基于YCbCr与角点检测的火灾识别算法研究

目前火灾识别技术已成为火灾预警与有效控制的重要手段之一,但传统的火灾识别方法存在易受噪声干扰及受数据规模限制的问题。本文提出了一种基于YCbCr与角点检测的火灾识别算法。通过YCbCr提取疑似火焰区域,实现疑似火焰区域内的颜色、面积变化率、尖角个数和圆形度的计算与分析。在尖角个数特征提取方法基础上,提出了一种基于角点检测的方法,使用近似值代替精确值的算法得到尖角个数。利用提出的基于交叉验证的网格搜索方法获得最优参数对,以实现支持向量机(SVM)对数据逐帧地检测。实验结果表明,通过本文提出的方法能够获得噪点更少、更清晰、识别度更高的火焰图像,预测正确率达到95%以上。因此,该方法可用于常见火灾检测。

基于深度学习的场景图像自适应文本检测方法

为了解决自然场景图像中任意形状文本检测的难题,文中提出一种具有自适应文本区域表示的鲁棒场景文本检测方法;同时基于回归和分割方法的两种思想,设计自适应角点检测模块(ACDM)和自适应阈值分割模块(ATSM)。将不同尺度的文本生成不同数量的角点进行定位,利用自适应阈值的方法生成文本分割图,结合生成的角点候选框进行联合优化。实验结果表明:所提方法在ICDAR2015数据集上综合指标F为86.5%,相较于PSENet网络提升0.8%;在Total-Text和CTW1500数据集上综合指标F分别为85.3%和84.2%,相较于DBNet网络分别提升0.6%和0.8%。该方法能有效提高任意形状文本检测的鲁棒性。

基于动态角点定位的SD卡位姿检测方法

在SD卡彩喷生产环节中,为了防止SD卡在从料盘翻转至金属打印盘的过程中被翻转装置压伤或损坏,就必须确保SD卡在料盘Pocket(限制SD卡位置的卡槽)中处于正确的位姿,因此提出了一种基于动态角点定位的SD卡位姿检测方法。为了降低机械定位误差和料盘尺寸公差对SD卡位姿检测的影响,设计了一种基于统计决策的动态角点定位算法,实现了Pocket区域的动态定位。同时,由于不同型号或批次的SD卡和料盘表面颜色存在差异,且不同位置的SD卡边缘存在不同程度的阴影,传统的图像分割算法很难有效地提取出SD卡轮廓,为此提出了一种基于粗定位的自适应阈值分割方法,显著提升了图像分割效果。试验结果表明,提出的方法在满足检测速度要求的前提下,SD卡位姿检测准确率大于99.9%,具备良好的鲁棒性。

一种基于图像处理的岩石裂隙粗糙度几何信息算法

岩石节理裂隙的发育程度对精确预测山体灾害起着重要的作用。利用数字图像方法测量岩石裂隙粗糙度,在基于VC平台下编程得到了岩石裂隙曲线波峰与波谷之差、角点个数、与其拟合直线的交点个数和宽度4个信息几何参数,用得到的参数分析了裂隙粗糙度,并对其进行了有效量化。通过大量实验证实,这4个参数与岩石裂隙粗糙度系数之间有明显的关系,用这4个参数来描述岩石裂隙的粗糙度是一个可行的方法。

面向微线段高速加工的拐角曲线过渡插补算法

针对微小线段高速加工的需求,在分析现有微小线段转接过渡算法不足的基础上,通过建立拐角曲线过渡矢量模型,探讨轮廓加工精度、相邻线段长度和夹角以及过渡曲线弧长和最大曲率之间的关系。并以此为基础,提出一种基于拐角曲线过渡的微小线段插补算法。该算法根据上述模型确定出相邻线段间既符合轮廓加工精度和微小线段自身长度,又满足转接处曲率连续的拐角过渡曲线,以此来提高相邻线段间的转接速度;计算出受弦高误差和机床机械特性限制的加工速度极小值点以及该点所允许的最大加工速度;通过对相邻速度极小值点间的加工速度进行自适应调整,以提高微小线段的整体加工速度。研究结果表明,该算法可有效地提高相邻微小线段间的转接速度,并大大缩短整体加工时间。该算法已成功地应用于高速雕铣机数控系统中。

一种快速检测图像角点特征的线搜索式方法

传统的图像角点特征检测方法在速度和准确性两方面难以兼顾.针对该问题,提出了一种角点特征检测的线搜索式方法.该方法作用于一个以当前像素为中心核的圆掩模,在该掩模内搜索通过核的所有直线,如果存在一条直线不穿过核附近给定邻域以外的其他同值收缩核(Univalue segment assimilating nucleus,USAN)区域,则当前像素点为角点.论文论证了使用有限数目搜索线的可行性与必要性.采用由粗及细的搜索策略,动态设计搜索线的数目与搜索线上的检测点数目,以提高检测速度.提出了一种基于最大同值距离的新型非极大值抑制进行角点的精确定位,并结合多种新型伪响应抑制措施,有效地提高了算法的准确度.实验结果表明该方法在准确性方面优于MIC、SUSAN和Harris等算法,而且速度快,仅稍慢于MIC算法,具有优良的综合性能.

融合直角点和直角边特征的高分辨率遥感影像居民点提取方法

提出了一种融合直角点和直角边两种特征的高分辨率遥感影像居民点提取方法:首先,分别检测高分辨率遥感影像的角点和直线段,通过两种特征交叉验证确定直角点和直角边,并对二者进行栅格化;然后,基于局部直角点和直角边点的密度和距离特征生成居民点指数图像;最后,通过指数图像二值化、栅格转矢量、剔除小图斑等操作确定居民点多边形。使用3景影像进行了试验。试验结果表明,本文方法提高了居民点提取精度,其正确率、完整率、质量等3个指标的平均值比已有方法的相关值分别高6.76%、10.12%、12.14%。

基于颜色和形状的道路交通标志检测

提出了一种基于颜色分割和形状分析的交通标志检测方法.首先利用改进后的简单向量滤波器分割感兴趣色彩区域,对不同色彩区域进行相应形状检测.采用拐角特征与几何结构分析相结合的方法检测矩形与三角形标志,提出了一种基于对称性特征的简单编码算法,并应用于圆形检测.实验结果表明,该方法能在多种复杂场景中有效地定位交通标志,对天气变化有一定鲁棒性,为后继的交通标志识别工作奠定了良好基础.

基于角点检测的图像分割算法及在三维重建中的应用

针对基于单幅图像的三维重建方法的多解性和病态性的难点问题,提出了一种基于Harris多尺度角点检测的图像分割算法,将复杂的工程图像分离成若干个简单基本几何形体,分别对其重建以避免直接恢复深度信息的病态解问题;为了提高基于角点的图像配准算法的配准精度,把多分辨分析的思想引入到经典的Harris角点检测中,构造了基于小波变换的灰度强度变化公式,并得到了具有尺度变换特性的自相关矩阵,从而使改进的Harris角点检测算法具有旋转、平移和尺度的不变性;实验验证了改进算法的快速、准确和稳定的特性。

基于改进几何活动轮廓模型的图像分割算法

针对传统几何活动轮廓(GAC)模型易出现边界泄露的缺陷,提出一个基于改进GAC模型的图像变速分割算法。该算法结合了图像边缘梯度信息和边缘角点坐标信息,通过改变演化曲线在角点及弱边界处的常量速度,避免活动轮廓曲线继续演化进入目标边界内,造成边界泄露和角点丢失现象,影响目标轮廓提取的准确性。实验结果表明:该算法可使演化曲线更加准确地停在目标边缘,并且在一定程度上减少了边界泄露问题。

基于函数参量的手写签名比较方法

本文介绍了一种基于函数参量的点—点手写签名匹配映射方法．首先对两个待比较的签名进行特殊点匹配，然后利用得到的对应特殊点序列将两签名分段，接着每一对相应笔段中的点经由点—点的映射算法得到最后的匹配映射结果．

一种特征点跟踪的运动目标检测

提出一种基于特征点跟踪的运动目标分割算法。在角点跟踪过程中,8等分匹配点邻域,构造方向子邻域提高匹配精度;提出一种新的聚类准则抽取最优特征子集估计运动参数;结合统计方法消除残差噪声;采用时域滤波滤除孤立区域检测出运动目标。对200帧可见光视频序列和100帧红外图像序列中运动汽车进行检测分割实验,检出率分别达到96%和94%。

基于像元角点搜索的栅格矢量化

遥感影像图斑转化为面状矢量具有重要意义,而现有矢量化算法在"孔洞"处理方面存在不足.为此,提出了基于像元角点搜索的栅格矢量化算法,首先利用像元的角点建立轮廓点集合,然后由连接轮廓点的弧段集合中的非共享弧段形成有效弧段集,最后通过搜索有效弧段集形成闭合边界.实验表明,该方法可以有效解决带有孔洞多边形的快速矢量化问题.

基于Harris角点能量的指纹图像分割算法

指纹图像分割是自动指纹识别系统预处理过程中的一个重要环节。提出了一种基于Harris角点检测器的指纹图像自适应分割算法。首先利用Harris算子计算待分割图像的角点能量,然后使用一种自适应的方法设定阈值完成初分割;采用形态学方法进行后处理以减少分割错误,最后通过面积参数去除分离的残留噪声区域。在FVC2004数据库上的实验结果表明,该分割算法能够准确提取指纹有效区域,并且对低质量指纹图像具有很好的鲁棒性。

基于直线检测的棋盘格角点自动提取

针对现有棋盘格角点自动提取算法鲁棒性不足的缺点,提出了使用直线检测算法(LSD)来进行角点的自动提取。首先,使用LSD算法对标定图像进行处理,得出包含棋盘格子边缘的所有直线,并分别对所得直线的长度和角度进行伪排序以去除伪格子边缘。然后,对剩余直线的边缘端点进行近邻合并,得到角点的初始坐标并进行亚像素优化。最后,使用能量法对角点进行棋盘格结构复原与排序。实验结果显示:该方法可以正确提取含有阴影和噪声的玻璃材质标定板图像中的角点。与改进的Harris方法的角点坐标提取精度对比试验得到其最大偏差小于0.2pixel,平均偏差小于0.15pixel,表明该方法具有较高的鲁棒性且定位精度与改进的Harris方法相当,可用于工程实际中环境光源变化较大的场合。

运动目标最优角点选择算法

针对传统角点提取算法应用于运动目标优质角点选取上,较难平衡检测精度和检测速率的问题,提出一种稳健的角点选择新算法。首先将图像分块,用子块在相邻帧间的灰度差对其进行聚类,并分割出运动区域块作为角点的搜索区域;然后引入邻域块重新构造Moravec算法的能量变化计算方法,并用之检测目标上的角点;最后对检测到的所有角点进行动态过滤,剔除掉质量低的角点,留下质量高的角点代表运动目标的局部显著特征。将本算法应用于目标跟踪系统进行测试,测试结果表明它有较好的稳健性,较强的的抗噪能力和较快的检测速度,且能保证跟踪的准确性,可以很好地满足交通场景中对行人检测实时性和可靠性的要求。

基于角点的蛇模型在图像分割中的研究

主要应用基于MIC角点检测的snake模型进行图像分割研究。传统的snake算法只考虑曲线本身的特征,并没有充分的利用被拟合图像本身的特征,而此算法首先检测被拟和目标的角点,然后以这些角点为基准进行曲线初始化,最后根据snake算法进行目标拟和;较好地解决了传统snake模型对初始化位置敏感、对有角点和凹陷的图像收敛效果差的缺点。实验表明此算法达到了很好的效果。

基于视觉识别定位的苹果采摘系统研究

针对果实振荡、重叠影响采摘机器人采摘精度和效率的问题,研制了一种在农田环境下利用视觉检测技术和机器人定位抓取技术的苹果采摘系统。首先利用图像处理技术对初始图像进行图像预处理;其次根据图像角点提取算法检测图像曲率,通过计算曲线段上的多个像素平均角方向之间的差值对曲率进行平滑处理,获取图像曲率集中峰值点;最后对图像曲率峰值点进行像素坐标标定,并将该点像素坐标转化为物理坐标作为机器人的定位抓取目标点,机器人根据定位目标点的位置信息调整运动姿态对果实进行实时追踪和识别,实现果实的精确定位、抓取和采摘。试验证明,该系统下的机器人抓取果实的成功率高达九成以上,基本能够满足实际生产中的果实采摘需求,可为苹果等球状果实精准识别、定位抓取提供参考。

基于改进链码的新型手形图像分割方法

为精确定位手形图像中的分割拐点并避免检测出伪拐点,改进了基于链码的拐点检测方法,并应用于手形图像的指尖、指跟点定位。采用多阶差分方法,改进基于Freeman链码的拐点检测方法,以去除伪拐点和精确定位拐角点;对手形图像进行二值化和边缘提取后,利用改进的链码法检测手形轮廓点中具有局部曲率极值的拐点,作为手形分割的特征点。通过实验对比,该方法在手形分割和识别中达到了较好的效果,身份识别率达到95.95%。

基于矩和自适应阈值的迭代分割算法研究

基于自适应阈值的图像分割算法具有算法简单、易于实现且计算量小等优点。但对于有较复杂背景的小目标图像,单一运用此方法不能将目标从背景中分割出来。为了解决这个问题,提出了一种基于矩特征、角点特征以及自适应阈值的迭代分割方法。首先利用角点特征和矩特征选择目标区域,进而在该区域内计算自适应阈值,利用迭代的思想克服先前图像分割算法中阈值只选取一次的问题,从而得到较为满意的图像分割效果。仿真结果证明,提出的算法在飞机图像分割方面的优越性。