放射治疗计划系统中基于边缘模板的体廓自动提取

放射治疗中,治疗计划系统对CT、MRI等医学影像进行处理,获得体表、肿瘤等感兴趣组织的轮廓,是完成治疗规划的重要基础。论文针对CT/MRI图像的特点,提出并实现了一种基于边缘模板的体廓自动提取方法。该方法对图像进行平滑处理和锐化后,由Guass-Laplace算法进行边缘检测和轮廓提取,然后手工编辑和修改第一张图片的体廓数据,以此作为边缘模板,自动提取后续图片的体廓。该方法实现方便,效果好,满足了治疗计划系统对体廓自动提取的要求。

基于小波变换和边缘模板相结合的序列B超图像边缘提取

由于B超图像的分辨率差、灰度级别少等特点 ,用传统的边缘检测方法难以得到满意的效果。本文采用了基于离散二进小波变换的门限选取法 ,通过检测图像直方图小波变换的零交叉点来得到图像的边缘 ;进而又构造出一种边缘模板 。

经典边缘检测模板的快速算法

本文利用经典边缘检测模板算子八个方向模板之间的内在联系，提出了一种有效的快速算法，实验表明：采用本算法运用于Kirsch、Robinson等模板算子均可将对图像的处理速度提高到比采用经典算法所达到的运算速度的数倍以上。

基于并查集和边缘检测模板的非理想虹膜定位

非理想虹膜图像往往存在虹膜边缘模糊、灰度变化不均匀、位置偏移及光斑干扰等问题,这些问题的存在会在一定程度上影响虹膜内外边界定位的准确率。针对这个问题,提出采用并查集和边缘检测模板的方法来对非理想虹膜进行内外边界定位。内边界定位首先采用并查集方法完成瞳孔区域粗定位,然后采用Hough变换对瞳孔进行精确定位;外边界定位先利用一系列边缘检测模板大致确定外圆的位置,再依据外边界附近圆环内边缘点的密度来最终完成外边界的精确定位。实验结果表明,对于非理想虹膜图像,该方法的定位正确率和定位速度均高于其他同类方法。

顾及模板边缘分布结构的图像匹配

传统的部分Ｈａｕｓｄｏｒｆｆ 距离，由于采用固定的分位数，在图像匹配应用中具有相当的局限性。运用非参数和参数统计手段，从模板距离图计算距离变量的经验分布函数，充分挖掘模板中有关像元分布结构的信息，设计出一种稳健的自适应Ｈａｕｓｄｏｒｆｆ 距离计算法。分析表明，新的距离计算式对分位数初值的敏感程度较传统的部分Ｈａｕｓｄｏｒｆｆ 距离小得多，在强噪声和复杂背景下具有很好的抗差性能。

基于模板边缘的自适应角点检测算法研究与应用

原有算法在检测角点过程中的聚类效果不明显,导致检测后的图像角点个数与实际所需不符,存在伪角点和漏角点,逐渐增加图像的检测时间,为此,设计基于模板边缘的自适应角点检测算法。模板边缘技术可以对潜在的角点区域进行有效规划,以中心点相邻点位进行提纯,具有交点过滤的效果优势。基于模板边缘转化灰度值,分割并预处理图像,抑制角点半径确定对应特征提取点数,获取自适应阈值检测图像角点,完成基于模板边缘的自适应角点检测算法设计。实验结果表明:以两组实际拍摄图像为测试对象,运用传统算法和研究算法进行角点检测,在研究算法应用下,能够真实地标记出两组图像的角点数量,且检测时间均不超过0.2s,具有实际应用效果。

基于边缘重心模板的水中机器鱼阈值分割算法研究

为了实现不同光照条件下水中机器鱼的准确视觉分割,提出了一种基于边缘重心模板的阈值分割新算法。该算法首先将机器鱼图像从RGB颜色空间转化至HSV颜色空间,利用图像H分量直方图来确定机器鱼像素H分量值的极差;然后基于Sobel算子进行边缘提取来获取边缘重心坐标,并计算以边缘重心为中心的n×n模板的H分量平均值;最后利用机器鱼像素H分量值的极差和平均值来确定边缘重心模板阈值,从而实现机器鱼的阈值分割。3种光照环境的实验结果表明,与其他算法相比,基于边缘重心模板的阈值分割法不仅保证了平均96%的高检出率,其平均误检率也控制在0.4%,从而验证了此算法的有效性。

结合嵌入可信度的B样条小波边缘检测

边缘检测中 ,用一个由输入数据得到的模板进行匹配是很有意义的 ,因为它提供了一种独立测量存在所用边缘模板的可信度的方法。文章充分利用边缘信息的多尺度特性及小波变换的特性 ,设计三次B样条平滑滤波算子 ,再结合嵌入可信度方法进行边缘检测 ,并进一步根据人类视觉系统的敏感性 ,对噪声严重的图像边缘检测进行了研究。实验结果表明 ,文中所给的方法能准确检测出图像边缘 ,效果较好。

一种改进的Canny自适应边缘检测算法

针对原始的Canny边缘检测算法高低阈值不利于选择的问题,提出一种改进的Canny自适应边缘检测算法。该方法采用3×3的Sobel边缘算子模板代替2×2邻域内求有限差分来计算梯度幅值;利用梯度直方图来选取高低阈值,提高了算法的自适应性;在边缘的连接上采用边界追踪的方法,来保证边缘的连续性和唯一性。以20m m量块图像边缘检测为例进行了实验。结果表明,该算法在保证实时性的同时,具有更好的检测精度和准确度,细化图像边缘和抑制伪边缘噪声方面的性能也得到了提高,是一种有益的边缘检测改善方法。

基于深度学习的零件表面细微划痕检测方法

由于加工工艺的影响,应用零件表面划痕形态也会呈现出多种不同的表现形式,受到背景纹理样式的干扰,零件表面的细微划痕依然难以得到准确分辨与检测,为解决此问题,设计基于深度学习的零件表面细微划痕检测方法。在深度学习网络的彩色空间环境中,对滞后多阈值进行分割处理,再联合投资回报率(return on investment, ROI)提取权限条件,完成基于深度学习的划痕特征参量提取。在此基础上,建立边缘模板,通过处置细微划痕配准需求的方式,实现对划痕的准确定位,完成基于深度学习零件表面细微划痕检测方法的设计与应用。与机器视觉型检测方法相比,深度学习型检测方法能够根据划痕所表现出的具体形态,对其进行检测与分辨,可避免背景纹理样式对于零件加工工艺的影响。

基于空间PACT和颜色特征的场景语义识别

空间PACT是一种用来进行场景实例和类别识别的新型特征表示,它在PACT(Census变换直方图的主成分分析)的基础上结合最新的场景语义识别框架:空间金字塔,使之相比现存算法具有更高的识别率。针对场景语义识别的强度和效率,提出一种新型的识别方法,在空间PACT中引入潜在阶梯边缘模板,在几乎不影响识别率的基础上改进算法效率。同时通过引入颜色特征信息,获得具有更强语义识别能力的特征表示。实验结果表明,该算法具有计算效率高,识别率高,强语义识别的特点。

车牌提取方法研究

提出了一种基于模糊边缘检测和纹理特征的牌照提取方法。首先由投影法确定车牌候选区域 ,然后由 1 2个边缘模板计算每个候选区域中边缘两侧的平均灰度差 ,并作出灰度梯度的二维直方图。据此确定每个候选区域模糊边缘检测中广义渡越点的值。然后根据车牌区域特点来提取牌照。经测试 ,该算法简单快速、定位准确 。

一种自动分割视频对象的新方法

提出了一种视频对象自动分割及跟踪方法。该算法首先进行相邻帧差分检测和Canny边缘提取,得到相邻帧差分边缘模板;其次在相邻帧差分边缘和当前帧边缘的基础上,检测出视频对象的初始边缘模板。然后分为快变和慢变两部分进行跟踪,并对视频对象边缘模板更新以适应对象的运动;最后根据跟踪更新出的视频对象二值边缘模板,通过文中提出的填充技术及模板轮廓修正得到精确的视频对象模板提取出视频对象。实验验证表明,该算法对目标的整体运动和局部形变都有较强的适应性。此外,算法还具有简便、准确性高的特点。

强噪声背景下图像标定符号定位算法研究

金属断口图像中标定符号信息是进一步计算图像对应实际物理空间距离的依据。标定符号通常为印刷体,所以准确定位是正确识别的前提和关键。对强噪声复杂背景下的金属断口图像标定符号的定位算法的研究,先对直线特征明显的标尺符号定位,其中对Radon变换进行分块改进,使快速性和准确性有了明显改善。字符定位利用符号的纹理特征进行数学形态学粗定位和图像边缘模板匹配精定位结合的方法,并根据标尺位置和长度等信息缩小搜索区域。实验结果表明,该算法的定位准确率达到94%。

一种基于人眼结构特征的新颖虹膜定位算法

虹膜定位是虹膜识别系统的重要组成部分,定位的速度以及定位算法的健壮性是需要特别注意的因素。根据对人眼的结构特征进行分析,提出一种新颖虹膜定位算法。利用一种灰度累加算子找到瞳孔内一点,通过边缘检测模板找到虹膜内圆上三个不共线的点,从而快速而准确地定位出虹膜内圆,通过边缘检测模板找到虹膜外圆上四个不共线的点,从而快速定位出虹膜外圆。对已有的756幅虹膜图像组成的虹膜数据库进行定位,本算法只需要1.59min,平均定位时间达到0.126s,准确率达到99.07%。比Hough变换以及Daugman的圆检测算子等经典方法速度上有了很大的提高。而且保证了定位的准确率和算法的鲁棒性。

灰度分布特征的虹膜定位算法研究

为克服浓密睫毛、眼睑等噪声对虹膜定位算法的影响,提出一种有效的去扰虹膜定位算法。对于虹膜的内边缘,在二值化分离瞳孔区域的基础上,利用形态学中的开运算消除噪声,并用灰度投影法定位瞳孔的圆心、半径。而对于虹膜的外边缘,则采用形态学中的闭运算去除虹膜区丰富的纹理,并设计了一个边缘检测模板,在小范围内搜索虹膜外边界的上下左右4个边界点进而确定虹膜的圆心、半径。对比的仿真实验表明:该算法不仅在计算精度和速度上都有很大提高,而且具有较好的鲁棒性。

基于序列图像的冲压件检测系统研究

传统零件及产品的检测也越来越要求其高效和准确。简单手工操作和借助工具直接测量既不能满足生产的要求,同时重复而繁杂的工作极易导致测量的误差。本文主要探讨基于序列图像的小型冲压件的机器视觉检测的实现算法及该系统的实现,视觉检测系统的大致流程为机械平台搭建,特征提取,相机标定,误差分析。该系统在以Visual C++为软件平台。

一种基于几何原理的虹膜定位算法

虹膜定位是虹膜识别系统中很重要的组成部分,其中定位的速度及准确率是重要的因素。结合人眼的结构特征设计了虹膜定位算法。算法先定位出瞳孔内任意一点,再用边缘检测模板检测出不共线三点定位出内边缘。算法提出用比较四点两次的定位结果来确定外边缘。对已有的755幅虹膜图片进行定位,准确率达98.15%。并且应用简单的几何原理使得算法的鲁棒性能得到保证。

一种基于CNN的运动对象分割算法

提出一种基于细胞神经网络的运动对象分割算法。通过引进除噪模板和改进边缘检测模板,去除了图像采集和处理过程中的噪声影响,得到比较满意的图像边缘信息。实验结果验证了算法的有效性,而且处理速度与图像大小无关,能够实现图像实时处理。

基于Halcon的金属零件矩形度检测算法研究

提出一种金属零件矩形度检测的设计方案,采用Halcon编程实现,主要包括边缘轮廓提取、图像匹配和缺陷检测等关键步骤。首先根据金属零件的特征自动提取边缘,然后使用基于边缘模板匹配的算法自动实现金属零件矩形的测量并进行缺陷检测。实验结果表明,该算法能自动检测金属部件的矩形度,具有一定的有效性和可行性。