片在基质培番茄根系pH值在线监测应用中的可行性。试验结果表明:MSER仿射变换模型配准后,农用柔性芯片加工最小线宽和线间距分别为90、500μm,芯片加工平均相对误差可控制在25%以内;配准后,农用柔性pH传感器灵敏度达到了每单位pH值-61.9 mV,响应范围为2.0~10.0,与商用玻璃pH电极的测量绝对误差小于0.15,相对误差小于4.1%;基质培番茄根系pH值监测试验中,自制柔性芯片与商用pH电极的测量结果具有较好一致性,同步测定结果的绝对误差小于0.09,相对误差小于1.5%,RMSE仅为0.05。MSER仿射变换配准方法可有效提高“叠层复合结构”农用打印柔性传感芯片的制备精度及传感检测准确性。

基于MSER视频字幕敏感词过滤算法

当前网络视频中充斥着涉及敏感信息的内容且不易识别,提出了一种基于最大稳定极值区域和字典树的视频字幕敏感词过滤算法,达到对此类视频内容过滤、处理的目的。该方法采用MSER算法对文字进行检测与定位,来获得候选文字区域,然后通过使用几何和笔画宽度属性来减少这些可能区域的数量,再经过几何过滤的方法对候选区域进行筛选、优化,连接候选区域以获得文本区域,最后利用字典树算法进行敏感词过滤。实验结果表明,该方法可以有效地对视频字幕敏感信息进行检测和过滤。

一类求解常微分方程的线性多步方法

文章探讨了求解常微分方程的k步k+1阶数值方法,构造含有一个自由参数的方法族,通过适当选取自由参数使方法具有尽量大的稳定区域,找到优于隐式Adams方法的方法。