基于Freeman链码的圆识别方法

在研究圆的Freeman链码性质并得出圆的Freeman链码与其对称链码的关系后,提出了一种基于Freeman链码性质的圆识别方法,通过圆的Freeman链码与其对称链码的相似度和奇偶码值出现的次数对圆进行识别。实验结果表明,该方法识别准确、效率高。

基于Freeman链码的B样条曲线轮廓拟合

提出了一种Freeman链码与B样条曲线误差控制相结合实现轮廓拟合的算法,首先利用Freeman链码法进行边界跟踪,根据相邻像素点间的不同的链码变化关系,排除伪特征点,提取出轮廓中绝大多数特征点,然后结合基于误差控制的B样条曲线法,取得能够精确表示轮廓信息的特征点.本文算法即避免了使用曲率来进行求取特征点的复杂计算,提高了特征点检测速度,又提取出能够精确拟合轮廓的局部支撑点,实现了基于误差控制的轮廓曲线拟合.实验结果证明了本文算法的正确性.

基于Freeman链码的几何图形识别算法

目前关于几何图形识别的算法存在的问题主要有准确率低,计算复杂度较高,运行时间较长等。利用简洁高效的Freeman链码算法结合几何图形特有的几何属性设计出新的算法,使其能够快速识别几何图形的顶点分布,并反映在一张边界震荡(boundary vibration,BV)曲线图上。该曲线图能够刻画几何图形的属性,如顶点的个数、距离分布,角度的大小,线段的曲直和图形的周长等。因此通过对曲线图的特征分析可以准确识别对应的几何图形。该算法不受图形的平移、旋转、放缩、噪声影响。为了测试算法的稳定性,仿真试验针对九种不同的随机生成且带噪声的几何图形,结果识别率较高,运行速度较快,达到了预期的效果。

基于Freeman链码改进图像处理算法的指针式仪表识别

指针式仪表识别的优点很多,但也有不足之处,例如:受各种不确定因素的影响,极易导致图像处理与模式识别出现偏差,影响仪表的自动识别任务的可靠性,造成仪表在处理数据时的劳动强度增大、效率变低。基于上述问题,对基于Freeman链码改进图像处理算法的指针式仪表识别技术进行了研究。对Freeman链码图像处理算法进行了阐述创新性地应用了边缘算法对Freeman链码图像处理算法进行优化改进,并对改进方案进行了二次校正。对提出的优化算法进行斜率校正验证及性能检测。研究结果表明,基于Freeman链码改进图像处理算法能有效地提升指针式仪表的自动识别能力,有效地避免了单一的图像水平倾斜所造成的指针式仪表识别缺陷;优化算法在自指针式仪表的示数识别中耗时较多,最大相对误差为0.04%,明显优于霍夫变换算法。该研究能够为相关工业领域的指针式仪表的自动化识别的发展提供一定的参考。

数学形态学和模式识别在建筑物多边形化简中的应用

针对居民地图形化简的一个方面———建筑物多边形的化简,提出一种在与地图比例尺相关的动态栅格和矢量数据相结合的数据模型支持下,综合利用数学形态学和神经网络支持下的模式识别的化简方法。在VisualC++环境下实现基于此方法的系统并进行实验,实验结果说明此方法在保持街区的形态特征上效果明显。这种方法将制图综合知识融入图形化简操作之中,是自动制图综合智能化的一次新的尝试。

基于改进RCE和RBF神经网络的静态手势识别

针对手势识别的手区域分割、手势特征提取和手势分类的三个过程,提出了一种新的静态手势识别方法。改进了传统的RCE神经网络用于手区域的分割,具有更高的运行速度和更强的抗噪能力。依Freeman链码方向提取手的边缘到掌心的距离作为手势的特征向量。将上一步得到的手势特征向量作为RBF神经网络的输入,进行网络的训练和分类。实验验证了该方法的有效性和可行性,并用其实现了人和仿人机器人的剪刀石头布的猜拳游戏。

虹膜定位算法研究

在介绍现有虹膜识别算法的基础上,针对其局限性,提出一种改进的虹膜定位算法,实现了精确而快速的定位。在该算法中,通过阈值化和Freeman链码进行内边界定位;Canny算子和圆形Hough变换被用于外边界定位;上下眼皮的去除利用Canny算子和线性Hough变换实现,睫毛和镜面反射通过阈值化的方法加以去除。实验验证了该算法的合理性和有效性。

基于二次分割的港口舰船目标检测方法

针对光学遥感图像中港口舰船的纹理、灰度特征与码头十分接近,直接分割相对困难的问题,提出了基于二次分割的港口舰船目标检测方法。该方法首先将Top-hat算子引入分水岭分割算法中,解决了分水岭算法过分割现象,同时获得较完整的海陆分离结果;其次对分割后的陆地区域使用Freeman链码进行轮廓描述,并结合改进的Hough变换进行目标区域的分离,通过二次分割有效地将码头与舰船分开;最后,计算各区域的面积实现港口舰船的识别。实验结果表明,该方法鲁棒性强,易于实现,通过实测数据可以解决港口舰船目标的检测问题。

基于链码信息的雹云识别及冰雹落区定位

提出了一种新的码字处理方法,使得由Freeman链码得到的最小和统计方向码具有起始点不变性、旋转不变性,基于最小和统计方向码的方向熵具有尺度不变性。另外,还针对雹云的形状特征,提出了一种基于码字的统计计算方法,该方法能够有效鉴别出雹云的特定形状,为定位落雹区提供了重要前提。实验结果表明本文方法处理速度快,模板匹配准确性和稳健性较高,冰雹落区定位准确。

地图自动识别方法初探

地图是由大量用来表示各种地物及其空间关系的曲线和符号组成,本文在Freeman码的基础上,针对地图的具体特点,提出了一种适于地图要素轮廓描述的“预测跟踪”技术,并在识别过程中,充分利用了地图的先验知识,通过学习来抽取地图各要素的分析特征。最后,本文以二值化、大比例的地图作为实验对象并给出了实验结果。

白细胞图像的自动分割问题研究

根据彩色图像中白细胞核对Ｒ、Ｇ、Ｂ信号的敏感性不同，利用直方图和腐蚀扩张等方法一次提取出图像中的白细胞区域，并从Ｒ、Ｇ、Ｂ空间线性变换到Ｉ１，Ｉ２，Ｉ３空间后，利用迭代自组织数据分析算法，把白细胞区域分为细胞浆、细胞核、背景三部分，一次提取出完整的白细胞。

基于运动估计的图像标记点实时识别方法

针对高分辨率视频测量(VM)中标记点难以实时识别的问题,提出基于运动估计的图像标记点实时识别方法,通过标记点运动估计模型获得标记点在时序图像中的预估坐标,根据各预估坐标对图像并行分割获得对应搜索域,并采用增量更新的Freeman链码提取标记点轮廓信息,从而达到实时识别标记点的目的。运动估计实验表明:该模型能实现风洞环境中图像标记点运动估计,最大误差仅为5.597像素;标记点并行识别实验表明:利用现场可编程门阵列(FPGA)实时识别标记点,处理效率达到2GB/s,应用前景广阔。

基于链码的快速圆形识别方法

圆的识别算法如Hough法、模块匹配法等计算量大,难以满足嵌入式应用系统实时性要求。通过对圆的链码研究,发现了两个重要性质:各奇(偶)数码出现的次数相等,且奇数码和偶数码出现的次数有固定关系。利用这两个性质可以快速的初步识别圆形目标,然后通过拟合来验证此目标。实验结果表明,这种识别方法快速、准确、高效。

手背静脉图像ROI提取算法研究

手背静脉识别是新兴的身份认证技术,与指纹识别相比,具有活体识别、内部特征、非接触式等优点,其关键点之一是对静脉图像感兴趣区域精准定位。文章提出了结合Canny边缘检测算法和Freeman链码的手背静脉感兴趣区域定位算法。实验结果表明,该算法能够克服手形姿势变化的影响进行准确定位,具有良好的鲁棒性,对手背静脉身份特征识别技术研究具有参考价值。

基于图像识别的地毯机运动轨迹规划研究

为了改变人工描绘地毯机运动轨迹的生产方式,提出了一种基于图像识别的轨迹规划算法,该算法包含颜色量化、颜色聚类、边缘检测、轮廓跟踪和区域填充5个部分。在CIELAB颜色空间对彩色图像进行量化和聚类,对得到的聚类图像进行边缘检测和基于Freeman链码的轮廓跟踪,并采用扫描线填充算法进行区域填充,最后根据轮廓点坐标和填充点坐标组成地毯机的运动轨迹。实验结果表明:基于图像识别的轨迹规划算法实现了图像的轨迹规划,验证了算法的正确性。