基于灰度积分投影与模糊C均值聚类的肺实质分割

提出一种基于灰度积分投影与模糊C均值聚类的肺实质分割算法,用于CT图像的快速自动分割。首先,对原始肺部CT图像分别在水平和垂直方向上进行灰度积分投影;然后,选用平滑样条曲线拟合平滑原始图像的积分投影曲线,并提取拟合平滑前后曲线的极大值点,确定肺实质初始边界;最后,利用模糊C均值聚类算法对边界内区域进行分割,结合滚动小球法修复边界区域,获得肺实质区域。选取LIDC(肺部图像数据库联盟)数据库中20组图像(平均每组图像包含120幅CT图像)进行实验,平均分割精度为95.66%,平均每幅图像花费时间为0.77s。实验结果表明,该方法可以用于CT图像肺实质分割,具有全自动、高精度、鲁棒性等特点。

无铅焊点鲁棒定位的灰度积分投影算法

针对自动光学检测系统因焊点定位不准确而导致的误判问题,基于灰度积分投影技术提出了一种焊点定位的鲁棒算法.首先对无铅焊点图像进行预处理,利用焊点的颜色特征对图像进行二值化,将焊点从印刷电路板图像中分割出来;然后分别利用焊点特征的水平和垂直灰度积分投影曲线,以焊盘窗内焊点像素的面积最大化为目标,获得焊点的定位坐标,以实现准确的焊点定位.此外,通过引入Blob评价函数区分焊点与噪声,从而有效地减少了噪声的干扰,提高了定位算法的鲁棒性.实验结果表明,采用所提出的算法对变化多样的Chip元件焊点进行定位时,定位误差小于1个像素,具有较高的定位精度.

基于三维区域增长和灰度积分投影法的肺实质分割

为了提高肺结节计算机辅助检测、辅助诊断的准确性,研究精确分割肺实质方法。首先,采用Otsu法实现阈值法粗分割;其次,设计三维区域增长方法有效去除粘连在肺实质上的主气管和支气管树;再次,采用灰度积分投影法以及行扫描方法对左右肺粘连的情况进行判别和处理,实现左右肺分离;最后,用滚球法修复肺区边界,实现肺实质分割。该方法有效解决了肺实质分割中粘连肺实质的气管、支气管树去除问题,高密度的肺部组织易丢失、粘连肺壁的肺结节容易被遗漏等问题。通过对多组LIDC-IDRI肺部图像数据集的实验表明,该方法能够精确高效地实现对于肺实质分割。

基于极坐标的改进灰度积分投影法的人眼检测

为了克服传统灰度积分投影方法无法有效定位旋转人脸图像中人眼的缺点,提出了一种基于极坐标系的灰度积分投影方法。利用肤色特征对给定图像进行人脸区域的确定,在人脸区域内按极角方向进行灰度积分投影,确定出人眼所在角度,将人眼角度方向的像素灰度值做水平方向积分投影,从而确定出人眼的位置。该方法能够实现同一幅图像中多个不同姿态人脸的人眼定位。大量的仿真实验表明,该方法的识别性能对人脸的旋转变化具有良好的鲁棒性,能够提高灰度积分投影方法对人眼定位的适用范围。

基于灰度积分投影的牧草高度检测算法

观测范围内牧草的整体高度(层高)是牧草长势群体特征中一个关键指标.针对现有牧草高度自动检测方法不能测量层高,而且普遍存在操作复杂、实时性差、适用性不强等问题,本文提出了一种基于灰度积分投影对牧草层高进行无损、远程、连续定量测量的方法.首先利用自然条件下牧草颜色恒定性的特征对牧草进行分割,然后采用灰度积分投影得到牧草高度,最后利用相机标定的结果将其转换成实际的高度值.实验结果表明,该方法测得的结果与人工检测的平均相对误差为2.9%,与生物量的皮尔森相关系数为0.843,该算法简捷实用、易于实现、实时性高,测量准确性符合牧草长势自动化监测的要求.

基于肤色模型和灰度积分投影的疲劳驾驶检测系统

根据驾驶室的特定环境,给出了一个基于肤色模型和灰度积分投影的驾驶员疲劳检测系统.该系统首先利用肤色模型粗略检测出人脸区域;然后根据驾驶员面部几何特征,利用灰度积分投影法对驾驶员眼睛进行准确定位;最后根据上下眼皮距离及闭眼持续时间对驾驶员疲劳状态做出判定.仿真实验表明:该系统可以准确定位驾驶员眼睛,并对驾驶员疲劳状态做出判断.

基于Gabor滤波与灰度积分的人眼快速定位方法

本文提出了一种基于gabor小波滤波器和灰度积分投影技术的眼睛定位方法。首先通过图像预处理技术中的gabor小波进行预处理去除图像噪声,消除人脸图像因为曝光条件不同而造成的模糊,得到灰度分配较为均匀的图像,然后分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,从而为进一步提取其它特征点打好了基础。该方法能提高人眼定位的计算速度,适合实时性要求高的场合。仿真实验验证了该方法的稳定性和有效性。

基于灰度积分投影与霍夫圆变换算法的人眼瞳距自动检测

人眼瞳距在视光学研究中和配置眼镜时都是需要精确测量的基础性参数,实现瞳距自动检测具有重要的应用价值,结合高斯肤色模型,提出一种基于灰度积分投影与霍夫圆变换算法的人眼瞳孔定位和瞳距计算方法.首先,通过二维伽马函数的自适应亮度校正方法对图像进行光照补偿预处理,在此基础上,利用肤色概率模型检测人脸并提取出面部区域.再运用灰度积分投影法,选取合适的阈值对眼部区域进行提取,经过一系列形态学图像处理,采用Canny边缘检测算子实现瞳孔边缘检测,最后通过Hough圆变换算法进行瞳孔定位,并对其中心距离进行计算.研究结果表明,该算法具有较快的瞳孔定位速度,能够较精确地实现瞳距自动测量,为瞳孔测距的智能化技术研究奠定了基础.

基于方向灰度积分曲线特征的织物疵点检测算法研究

针对于断纱、缺纱、穿错、粗纱等这类结构型织物疵点,由于其具有灰度跳变不明显、疵点面积小的特征在疵点检测过程中难以检测这一问题,本文结合织物图像自身的纹理特征及结构型疵点的方向性特征,创新性地提出基于方向灰度积分曲线特征的织物疵点检测方法,将二维织物图像的疵点检测转化为对一维灰度积分曲线特征的分类识别。该方法通过对输入的图像提取垂直水平方向灰度积分波形曲线,并对积分曲线提取了包括平均值、方差、能量等14个波形特征,然后利用可优化SVM分类算法对提取特征进行疵点判别。通过对漏针、断纱、并经、粗纱等疵点进行检测试验,结果表明,本文提出的疵点检测方法不仅对检测灰度跳变较小的结构型疵点具有较好的检测效果,检测准确率达到了94.34%,而且检测速度快,可以满足实时检测的速度要求。

基于灰度积分投影的人脸区域定位

本文针对ORL人脸库,经过中值滤波、直方图均衡化和二值化等预处理后,利用了灰度积分投影方法对人脸区域进行定位,进而通过PCA(主成分分析)方法提取特征,构建了最近邻分类器。为了验证所设计算法的有效性,文章构建了未经过人脸定位,提取PCA特征的最近邻分类器,进行比较。发现经过人脸定位后的识别率达0.885,而未经人脸定位的识别率只有0.625。

基于灰度积分的人眼定位智能显示器的设计与实现

人眼定位方法以及检测方法到目前为止已经得到了充分的发展,红外线检测方法在疲劳驾驶中得到了广泛应用,该方法的准确性高但是劣势也相对突出,例如需要附加红外线的摄像机,并且对于环境的背景以及光照的要求也相对苛刻。而为了解决此类问题应运诞生的算法就有灰度积分投影法。文中提出了一种基于局域值二值化和灰度积分投影技术的眼睛定位方法。首先通过先检测出人脸的位置,对人脸区域图像进行二值化处理和水平和垂直积分投影,确定出眼睛的坐标。

基于Radon变换与灰度投影积分极值方法的矩形检测

针对现有的矩形检测方法存在计算量大、检测精度不足等问题,提出基于Radon变换(Radon Transform,RT)与灰度投影积分极值(Gray Projection Integral Extreme Value,GPIEV)方法相结合的矩形快速检测方法,该方法运用Radon变换在小角度搜索范围内对矩形图像进行快速准确的旋转校正,随后对校正后的图像的垂直和水平方向使用灰度投影积分极值方法确定矩形2对平行直线位置,完成矩形的角度快速校正与重构。该检测方法利用了Radon变换对直线倾斜角度检测的准确性和灰度投影积分极值方法检测直线的准确性,弥补了这两种方法各自的不足。实验结果表明,该检测方法可应用在矩形等规则平面的几何图形检测识别中,检测精度高,且检测速度快。

基于红外差分和积分投影的驾驶员眼睛定位

眼睛位置的快速准确定位是利用机器视觉方法对驾驶员的状态进行监测以及预警的前提。为了检测出眼睛的位置,采用一种基于红外差分和灰度积分投影的方法进行了驾驶员眼睛的定位。首先利用瞳孔在近轴和远轴红外光分别照射下的不同状态,采集到瞳孔亮暗程度不同的两幅图像,然后将采集到的奇偶帧图像进行差分等相关形态学处理,获得了只包含瞳孔的二值化图像,最后分别对左右眼进行垂直和水平投影,获得左右眼的精确横竖坐标。对该方法进行了理论分析和实验验证,取得了很好的效果。结果表明,该方法具有较高的准确率和实时性。这一结果对下一步驾驶员的疲劳检测是有很大帮助的。

基于积分投影和模板匹配的人眼定位算法研究

以驾驶员疲劳检测为背景,针对灰度投影算法对人脸戴眼镜、姿态变化敏感,以及模板匹配算法计算量过大的问题,提出基于积分投影和模板匹配的人眼定位算法.利用图像网络分析算法检测出人脸区域,再对人脸区域进行灰度积分投影,并结合人脸结构特征实现眼睛的粗定位,然后采用模板匹配算法精确定位人眼.仿真结果表明此算法相较于传统的模板匹配算法对戴眼镜、姿态变化的人脸图像可快速地实现较好地人眼定位.

基于面部检测和可变ROI灰度投影的驾驶员眼睛精确定位方法研究

提出一种基于面部检测和可变ROI(Region of Interested)灰度投影的驾驶员眼睛精确定位方法.用该方法通过肤色检测确定面部ROI和人眼矩形ROI,在ROI内对图像进行阈值二值化变换,接着对二值化后的人眼图像进行腐蚀、膨胀操作;对膨胀后的双眼进行垂直积分投影,并进行垂直ROI分割;分别在垂直ROI内对左、右眼进行水平投影,分别获得左、右眼睛的精确定位坐标.这种方法可有效克服由背景、头发、眉毛、睫毛、面部灰度分布不均、脸部旋转产生的干扰.试验证明方法具有相当高的实时性和准确性.

人脸图像特征点的定位与提取方法的研究

对于复杂的人脸模式,脸部特征定位是人脸自动识别技术的关键.对人脸图像特征点的定位过程和提取算法进行了研究.通过对人脸图像进行增强与平滑等预处理,并生成清晰完整的二值化图像;利用灰度积分投影曲线确定人脸区域,以缩小定位范围;同时找到垂直方向上人脸特征的大致位置,以便进行下一步的特征提取工作;以粗定位为基准,按照适当的方法对眼、鼻、嘴的特征点依次准确提取.利用粗略与精确两步定位过程方法,在简化处理的同时,可准确提取正面人脸图像中的特征点.实践证明,该方法直观、可靠,具有良好的实用性.

微电子机械系统中转速测量的光学方法

利用显微测量技术和CCD图像传感器的线性积分成像特性,将数字图像处理技术与时间积分成像技术用于微电子机械系统(MEMS)中的转速测量。只需分别摄取被测物体上的标志点在静止状态下的时间积分图像和运动状态下的时间积分图像,即可测得物体在该段曝光时间内的转速。该方法对实验设备及实验条件要求较宽松。实验表明该方法对微系统中近似匀速转动时转速的测量是完全可行的,且具有较高的精度。

基于自适应相关滤波器的人眼定位改进方法

人眼定位是人脸识别、视觉跟踪系统中一个关键步骤。针对传统人眼定位方法定位精度低、误差稳定性差的问题,提出将自适应相关滤波器与灰度积分投影法相结合,在训练和测试阶段做了两点改进。首先对训练得到的自适应相关滤波器,在[-0.2,-0.1,0,0.1,0.2]角度范围内旋转得到5个滤波器,选择灰度最大值对应的位置作为初始定位点,然后在该定位点的5×5邻域内,水平和垂直方向分别做灰度积分投影,最后选择积分最小值的位置作为最终的目标定位点。与平均合成精确滤波器、最小输出平方误差和滤波器、自适应合成相关滤波器算法相比,改进算法的定位精度最大提高2.9%,平均绝对误差和标准差均低于原始算法。实验结果表明,提出的改进算法在定位精度和稳定性上均优于以上算法。

基于Radon变换的钢轨表面快速提取

针对已有的提取钢轨表面方法在提取钢轨表面时存在过提取和欠提取的缺点,提出了一种基于Radon变换的快速钢轨表面提取方法.首先,根据钢轨表面区域向非钢轨表面区域进行过渡时像素点的灰度值会产生突变,用Radon变换生成原图像的灰度投影曲线及其投影曲线的平均值;然后,以投影曲线与其平均值的交点来确定积分的初始位置和结束位置.由于钢轨表面的宽度是确定不变的,因此从初始位置开始且以钢轨表面的宽度为区间对投影曲线进行灰度积分,直到结束位置,在此区间所得到的最大积分区间为要提取的钢轨的表面区域.将仿真结果与其它方法相比较表明:该方法抗噪能力强,而且还能准确、快速的提取钢轨表面区域.

机车司机疲劳驾驶监测

本文针对机车驾驶员疲劳驾驶的监测问题,对采集的图象进行预处理之后,首先利用最大类间方差法,将人脸区域分割出来;然后采用灰度积分投影技术对人眼区域准确定位;再利用小波分析对人眼区域进行两层分解,提取各层的近似分量和细节分量的能量,构造为特征向量,并输入到SVM分类器,实现对机车驾驶员眼睛睁开、闭合状态的判断,最后运用PERCLOS原理对驾驶员驾驶状态作出判断。实验数据表明:本文提出的方法能够准确地对机车驾驶员的驾驶状态作出监测。