基于邻差和的农产品X射线图像分割算法

针对图像阈值分割中二维灰度直方图和模态法的不足,提出了一种基于邻域差值之和与直方图凹面相结合的图像分割算法,并将此方法与二维直方图方法在板栗、苹果和猕猴桃的X射线图像分割中的效果进行了对比试验。试验结果表明,本方法的图像分割误差小于2.1%,最大分割误差仅是二维直方图简便算法分割误差的23.7%,能够更精确地提取果品的图像。

一种新的非参数变换定义及立体匹配方法

提出了一种基于邻域差值的非参数变换立体匹配方法。该非参数变换方法是在图像中选定一个点,然后再找到与这个点水平方向相隔一定距离的一点,以这两个点为中心各选取一个窗口,比较两个窗口中对应像素的灰度大小差异,以这个差异值取代原图像的像素灰度值,这样产生的一个新的图像就是本文方法变换后的图像。将左右图像经过这种变换后,求变换后左右图像上点的匹配来产生立体视差。实验表明,在同等条件下,尤其存在噪声时,该方法与非参数rank变换和census变换比较,能得到更为准确的视差。

一种基于旋转不变性的纹理粗糙度改进算法

少数民族图案纹理粗糙度的提取对少数民族图案的表达和解析提供了有效的数据支撑,也对少数民族图案的合成提供了相应的特征信息。针对原Rosenfeld纹理粗糙度算法的量化精度不高和其计算结果旋转不变性不稳定,同时为了适应在不同角度下稳定准确地提取少数民族图案纹理粗糙度的需要,提出了一种基于领域均值差值和分式量化的改进算法。用数学理论推导、证明了分式量化的量化精度为最高,通过计算在不同角度下提取一张少数民族图案的纹理粗糙度的方差来衡量该算法的旋转不变性。结合Brodatz纹理图像库和苗族刺绣图案库进行了Matlab算法验证实验,实验数据对比结果表明,改进算法旋转不变性得到了显著提高。

一种快速双目立体匹配方法

在双目立体视觉中立体匹配是关键技术之一。为了提高匹配速度,提出一种新的立体匹配方法。首先根据极线约束条件限定同名点搜索区域,然后在极线约束区域使用活动轮廓分割出物体区域,进一步缩小匹配点搜索范围。在匹配算法方面,使用了邻域差值模板匹配方法。实验证明,提出的方法能够显著地提高匹配速度,并有较好的匹配精度。