一种基于离散序列相关分析的图像边界点识别方法

目前,机器视觉软件的尺寸测量普遍采用的方法是:首先确定边界的大致位置,然后用特定方向的图像灰度梯度的局部极值确定边界点,最后用曲线拟合方法精确拟合曲线并进行尺寸测量。但是,伪边界如阴影和其他相邻边界的干扰,给边界点的确定带来困难。文章利用离散序列相关分析,提出了一种在众多伪边界和相邻边界中准确识别正确边界点的方法。实验表明该方法稳定性好,抗各种干扰能力强,编程代码易于实现。

基于边界点的L-ISOMAP算法研究

针对基于地标点的等距特征映射(Isometric Feature Mapping with Landmark Points,L-ISOMAP)算法,随机选择地标点导致算法不稳定,本文提出了一种基于边界点的L-ISOMAP(Boundary Points-ased L-ISOMAP,BPL-ISOMAP)算法,利用带边流形的原理,寻找流形边界点作为地标点;通过对比试验,BPL-ISOMAP算法,降维效果更好,降维误差低,提高了数据的识别能力。