基于RGB边缘和颜色特征的图像检索

文章提出了一种基于RGB向量空间图像边缘检测和分块颜色直方图熵值的图像检索方法。该方法利用RGB边缘检测得到形状特征,并根据图像主要对象所占图像比例值来调整颜色分块的数目和权值,使用形状和分块直方图熵值的特征矢量加权距离计算图像之间的相似度。实验表明该检索方法效果优于单独特征的图像检索。

工业机器人的运动轨迹规划及关键点引导

在工业机器人系统里,工件坐标系是里以工件为参照所建立的直角坐标系,ABB工业机器人的工件坐标系具备完善的坐标系转换功能。使用产品设计生成的DXF文件及工业机器人的工件坐标系,开发一套机器人运动轨迹的关键点识别与提取软件,对工业机器人TCP(工具中心点)运动轨迹关键点进行引导,从而实现机器人运动轨迹规划。简而言之,即:自编软件从DXF中提取轨迹的矢量特征(关键点数据),引导工业机器人实现运动轨迹循迹。从DXF文件中提取矢量特征切实可行,自主算法适用于教学与科研。

基于用户笔迹的移动身份识别技术

针对传统身份识别技术存在的密码记忆难、隐私易泄露、信息易伪造等问题,提出并实现了基于安卓平台的混合特征在线手写笔迹识别算法.本算法通过迁移传统笔迹采集平台、采用文本相关与文本无关相结合的方式分别对静态纹理特征和动态矢量特征进行提取,弥补了当前笔迹采集困难、信息易伪造、准确性差等缺陷,实现了用户在移动设备上更加快捷安全的进行身份识别和鉴定.通过实验得出:该笔迹识别算法具有良好的稳定性、高可重复性、优良的准确性和安全防伪能力,能够有效阻止陌生用户的攻击,具有较高的安全保障性能.

DXF与机器人轨迹规划

CAD是目前工业设计时必须使用的设计手段,可以说工业设计离不开CAD,AutoCAD是历史最悠久的CAD系统。DXF是AutoCAD的一种矢量图形交换文件,有两类存储格式:ASCII格式和二进制格式,ASCII格式具备良好的可读性,DXF已被广泛使用,绝大多数CAD软件都能读入或输出DXF文件。DXF文件由多个Section(段)组成,每个Section描述一个矢量元素,DXF是完成产品设计后,进行机器人加工轨迹规划的优选手段之一。工件坐标系是工业机器人系统里以工件为参照所建立的直角坐标系,ABB工业机器人工件坐标系是很完善的坐标系转换,包括了坐标平移和旋转。有了工件坐标系,有了产品设计的DXF,进行工业机器人TCP(工具中心点)轨迹规划就很方便了,可从DXF中提取轨迹的矢量特征,从而引导工业机器人实训规划轨迹循迹。自编软件提取矢量特征切实可行,自主算法适用于教学。

局部均值噪声估计的盲3维滤波降噪算法

目的图像在获取和传输的过程中很容易受到噪声的干扰,图像降噪作为众多图像处理系统的预处理模块在过去数十年中得到了广泛的研究。在已提出的降噪算法中,往往采用加性高斯白噪声模型AWGN(additive white Gaussian noise)为噪声建模,噪声水平(严重程度)由方差参数控制。经典的BM3D 3维滤波算法属于非盲降噪(non-blind denoising algorithm)算法,在实际使用中需要由人工评估图像噪声水平并设置参数,存在着噪声评估值随机性大而导致无法获得最佳降噪效果的问题。为此,提出了一种新的局部均值噪声估计(LME)算法并作为BM3D算法的前置预处理模块。方法本文专注于利用基于自然统计规律(NSS)的图像质量感知特征和局部均值估计技术构建图像噪声水平预测器,并通过它高效地获得噪声图像中准确的噪声水平值。关于自然场景统计方面的研究表明,无失真的自然场景图像在空域或者频率域上具有显著的统计规律,一旦受到噪声干扰会产生规律性的偏移,可以提取这些特征值作为反映图像质量好坏的图像质量感知特征。另外,局部均值估计因其简单而高效率的预测特性被采用。具体实现上,在具有广泛代表性且未受噪声干扰图像集合上添加不同噪声水平的高斯噪声构建失真图像集合,然后利用小波变换对这些失真图像进行不同尺度和不同方向的分解,再用广义高斯分布模型(GGD)提取子带滤波系数的统计信息构成描述图像失真程度的特征矢量,最后用每幅失真图像上所提取的特征矢量及对其所施加的高斯噪声水平值构成了失真特征矢量库。在降噪阶段,用相同的特征提取方法提取待降噪的图像的特征矢量并在失真特征矢量库中检索出与之类似的若干特征矢量及它们所对应的噪声水平值,然后用局部均值法估计出待降噪图像中高斯噪声大小作为经典BM3D算法的输入参数。结果改进后的BM3D算法转换为盲降噪算法,称为BM3D-LME(block-matching and 3D filtering based on local means estimation)算法。准确的噪声估计对于诸如图像降噪,图像超分辨率和图像分割等图像处理任务非常重要。已经验证了所提出噪声水平估计算法的准确性、鲁棒性和有效性。结论相对人工进行噪声估计,LME算法能够准确、快速地估算出任意待降噪图像中的噪声大小。配合BM3D算法使用后,有效提高了它的实际降噪效果并扩大它的应用范围。