一种提取物体线形骨架的新方法

提出了一种提取物体线形骨架的新方法.该方法首先计算物体距离变换的梯度,从而得到一个矢量场.距离变换的梯度对提取物体线形骨架具有重要意义,可据此获得物体内部的关键点,其中每一个关键点代表了物体的一个凸部分.之后,用搜索梯度最短路径的方法连接关键点,得到物体的线形骨架.本文方法得到的线形骨架能很好地反映物体拓扑和形状特征.并不易受边界噪声干扰.此外,本文方法克服了基于距离变换的骨架提取算法的固有缺点,获得了具有良好连通性的骨架.因此,基于本文方法得到的骨架能用于物体识别和匹配等领域.对大量二维、三维物体的实验取得了令人满意的效果.

考虑数据变换的泾河流域月降雨空间插值

对泾河流域各站点1951-2005年多年平均月降雨量数据进行偏斜度分析,并分别做平方根、立方根、对数变换;根据泾河流域自然地理特征选择普通克里格法和梯度距离平方反比法对变换前后的月均降雨量数据进行空间插值,通过交叉验证的检验方法得到以下结论:偏斜度分析对于空间插值意义不大;两种插值方法都是对数变换后的数据插值结果较优,同时考虑高程的梯度距离平方反比法无论数据变换与否其插值精度都没有普通克里格法的精度高。选择对数变换和普通克里格法进行泾河流域多年平均月降雨量插值效果较好,为日降水插值的获得提供了可靠的本底文件。

基于图像边缘梯度信息的图像匹配算法

提出了一种基于图像边缘梯度信息的图像匹配方法。算法综合考虑边缘的位置和梯度信息,在形态学膨胀运算的基础上计算最佳匹配位置,该方法具有匹配精度高、计算简便、不需要调节参数的优点。对合成图像和实际图像的实验结果表明了算法的有效性。

小波域梯度准则多焦距图像融合方法的研究

通过介绍小波域不同融合方法的特点,提出一种小波域梯度的改进算法,对多焦距图像采用双正交小波进行分解,对小波系数根据小波域平均梯度进行加权叠加,并通过仿真证明本算法具有很好的效果。

基于改进Chamfer匹配的台标识别

已有电视台台标的识别技术多基于视频流处理,实时性较差,且对半透明台标识别效果不佳。为此,提出一种基于改进Chamfer匹配的台标识别方法。利用Canny算子提取台标边缘颜色及梯度方向,采用RANSAC算法对台标边缘进行优化,通过距离变换计算边缘梯度方向的距离图,并基于距离最短准则对其识别。实验结果表明,该方法能实现台标的单帧识别,克服半透明台标的识别难题,平均识别率达97.7%,平均识别时间为801 ms。

基于梯度下降算法的煤矸石分割识别方法

通过图像处理技术在带式输送机运输过程中对煤矸石的分割识别,以完成后续自动分拣是一项非常重要的工作。针对煤和矸石的光泽、灰度等差异,先通过灰度直方图确定阈值,将图像前背景相分离;再将图像距离变换,抽象为三维地形图,通过梯度下降算法把与矸石相接触的煤颗粒图像分离开。实验结果表明,该算法能有效地区分出煤与矸石。

基于距离变换的蚁群搜索骨架提取方法

针对基于距离变换的骨架提取方法连通性不足的问题,提出了一种基于距离变换的蚁群搜索骨架提取方法。该方法根据距离变换及其梯度获得物体的潜在骨架点;通过控制物体边界曲线的多边形逼近误差,确定了对物体形状信息贡献程度不同的边界顶点,并将其凸顶点作为物体的骨架线端点,同时根据端点内角的大小排除了冗余骨架分支的端点;将距离变换的梯度、像素间的相似性和骨架线的走向三个因素设置启发式引导函数,并提出了用路径代价值来衡量搜索路径的优劣。实验结果证明,该方法获得的骨架线不但具有良好的连通性和多尺度条件可控性,而且减少了冗余骨架分支的产生,同时还可以克服一定边界噪声的影响。

基于Census变换的自适应权值Hamming距离立体匹配算法

传统的Census+Hamming距离立体匹配算法往往由于将邻域像素等同对待,从而缺少足够的匹配信息,造成较高的误匹配率。对此提出了一种自适用加权的Hamming距离算法,通过引入邻域像素空间距离,使在距离测算时将邻域像素分等级计算,丰富了匹配图像的信息。并且使用梯度图像像素之间的距离作为聚合代价计算的权值,实验证明其对于噪声有一定的抗干扰性,并且能够很好地反映纹理等信息,同时引入稀疏聚合窗口来减少算法的复杂度。最后进行亚像素插值增大匹配的正确性。通过对比试验证明,此算法不仅能够提高匹配的准确性和抗干扰性,还能减少算法的复杂度,适用于实时的立体匹配。

用几何构造方法实现传统镶嵌画风格渲染

提出一种对彩色相片进行渲染处理的方法,能够输出接近传统镶嵌画的效果图.这种方法自动生成导向标线,利用距离变换得到镶嵌瓦片的铺设路径、铺设方向与等距条带,并采用后处理过程对镶嵌瓦片进行精细的修调,增强了输出效果图的艺术美感.

基于改进的标记分水岭方法的棒材识别

针对图像中棒材识别问题,提出了一种新的标记分水岭的棒材分割识别方法,该方法结合距离变换与梯度重构对标记点进行限定,使用分水岭变换完成棒材识别。首先利用棒材图像低频部分进行阈值的自动提取,对区域对应的距离图中的局部极值点进行筛选。提取棒材图像中低频成份对应的局部极值区域,结合局部极值点得到前景标记。然后基于前景标记进行距离分水岭变换,将分水岭变换得到的脊线作为背景标记。最后对梯度重构以后的棒材图像基于标记进行梯度分水岭变换,得到棒材分割识别结果。本文方法一方面结合距离图进行标记点筛选及补充得到准确的棒材数目,有效解决了分水岭算法目标识别的过分割问题。另一方面保留了梯度图像分水岭变换后边缘定位准确的优点,得到完整的棒材轮廓。实验结果表明,该方法满足图像识别的实时性、鲁棒性、准确性要求,可将其应用于类圆目标识别及相关领域。

结合距离变换与边缘梯度的分水岭血细胞分割

目的针对医学图像中细胞提取和粘连细胞分割问题,提出一种结合距离变换利用边缘梯度的分水岭血细胞显微图像分割方法。方法首先,通过距离变换由细胞二值图生成距离地形图,取其局部极值点或点集作为前景标记,进行第1次距离分水岭变换;接着将第一步骤所得的分水岭脊线作为背景区域的标记,前景标记不变,视梯度幅度图为地形图,再一次进行梯度分水岭变换,得到细胞分割结果。两次分水岭变换前,均采用强制极小值的方法修改地形图,来控制地形图只在选取的标记处存在局部极小值。结果该方法由距离图提取前景标记,将距离分水岭变换所得的脊线作为梯度分水岭变换的背景标记,能有效地分离粘连目标。相比于基于距离图分水岭变换,本文方法不过多依赖二值图像信息,保留了基于梯度图像的分水岭变换边缘定位准确的优点,又解决了其无法分割粘连目标和过分割的问题。结论经多幅临床细胞图像分割实验验证,该方法可以实现图像中细胞的提取以及粘连细胞的自动分割,满足医学图像分割的要求。