基于计算机视觉的鱼类形态轮廓特征自动提取

鱼类形态变化多样,其形态轮廓特征具有种的特异性,并作为鱼类识别和分类的重要科学依据。形态轮廓特征的提取效果直接影响到自动识别鱼类的精确度,因此,为了研究计算机视觉对鱼类形态轮廓特征的自动提取效果,根据2017年9—11月在太平洋海域采集的1尾大眼金枪鱼的二维图像,进行计算机视觉分析。通过对鱼类图像进行灰度转换,双边滤波,二值化图像处理和轮廓提取等图像处理。利用8个方位的链码技术对鱼类轮廓进行链码信息的自动提取。通过椭圆傅里叶变换计算出形态信息系数,并对鱼类形态进行轮廓重建。结果显示,金枪鱼图像处理后能较好地得到轮廓图像,其链码信息会随着鱼类形态轮廓像素的大小发生变化,而鱼类形态的轮廓重建随着谐次的变化而变化。研究表明,自动提取鱼类形态轮廓特征效果较好。鱼类形态系数在低谐次变化波动较大,在高谐次变化波动较小。轮廓重建在低谐次变换对鱼类整体轮廓信息影响较大,在高谐次变换对鱼类局部轮廓信息影响较大。研究结果为鱼类自动识别和分类奠定前期基础,也为其他相关自动化研究提供借鉴和参考。

CT图像区域轮廓线提取方法

为提取CT扫描图像区域轮廓线,对现有的区域边界生成方法进行改进.使用扫描线算法,对图像中的指定区域构造出每一扫描行上的该区域外边界的边缘点对,然后利用相邻扫描线上的边缘点对的相关性,在相邻扫描行的边缘点之间建立链接,并使用链码表示区域的边界.实验证明,改进算法可以取得清晰度较高的图像.

一种提取微血管边缘曲线角点策略

通过深入讨论用链码表示的非常不规则的曲线（如生物医学对象的边缘曲线）的形态，本文提出一种所谓低阈值双窗二次角点选择角点提取策略。第一步，用两个不同的窗口尺寸计算曲线上各点的链码曲率值，然后用相对低的曲率阈值选取候选角点；第二步，利用候选角点的聚类特征和链码曲率极值及微血管边缘曲线的几何特征删除多余角点，确定真实角点。微血管边缘曲线的角点提取实验结果表明效果良好。

二值和多值图象的边界跟踪及逼近

对二值和多值图象的边界跟踪和逼近问题作了探讨；提出了可识别边界线上左右边缘点的边界跟踪算法、利用链码的矢量性的多边形逼近算法和二次Ｂｅｚｉｅｒ曲线逼近算法。这些算法简单实用，效果较好。

一种新的基于链码描述的轮廓填充方法

基于链码描述的轮廓填充是图形图象处理的基础算法 ,已广泛应用于图象处理、目标分析、图象压缩和计算机图形学中 ,但存在需要较大的辅助空间和速度较慢的问题 ,为此 ,在分析现有算法的基础上 ,提出了一类基于将整条码链的填充分解成子链填充的算法 ,这样每条子链都是简单封闭轮廓 .与现有算法相比 ,该算法最大仅需要与码链等大的辅助空间 ,而且在非二值图象或码链允许更改时 ,可不需要任何辅助空间 ;另外 ,该算法既不需要排序操作 ,也不需要用人工交互的方式给出种子 ,即可通过在子链中根据相邻链码的值来自动给出种子 .理论和实验表明 ,该方法能正确填充任意复杂形状的轮廓 ,并具有实现方便、速度快、算法简单、易于理解等特点 .此快速简单算法具有很大的应用价值 .

物证复原系统中的碎纸轮廓提取技术研究

碎纸自动拼接复原技术是计算机视觉和模式识别领域内的问题。它在司法鉴定、历史研究、故障分析等领域都有着重要的应用。碎纸轮廓提取是其中的关键技术,它直接影响着碎纸拼接结果的精度和效率。现有的碎纸轮廓提取方法一般是采用主动轮廓、聚类、阈值分割等方法,得到的结果存在大量的噪声,而且轮廓线一般不封闭。水平集方法是一种描述曲线以曲率相关的速度演化的有效方法,最近几年在医学图像处理、自然现象的模拟以及计算机视觉等领域得到了广泛的应用。该文给出了一种基于链码的水平集方法,在水平集中,结合链码的易于表示形状的特点,能有效的克服上述缺点,实验效果良好。

数字图像中基于链码的目标面积计算方法

在数字图像处理领域,链码是一种极其有效的目标描述方式,基于链码描述的面积计算得到了广泛的应用。该文分析了现有的多种基于链码的面积计算方法,对它们在算法原理、速度和精度方面进行了分析和比较,并通过实验给出了适合小目标的面积计算方法。

基于链码的轮廓跟踪技术在二值图像中的应用

介绍了二值图像的轮廓跟踪算法．在轮廓跟踪过程中，首先用行扫描得到轮廓起点，然后采用链码跟踪技术，跟踪其轮廓，得到一个封闭的轮廓信息，接着转向下一个轮廓，一直到所有的轮廓跟踪完毕为止．它能够实现一次扫描，得到所有的轮廓信息，且最终轮廓信息以链码序列来存储．在以后的拟合过程中，能更方便地对链码序列进行处理，得到理想的轮廓信息．

利用轮廓特征进行人头识别的方法

根据人头的特征,提出了基于区域轮廓特征的人头识别方法。详细描述了对预处理后的二值化图像进行去轮廓毛刺的方法,以防止轮廓提取时产生死循环。提出了一种提取区域轮廓的方法,并给出了其详细步骤。利用轮廓所包围区域的面积对人头进行初步筛查,然后利用圆形度进行人头识别。该方法实时性好,而且所需内存空间小。最后,用实验证明了这种方法的良好效果。

图像区域边界抽取与链码树结构生成算法

通过定义二值图像像素顶点的链码,构造像素顶点矩阵,给出了一个基于像素顶点的线性的图像区域边界追踪和链码树结构的生成算法,算法在追踪和抽取区域边界的顶点链码的同时生成区域边界的链码树结构.算法复杂度是线性的,且适用于任意复杂图像区域.

基链分治算法与Voronoi区的面积计算定理研究

基于一般曲线多边形 Voronoi图的面向对象数据结构 ,提出了一种改进的 Voronoi图生成算法——基链分治算法 .该算法与经典的分治法相比更容易被实现 .同时 ,在欧氏米制中 ,由于 Voronoi区的边界包含抛物线或双曲线 ,因而 Voronoi区的面积很难被计算 .为此提出了 Voronoi区的面积计算定理 ,并给出了定理证明和算例 ,从而为某些工程应用中的面积计算提供了一种方法 .

基于轮廓跟踪的摔倒检测算法

针对传统摔倒检测算法误判率高和算法复杂等缺点,提出一种基于轮廓跟踪的摔倒检测算法。该算法主要通过背景减除法提取监控视频中的运动目标老人,运用中值滤波和形态学处理获取完整的老人身体形状,根据轮廓跟踪算法生成边界链码,然后利用实际边界链码与摔倒模板链码的欧氏空间距离判断老人是否摔倒。实验结果表明,该算法计算复杂度低,准确率得到明显提高。

基于肾动态定量分析中肾脏ROI的提取研究

肾小球滤过率GFR(glonerular filtration rate)是评价肾功能的重要指标,而肾动态图像中感兴趣区ROI(region of interest)的准确勾画又是影响GFR的重要因素。现有的肾动态定量分析软件的ROI仍需人工辅助勾画,主观性强。在综合了现有肾动态图像ROI勾画方法的基础上进行了ROI自动提取的相关研究。首先用自适应滤波器对数字图像进行滤波,减小图像的噪声;再用ostu法自动确定阈值形成二值图,接着用交替顺序滤波法对二值图像滤波,提取双肾轮廓;然后采用链码和与差的方法修补边界,使轮廓平滑;最后针对象素进行本底ROI设置,从而实现自动提取肾脏和本底ROI。

边界跟踪自动机与围线树结构的生成算法

定义八近邻图像的边界跟踪自动机,利用自动机跟踪图像所有区域边界,自动机的输出为边界的顶点链码,在自动机跟踪所有边界的同时生成围线的树结构。跟踪算法复杂度是线性的,能跟踪任意复杂图像区域。

基于机器视觉的电梯平衡补偿链检测系统设计

为解决目前电梯平衡补偿链生产中人工质量检测效率低下、劳动强度大、易漏检的问题,提出一种基于机器视觉的电梯平衡补偿链专用检测系统。根据待测链环的形态结构特点,设计了串行式的多工位检测过程,通过不同成像方式和图像处理算法的有机结合,可以有效地实现电梯平衡补偿链的轮廓尺寸超差和表面缺陷的在线实时自动检测。测试结果表明,该系统的漏检率和检测速度均明显优于人工检测,有效地提高了生产效率。

压缩链码的研究

对图像处理及模式识别中的链码技术进行研究.首先针对具有二位码长的顶点链码只有3个码值的情况,在不增加码长的情况下对其增加了一个码值,大大提高了其表达能力.其次,同样根据顶点链码的上述冗余情况对其进行了不等长编码压缩.然后,在上述两种改进链码的基础上,根据大量的统计数据提出了一种基于Huffman编码的新的压缩链码.文中还提出了一种对链码的评价方法.最后,用该评价方法和对实际图像的实验测试对所提出的链码和4种已有链码进行了理论上和实用方面的比较.比较的结果显示该文提出的压缩链码效率最高.

基于链码的二维碎片轮廓匹配算法

首先利用边界链码的跟踪技术,提取出二维碎片的轮廓信息,同时对轮廓线进行细化、去噪和编码处理,得到二维轮廓线的一维链码信息描述,并在此基础上提出一种基于链码的二维碎片轮廓匹配方法。将二维碎片的形状匹配变为只对一维字符的处理,从而使得二维碎片的拼合简单化。实验表明该方法能够有效的找出一对复杂轮廓线上恰当的对应特征段,实现碎片物体的复原。

基于三维卷积神经网络的湖泊提取算法

针对现有分析湖泊几何信息算法的二维图像湖泊轮廓提取精度低的问题,提出了一种基于三维卷积神经网络的湖泊提取算法。首先,基于平整度信息从激光扫描点云中定位出候选湖泊并对输入的候选区域点云进行体素化组织,作为神经网络的输入;同时,通过深度学习技术,从候选区域中过滤非湖泊区域;然后,基于方向链码算法从点云中提取湖泊的边缘并分析其几何形状信息。实验结果表明,所提算法在提取激光扫描点云中的湖泊精度可达到96.34%,与当前在二维图像中的湖泊提取算法相比,可对目标湖泊形状信息进行计算与分析,从而为湖泊监测与管理提供方便。

地形等高线与经纬网的分离及其矢量化

该文利用经纬网在局部范围的直线性及直线的平均 freeman链码等于其上任意一点的链码这一特性 ,达到自动分离经纬网与等高线的目的 。

脑胶质瘤病理切片中对细胞核轮廓化处理的研究

阐述了有关脑胶质瘤切片中的肿瘤细胞核的提取和轮廓化处理过程中的几个关键问题 ,处理过程中避免对采集到的图像进行灰度化处理 ,直接对彩色图进行区域分割和链码跟踪 ,充分利用和保留了原图的色彩信息。在区域分割中使用种子生长法 ,尽可能使细胞核和背景分开 ,在链码跟踪算法中引入逻辑运算的字位并行处理 ,实现多个样本点同时运算 。