一种基于曲率提取轮廓特征点的方法

对边缘轮廓线进行了自适应平滑，在以轮廓点为中心的支撑区域内定义了曲率角，并根据定义的曲率角及曲率符号，采用简单的模板匹配技术，提取出候选的轮廓特征点，对候选点附加抑制条件得到真正的特征点．此方法减少了数字化误差及噪声带来的影响，抗干扰性好，且运算量较小．实验表明。

掌纹轮廓特征点提取新方法

基于Harris角点检测方法的基本原理,提出了一种轮廓特征点提取的新方法。为了满足提取掌纹轮廓特征点的要求,根据掌纹中所要提取的轮廓特征点所在区域的生理特征(凸凹形区域),对Harris角点检测方法进行了改进,对算法进行了推导和讨论,并进行了实验研究。实验结果表明,用该方法提取的掌纹轮廓特征点能够方便地对掌纹进行定位,为实现掌纹自动识别算法打下了基础。

一种新的提取轮廓特征点的方法

给出了一种新的提取轮廓特征点的方法，该方法是通过考察以轮廓点为中心的圆盘内目标及背景所占面积大小来提取轮廓特征点的．

基于轮廓曲率特征点的服装款式识别方法

根据服装轮廓曲线的几何特征取决于少数曲率极值点的特点,探索了一种新颖的服装款式识别方法,即提取服装轮廓曲线的曲率极值点集作为表达服装款式的特征向量,并以适当的分类方法进行分类。在分类方法上,比较了两种典型的方案:基于Hausdorff距离的模板匹配法和基于支持向量机的分类方法。试验结果表明,支持向量机分类法的识别率能够达到86%以上,略优于Hausdorff距离的模板匹配法,但其识别速度远胜于Hausdorff距离的模板匹配法。因此,选择支持向量机作为新型识别方法中的分类方法。

一种改进的基于轮廓特征拐点的遮挡车辆分离方法

在传统的基于4类特征拐点的遮挡车辆分离方法的基础上进行改进,提出了一种基于8类特征拐点的分离方法.该方法以车辆常用的矩形模板为先验知识,首先对存在遮挡的连通区域提取边缘轮廓,并将轮廓上的特征拐点分为8类;然后在对相邻且同类的轮廓特征拐点进行合并的基础上,利用改进的车辆轮廓特征拐点的类型组合来实现遮挡车辆的识别和分离.仿真实验表明,本文所提出的新方法具有更好的鲁棒性和精确性,且方法简单,具有很高的实际应用价值.

一种基于多尺度轮廓点空间关系特征的形状匹配方法

针对使用三角形区域表示描述子对相似形状进行匹配时,对微小形变比较敏感以及区分剧烈变化的不相似形状时判别能力较弱的问题,提出一种结合轮廓点空间关系特征的多尺度形状特征描述子.通过分析不同尺度下参考点与其他采样点之间的位置关系,利用对应角度信息来对形状进行表示,并在此基础上构造出一种新的形状特征描述子.本文所提特征提取方法能对形状的局部及全局信息更准确地描述,具有较好的鲁棒性和判别能力.在形状特征匹配阶段,利用轮廓点集顺序关系已知这一优势,引入动态规划及形状复杂度分析的方法,分析形状间的匹配结果,能够得到较好的形状匹配精度.通过对不同形状数据集行仿真实验,证明本文方法能够有效地实现形状识别和检索.

基于颜色和轮廓点分布特征的高速图像检索

介绍的图像检索方法以图像像素的颜色分布统计信息和轮廓点的位置分布统计信息作为图像的特征量并使用该特征量实现图像的类似检索⒀通过对图像颜色空间的预先压缩和颜色的分段线性匹配。

基于轮廓特征拐点的遮挡车辆分离方法研究

遮挡是智能交通系统中车辆检测、跟踪和识别时较难解决的问题之一。本文主要针对智能交通系统中车辆之间的遮挡,以车辆常用的矩形模板为先验知识,首先对存在车辆遮挡的连通区域提取边缘轮廓,然后获取轮廓上的4类特征拐点,最后采用本文提出的基于轮廓特征拐点的车辆分离算法,将相互遮挡的车辆分离开来,便于后续对车辆的跟踪、匹配等处理。实验结果表明,本文提出的算法具有有效性、可行性和良好的应用前景。

用改进的粒子群算法实现多模态刚性医学图像的配准

多模态医学图像的配准在医学诊断和治疗计划中起着重要的作用 提出了一种基于轮廓特征点和改进的粒子群优化算法 ((ParticleSwarmOptimization ,PSO) )求解的配准方法 该方法首先用Canny算子提取图像的边缘 ,用ISODATA算法进行聚类分析提取出轮廓特征点 ,然后用两轮廓匹配点对的欧几里德距离平均值的极小值作为两个特征点对配准准则 ,并用改进的PSO算法求解配准所需的空间变换参数 实验证明 ;该方法配准精度能够达到亚像素级 ,能够避免陷入局部极小值而且速度得到明显改善 。

掌纹身份识别系统中的定位分割技术

重点研究在线掌纹的定位与归一化方法 ,结合在线掌纹图象的特点采用灰度形态梯度提取掌纹的轮廓线 ,然后通过考察以轮廓点为中心的圆盘内目标及背景所占面积的大小来提取定位掌纹所需要的特征点 。

面向RP的工业CT切片数据的CLI建模技术研究

主要讨论利用ICT断层图像进行CAD建模并进行快速成形的方法 ,着重研究图像平滑、边缘检测、图像分割、轮廓提取、轮廓特征点采样、轮廓特征点匹配、插值中间轮廓的方法 ,针对摩托车汽缸头复杂零件ICT断层图像进行实验研究 ,取得了较满意的实验结果。

基于量子粒子群算法的医学图像配准

医学图像配准是图像融合等图像处理需要先行解决的问题。首先用坎尼算子提取图像的边缘,再用K均值聚类算法进行聚类分析提取轮廓特征点,然后引入了带有量子行为的粒子群优化算法来求解配准所需的空间变换参数。实验结果表明,QPSO能够迅速地在全局范围内找到最优解,应用于多模态医学图像配准是可行的。

一种复杂矢量面状实体的匹配方法

针对复杂面状实体要素匹配问题,采用一种公共边对象化的Douglas-Peucker改进算法对面实体形状进行简化,然后将简化后的面实体所提取的节点以及基于面实体周长的均匀采样点作为面实体轮廓特征点.利用提取的轮廓特征点,采取一种极坐标方法对面实体进行形状描述,并分别计算出同名实体在节点和均匀采样点处的距离差异,将获取两者综合差异作为最终匹配标准.通过实验对比分析可知,该方法能有效解决复杂面状实体匹配速度和准确率问题.

图像处理在客流检测中的算法研究

为了将图像处理技术应用于智能客流检测,准确及时地获取运动信息,对视频图像中运动物体的分割与跟踪技术进行研究,将图像分割与跟踪技术有机地结合在一起。采用帧间与帧内相结合的分割算法,将图像填充技术应用于图像分割,消除了背景区域的干扰以及图像处理过程中造成的失真,达到了准确获取视频流中运动物体的目的。在图像跟踪过程,引入了边缘衍生点的概念,在此基础上,提出基于部分轮廓线特征点集的多线程跟踪算法,把运动物体跟踪转变为连续帧间特征点集匹配的问题,极大地减少了运算量,解决了图像跟踪处理领域中目标物体自遮挡与不完全遮挡的难题。经客流测试证明,文中方法能够对上下车客流数量进行准确统计。

激光切割工艺路径的双染色体遗传算法优化

为了减小激光切割板材的空行路程和激光加工引起的板材升温,提出了基于双染色体遗传算法的切割路径规划方法。给出了轮廓特征点的选择方法,对轮廓间路径规划问题进行了数学描述,并建立了切割路径规划的多目标函数。针对切割起点确定和切割路径规划的联合求解问题,设计了双染色体编码方式,从而提出了双染色体遗传算法。该算法针对激光切割路径规划的特殊性,对交叉操作和变异操作进行了适应性设计,并给出了双染色体遗传算法对激光切割路径的规划流程。在10 m×5 m排样板材上进行路径规划验证,厂家CAM软件规划路径的空行路程为54.78 m,双染色体遗传算法规划路径的空行路程为39.65 m,比CAM软件规划的结果减少了27.62%;厂家CAM软件规划路径切割的板材的最高温度为252.67℃,双染色体遗传算法规划路径加工时的最高温度为152.23℃,比CAM软件规划路径的最高温度减少了39.75%。以上数据证明了双染色体遗传算法在激光切割路径规划中的优越性。