颗粒图象边缘检测中边界闭合性的研究

在颗粒图象边缘检测中往往要求所检测到的颗粒在边缘具有封闭特性 ,本文介绍了目前常用的几种算法 ,并着重分析了Canny算子算法原理。Canny算子在进行颗粒图象边缘检测中具有边界封闭的特性。最后 。

基于显著闭合边界的压缩域图像检索

提出了一种直接从压缩域提取显著闭合边界进行图像检索的算法。从压缩域直接提取块边缘,使用基于网络流理论的比率轮廓算法从块边缘图像中提取显著闭合边界,用傅立叶描述子刻画显著闭合边界,进行图像检索。实验结果表明,直接从压缩域提取显著闭合边界,无需解压,减少了计算量,提取的显著闭合边界应用在图像检索中取得了较高的准确率。

基于块边缘模式的闭合边界提取算法

提出了一个从DCT域提取的闭合边界的算法。本算法有两个新颖的地方:第一,使用局部凸性作为提取闭合边界的标准之一;第二,在DCT域提取出来的块边缘上进行最佳优先的搜索。利用局部凸性不仅可以提取凸闭合边界,也可以提取非凸闭合边界;在DCT压缩域中进行块边缘提取,不需要解压缩,从而降低了计算复杂度。最后,我们给出了该算法在实际图像上提取闭合边界的试验结果。

简单图像闭合外边缘轮廓提取

提出了一种在较简单图像中提取多个完整图形闭合外边界的方法。利用方向边缘检测、方向数学形态学方法和拟态流水侵蚀法得到了较好的完整图形闭合外边界。通过实验验证了该方法不仅适用于简单图像,而且适用于较复杂的图像。在一定程度上具有去除非闭合曲线段及噪声的能力。同时,通过使用拟态流水侵蚀法使处理速度和效果明显优于常用的处理方法。实验结果证明了所提供的算法在图像闭合区域边界提取方面是有效的。

基于图像序列间相似性的晶粒组织图像分割方法

针对采用系列截面法进行晶粒组织三维重建过程中的图像分割问题,提出了基于图像序列间相似性的三维分割方法并实际应用于纯铁晶粒组织的重建。采用边缘检测方法进行了晶粒组织截面晶界线的提取。基于截面图像序列的相似特征,提出了实现截面图像二维分割的晶粒边界闭合方法和实现晶粒组织三维分割的识别与跟踪相邻截面中晶粒目标的方法,完成了纯铁晶粒组织的三维重建。同时分析了上述分割方法的优缺点,讨论了应加以改进的方向。

基于二维小波的粒型图像边缘检测

针对粒型图像感兴趣的部分,即粒形的径粒大小、面积、周长、分布特征等参量,要求进行精确的边缘检测,提出一种新的判断和检测出粒型图像边缘的闭合单线条方法,该方法采用二维小波对图像进行预处理,哈夫(Hough)变换帮助作闭合性判断,进而分析得到闭合的单线条边缘。实践证明,通过该方法边缘检测后得到的图像有着比较细的边界,而且边界是闭合的,图像清晰明了,便于更进一步的分析。

无人机视觉SLAM协同建图与导航

地面机器人由于其工作空间的限制,对环境感知存在较大局限性,结合空中机器人在视角方面的优势,实现空地机器人协作是主流趋势。本文提出了一种基于无人机视觉SLAM的协同建图与导航方法,利用无人机空中视角带来的大范围环境感知能力,协助地面机器人快速构建环境模型,提高地面机器人在具有挑战性的未知环境中建图与导航能力。本文方法首先构建了一个显著闭合边界实时检测和跟踪线程,结合点、线特征以及显著闭合边界,提出一种视觉SLAM方法用于无人机空中建图,与传统方法相比,闭合边界的结合极大优化了建图的效果。其次,地面机器人根据无人机获得的初始全局地图自动规划全局路径,在移动过程中,利用搭载的激光传感器对无人机建的初始地图进行更新,并且对路径进行连续的重新规划,避免与障碍物发生碰撞。为了验证本文方法的可行性和先进性,分别进行了仿真试验和真实试验。试验结果表明,本文方法显著提高了建图效果,实现了协同建图与导航方法的完整过程,提高了地面机器人在具有挑战的未知区域中进行自主建图和导航的能力。但是本文方法在障碍物分布密集、地面高低起伏等复杂情况下效果不佳,且实现的二维导航局限性大,未来工作立足于融合激光雷达、IMU等多传感器,提高深度估计和位姿估计等任务效果用于构建精准的三维占据栅格地图,并进一步设计三维空间空地协同建图与导航的方法。

双局域共振机制声子晶体带隙特性研究

提出了一种双局域共振机制,结合有限元法对该机制声子晶体结构的带隙生成机理和带隙的影响因素进行了深入分析研究。2个刚性质量体互为刚性边界和振子,由此产生了2个可以互相转化的局域共振单元。双局域共振结构的带隙位置由2个等效单自由度系统的固有频率共同决定,带隙的宽度与2个质量体密度、内振子半径、弹性介质的弹性模量密切相关。研究发现,2个质量体密度差别越大、弹性介质弹性模量越高,带隙的宽度就越大。该机制在一定程度上削弱了基体与振子的紧密耦合关系,该结构具有较大的带隙变化范围,极大地增大了带隙的宽度,为宽频声子晶体结构的研究提供了新的思路。

一种基于傅里叶变换的形状描述方法

本文将边界序列的多尺度描述和傅里叶描述符结合起来,得到闭合边界的多尺度傅里叶描述符。该方法先将边界序列呈现到不同的尺度空间,然后进行傅里叶变换,得到了不同尺度空间的傅里叶描述符。分类实验表明,该方法提取的特征具有较好的分类特性。

基于椭圆傅里叶描述子的遥感图像配准算法

传统的基于点特征的图像配准算法在遥感图像配准时提取的特征点数量大、分布密,易产生误匹配,导致特征匹配的效率和精度低。为此,本文利用椭圆傅里叶描述子(EFD)能较好保留形状信息的特点,提出了一种基于EFD的图像配准算法,根据匹配的边界对预估变换参数,给出特征搜索范围,从而有效地提高特征搜索的效率。实验结果表明,所提出算法能有效抑制误匹配的产生,提升特征匹配的效率,尤其是对于纹理丰富的大尺寸图像,提升效果更加明显,验证了本文算法对遥感图像配准的适用性。