改进Canny算法的红外人脸图像边缘轮廓提取

红外人脸图像的边缘轮廓特征对于红外人脸检测、识别等相关应用具有重要价值。针对红外人脸图像边缘轮廓提取时存在伪边缘的问题,提出了一种改进Canny算法的红外人脸图像边缘轮廓提取方法。首先通过对引导滤波算法引入“动态阈值约束因子”替换原始算法中的高斯滤波,解决了原始算法滤波处理不均匀和造成红外人脸图像弱边缘特征丢失的弊端;接着对原始算法的非极大值抑制进行了改进,在原始计算梯度方向的基础上又增加了4个梯度方向,使得非极大值抑制的插值较原始算法更加精细;最后改进OTSU(大津)算法,构造灰度-梯度映射函数确定最佳阈值,解决了原始算法人为经验确定阈值的局限性。实验结果表明:提出的改进Canny算法的红外人脸轮廓提取方法滤波后的图像,相较于原始Canny算法滤波处理,信噪比性能提升了34.40%,结构相似度性能提升了21.66%;最终的红外人脸边缘轮廓提取实验的优质系数值高于对比实验的其他方法,证明改进后的算法对于红外人脸图像边缘轮廓提取具有优越性。     

一种快速实现人脸定位与几何校正的方法

提出了利用边缘点集的协方差矩阵的特征值与特征矢量作为人脸图像尺度与方向的粗估计方法,从理论和实验上证明了该方法的可行性.以此方法作为人脸图像精确定位的前期处理,可以大大降低定位的复杂度,从而快速、准确实现人脸图像的定位与几何归一化.实验结果验证了该方法的有效性.     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究。使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率。为此,提出一种基于数字图像处理技术的人脸检测算法。该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测。实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

舰船目标红外图像特性研究

针对成像型反舰导弹所获红外图像的特点,分析了舰船目标和海天背景的红外辐射特性,得知舰船目标红外图像有一重要特征-海天线,它可以确定目标的所在区域。为了舰船目标的跟踪定位,对舰船目标红外图像中的海天线特征进行研究,提出一种基于预处理和直线拟合法提取海天线特征的算法,首先对图像进行边缘检测得到梯度图像,进而二值化并细化,最后利用Hough变换提取海天线。结果表明,在低对比度和有云团干扰的情况下,该算法与改进的直线拟合法相比,能够有效地、准确地提取舰船目标红外图像中海天线特征。     

基于流形学习的人脸图像超分辨率技术研究

超分辨率技术是由低分辨率图像复原出高分辨率图像的技术。针对人脸图像进行基于学习的超分辨率技术研究,将流形学习算法融入到超分辨率算法中,并且将其用于人脸图像的超分辨率复原。对流形学习应用于基于学习的超分辨率原理进行了介绍。为了使得人脸图像取得更好的复原效果,对特征提取模板进行改进,使得新的特征提取模板考虑更多的像素之间的相关性,并更好地抑制噪声的影响,保留了更多的特征信息。加入了新的特征(即拉普拉斯特征)。该特征突出的边缘细节,保持了人脸图像鲜明的轮廓和清晰的边缘信息。实验结果表明,算法复原出的人脸图像更接近于真实图像,具有更高的峰值信噪比。     

改进的K均值聚类红外目标检测方法

利用图像方差能很好地反映目标边缘信息的特点,提出一种基于方差的K均值聚类红外目标检测算法。利用形态学方法对红外图像进行预处理,运用相应的模板计算得到红外图像的方差图像,利用K均值聚类算法对方差图像进行聚类,从而分离出目标类别和背景类别。实验表明,该算法提取的红外图像中目标信息的兰德指数最高,说明该算法能有效地提取红外图像中目标信息,从而达到目标检测的目的。     

基于T分布混合模型的多光谱人脸图像配准

为了降低多光谱人脸图像中出现的非刚性形变、噪声和离群点等因素对配准结果的准确性和稳健性的影响,提出一种综合考虑特征点的空间几何结构和局部形状特征两方面信息的多光谱人脸图像配准方法。所提方法首先通过基于内部距离的形状上下文描述子来表述点集的局部特征信息,建立可见光和红外图像相似性测度函数。然后利用Student′s-T分布混合模型来表示图像特征点集配准过程中变换模型估计问题,并采用期望最大化算法对模型进行求解。仿真数据表明在点集存在非刚性形变、噪声和离群点的情况下,所提方法仍可以实现点集间的精确配准。可见光和红外人脸真实图像数据表明所提方法的平均匹配误差和运算效率都优于对比算法,配准融合后的多光谱人脸图像可以提高后续的人脸检测和识别性能。     

基于似然函数最速下降的红外与可见光图像配准

为了实现红外与可见光图像的自动配准,提出了基于似然函数最速下降迭代的图像配准算法.该算法以图像边缘作为配准点特征,将异源图像配准转化为边缘点集配准.基于点集的高斯混合模型建立了边缘点集配准似然函数,以该函数作为目标函数,仿射变换参量作为优化变量,利用最速下降方法进行最优变换参量求解,从而实现边缘点集配准.同时,将多分辨率金字塔引入迭代配准框架下,实现了高分辨率图像配准的加速.实验结果表明:该算法精度高,运算速度快,可以很好地完成可见光与红外图像的自动配准.     

基于小波变换的航空红外图像目标检测的预处理

提出了一种基于高斯小波变换的航空红外图像的目标边缘自动提取的新方法。该方法利用小波变换良好的噪声抑制能力及完备的边缘保持能力 ,能够有效的对红外图像进行目标边缘提取、目标增强及噪声抑制等预处理工作。结果表明 ,该方法对红外航空图片的边缘提取能做到快捷、准确、有效     

一种具有噪声抑制功能的红外图像锐化算法

锐化是图像增强中一项关键性的技术,但如果图像中包含噪声,噪声也会因为锐化而放大,最终导致信噪比的降低.探索了一种算法既可以对图像进行锐化滤波,又不降低图像的信噪比.采用模式识别的相关理论,基于隶属度和概率松弛技术对红外图像中由真实边缘和由各种噪声引起的亮度数值变化进行区分,对不同区域采用不同的锐化处理.该算法不同于传统图像锐化算法只基于局部对比度的缺点,在图像锐化过程中考虑图像边缘和噪声的空间分布的差异,改善了传统边缘增强算法对噪声放大的缺点.实验数据表明,该锐化方法未引起信噪比的降低,具有良好的前景和实用价值.     

Optical polarization response at gold nanosheet edges probed by scanning near-field optical microscopy

Optical properties of metallic edge-like structures known as knife-edges are a topic of interest and possess potential applications in enhanced Raman scattering, optical trapping, etc. In this work, we investigate the near-field optical polarization response at the edge of a triangular gold nanosheet, which is synthesized by a wet chemical method. A homemade scanning near-field optical microscope(SNOM) in collection mode is adopted, which is able to accurately locate its probe at the edge during experiments. An uncoated straight fiber probe is used in the SNOM, because it still preserves the property of light polarization though it has the depolarization to some extent. By comparing near-field intensities at the edge and glass substrate, detected in different polarization directions of incident light, the edge-induced depolarization is found,which is supported by the finite differential time domain(FDTD) simulated results. The depolarized phenomenon in the near-field is similar to that in the far-field.     

红外热成像辅助面神经功能自动评估方法研究

面瘫是一种多发的面神经疾病,表现为患侧面神经功能失调,严重影响患者的正常生活和人际交往。面神经功能自动评估方法对于面瘫的诊治是至关重要的。面部神经功能受损导致体表温度分布发生改变,可以通过红外热成像采集患者的面部温度分布不对称特征,基于红外热成像提出一种面神经功能自动评估新方法,融合温度特异性和边缘检测自动将面部红外热像划分为左右对称的八个区域,提取面部温度不对称特征,包括温差、有效热面积比和温度分布不对称度,采用径向基神经网络作为面神经功能自动分类器。实验收录了390幅单侧患病的面瘫患者正面红外热像图,结果显示：采用径向基神经网络的红外热成像面神经功能自动分类器的平均分类准确率为94.10%,比采用K近邻分类器和支持向量机分类器分别提高了9.31%和4.87%,优于传统的House-Brackmann面神经功能评估方法,对面神经功能的分类精度完全符合临床应用标准,可以有效评估面瘫患者的面神经功能,有助于面瘫的临床诊断与治疗。     

基于Top-hat变换的OSAHS图像边缘检测算法

提出了一种基于多方向、多尺度Top-hat变换的图像边缘检测方法,应用于阻塞性睡眠呼吸暂停低通气综合症(Obstructive Sleep Apnea Hypopnea Syndrome, OSAHS)早期病理图像的边缘检测及诊断。首先,构造不同方向、不同尺度的Top-hat算子增强图像的对比度,利用形态学梯度进行边缘检测,然后把各个算子检测到的图像边缘按照一定的权重进行组合,得到理想的边缘,以便准确地获得病理图像的相关参数,进而实现医学电子诊断。本文以口腔图像、咽喉声带处图像、鼻道内部图像的处理为例,这三组图像的处理结果表明,与传统的边缘算子相比较,该方法能使图像的边缘信息更完整、更准确,图像的边缘闭合度可达到97.67%。     

未系安全带智能识别中安全带定位关键方法研究

安全带定位是实现机动车未系安全带智能识别的关键。针对道路监控图像特点,提出一种基于梯度变换的安全带定位方法。该方法在对卡口图像进行预处理的基础上,采用自适应阈值边缘检测算法以及积分投影方式定位车辆位置,设立车牌检测区域,以减少运算量,降低干扰,同时利用训练得到的Haar分类器识别车牌位置,通过逼近方式切取车辆右侧图像。最后采用梯度变换算法求得车窗各边缘坐标,实现车窗精准定位,并计算得到安全带位置。试验表明,该方法可实现安全带的准确定位,具有较好的实用性,为后续安全带识别奠定基础。     

锐钛矿二氧化钛体相缺陷的准粒子能带结构

Quasiparticle band structures of the defective anatase TiO₂ bulk with O vacancy, Ti interstitial and H interstitial are investigated by the GW method within many-body Green''s function theory. The computed direct band gap of the perfect anatase bulk is 4.3 eV, far larger than the experimental optical absorption edge (3.2 eV). We found that this can be ascribed to the inherent defects in anatase which drag the conduction band (CB) edge down. The occupied band-gap states induced by these defects locate close to the CB edge, excluding the possible contribution of these bulk defects to the deep band-gap state below CB as observed in experiments.     

基于机器视觉的工件尺寸和角度的测量

针对一款手机U盘芯片的二维尺寸的测量问题,提出运用图像处理的方法,实现手机U盘芯片长度和偏角的非接触式测量。通过COMS工业相机采集到U盘芯片的背光图像,在边缘检测的基础上,用Hough变换检测和定位U盘芯片边缘直线。针对在一条边上Hough变换对应检测到多条直线的情况,本文提出采用直线参数平均法拟合边缘直线,从而获得较精准的边缘位置。通过对已知尺寸的标准块进行相机标定,由此计算出精确的U盘芯片的尺寸和倾斜角度。实验表明：该算法能够满足工程上较高精度的检测要求。     

Context dependent graph-based method for laser cladding image thresholding

For segmentation method to be useful it must be fast, easy to use, and produce high quality segmentations, but few algorithms can offer this in various conditions and applications. In this paper, we propose a context dependent graph-based method for transition region extraction and thresholding. The graph-based approach is introduced into image thresholding, and context dependent graph is constructed from a given image, which can adaptively extract the pixel context and shape information because of the scalable neighborhood. Then an edge weight function is defined as the measure of possible transition pixels, and a robust fully automatic scheme for the optimal threshold is also presented. The proposed approach is validated both quantitatively and qualitatively. Compared with the traditional state-of-art algorithms on synthetic and real images, as well as laser cladding images, the experimental results suggest that the new proposal is efficient and effective.     

Accurate measurement method of the thickness of a quartz pendulous reed by combining polarized reflectance and vision image

The detection of thickness provides important information on the production process of the quartz pendulous reed (QRP). Through real-time detection of QPR thickness, high-quality products can be produced, and defective products can be identified and removed. In order to improve detection accuracy and efficiency, a novel noncontact method for measuring the QPR thickness by combining the polarized reflectance and vision image is presented, which can be automated. Based on Snell’s law of fundamental optics, the image of the laser spot is obtained by a laser vision system. The selection criterion of the laser incident angle is analyzed. An improved edge detection algorithm is proposed to locate the subpixel edge of the laser spot, and the calculation method of the laser spot center is presented based on a set of subpixel edge-point data obtained by defining an error function which is to optimize the distribution of data points and minimize it. Experimental results show that the method proposed has good stability and high measurement accuracy, which can achieve noncontact accurate measurement of QPR thickness.     

一种快速的图像边缘精确提取算法

图像边缘检测是图像处理与分析中最基础的内容之一。现有的边缘检测算法存在检测精度低、抗噪性能差、处理速度慢等缺点。针对这些问题,提出了一种快速图像边缘检测算法。通过基于图像边缘信息的阈值分割,能快速地提取出图像的边缘轮廓,通过对其进行中心细化,可达到对物体边缘精确定位的目的。仿真实验证明,该算法在滤除图像噪声、保留细节边缘、细化边缘宽度和保持边缘连通性方面都获得了不错的效果,并且运算量小,既适用于对视频图像的实时处理,也适用于对图像中的隐蔽目标特征的提取和分析。