椭圆目标的亚像素边缘定位方法研究

分析和比较了三种常见的基于矩的亚像素边缘定位方法,得出三种方法获取的边缘角度以及OFMM法与ZOM法获取的亚像素边缘相同的结论。提出了一种针对椭圆目标的亚像素边缘定位方法。在ROI提取和SOBEL算子初步检测边缘的基础上,利用初步获取的椭圆目标的几何信息,将参与计算的模板个数减少至一个,从而大大减少了运算时间,提高了算法的运算速度。同时实验结果表明,与其他基于矩的亚像素边缘定位方法相比,新方法不仅有更高的运算速度,而且精度和抗噪性能都有很大地提高。     

一种多像素图像边缘提取方法

提出了一种基于相邻像素间的灰度差异来提取图像多像素边缘的方法.对一幅256×256大小的图像进行边缘提取需要的时间约0.22 s,分别比Prewitt算子和Robert算子少了26%和34%.算法改进后,较完整地提取了图像的竖直边缘和水平边缘,这些边缘在Prewitt算子和Robert算子的提取结果中是不可见的.经细化算法后,得到了图像清晰、位置精确的单像素边缘图像.研究表明,本文的多像素边缘提取等诸方法具有模型简单、实时性强等特点,且便于实现.     

摄像机标定中栅格型标定点的亚像素提取的研究

介绍了一种新的摄像机标定用栅格型靶标标定点亚像素的提取方法。该方法先利用一个基于Hessian矩阵的形状算子判定栅格点的像素位置,然后对栅格点邻近区域内的图像灰度函数进行二阶泰勒展开,并通过计算该灰度曲面的局部极小值点来确定栅格中心点的亚像素位置。相对于传统的直线拟合求交点的方法,该算法计算过程简单,且具有较高的提取精度。     

基于亚像素区域加权能量特征的多尺度图像融合算法

对矩形和圆形区域中各像素进行亚像素划分,确定各亚像素的权值,得到基于哑像素的综合加权区域能量.融合箅法首先对源图像进行金字塔分解,然后对金字塔的高频细节分量使用基于哑像素加权区域能量特征的融合规则取大,对低频粗糙分量取平均.得到融合图像的塔形分解,最后重构融合图像.仿真结果表明,新算法融合效果较常规的区域能量特征作为融合规则的多分辨率图像融合算法效果更好,从清晰度和熵的评价来看,提高了融合图像的品质.     

基于形态学的人工标志中心亚像素定位方法研究

在使用圆形人工标志的计算机视觉检测中,标志的定位精度直接影响到检测的整体精度。以往的中心定位算法对人工标志的中心定位精度差、速度慢,已不能满足精密、快速的检测要求。在经典数学形态学的基础上提出采用改进的扩展形态学的方法提取圆形人工标志的边缘,通过最小二乘拟合方法计算人工标志中心。该方法具有精度高和速度快的优点。实验表明其定位精度在0.02~0.03像素之间,能够满足高精度计算机视觉检测的要求。     

高噪声背景下激光条纹亚像素中心的提取

针对线结构光三维形貌测量中大量噪声易干扰激光条纹中心提取准确度的问题,提出了一种条纹亚像素中心提取方法。分析条纹图像中的噪声,采用平均法和中值滤波预处理图像;利用迭代阈值分割及形态学方法,获取条纹目标,引入距离变换提取条纹的像素级中心;根据像素级中心、二值信息及光强灰度,结合曲线拟合及重心法精确提取条纹的亚像素中心。仿真分析和实验验证下,相邻行条纹中心列坐标最大偏差值像素小于2 ,平均偏差像素值约为0.3,与传统方法相比,2项指标值更小。实验结果表明,算法有效利用条纹灰度分布规律,可降低噪声对中心定位精度的影响,更逼近条纹真实中心位置,抗噪能力极强。     

空间矩亚像素细分算法的研究

本文首先介绍了空间矩亚像素细分算法的基本原理、计算模板及公式,然后着重分析该方法的原理误差的起因,并推导了原理误差公式;本文利用实验对方法的有效性、线性及精度进行了研究,给出了方法的亚像素定位的标准差、直线边缘检测的坐标图、补偿后的直线边缘坐标图及实测尺寸对比结果     

亚像素多重分形方法在图像处理中的应用

提出了一种用亚像素多重分形原理求取图像奇异性的新型算法,降低了单纯依靠整数像素位置灰度级梯度信息计算边缘测度所产生的误差。该算法结合CCD成像机理给出在亚像素位置的灰度级梯度分布规律,利用多重分形理论将实际图像分割成一系列具有不同奇异性指数的分形集合,对应着从边缘到纹理各层面的图像内容。模拟计算了投影小波中心点改变单位距离对边缘测度的影响程度,得出亚像素分割梯度的方法可以增加计算结果鲁棒性的结论。此方法用于标准图像的分割中,选用5×5亚像素数目提取的最奇异性集合与索贝尔(Sobel)算子(默认阈值为36.7920)提取的边缘的峰值信噪比为9.3981 dB。应用于复杂路面的裂纹提取中,其结果更符合人类的视觉观测。     

一种基于相位相关的亚像素红外图像配准算法

图像匹配技术广泛应用于各种图像处理任务,如图像拼接、机器视觉等。通常匹配算法的精确度只能达到像素级别,但在很多图像处理任务如超分辨率重建中需要亚像素精度的图像配准。提出了一种基于相位相关的亚像素图像配准算法。根据两幅离散数字图像的相位相关矩阵中的最大值以及其附近若干点可以拟合估计出实际的峰值位置,进而实现两幅图像的亚像素运动估计。提出的算法针对热像仪采集的红外图像进行匹配实验,实验结果表明该算法精度相比通常的亚像素匹配算法较高,且具有更好的实用性。     

数字图像直线特征的亚像素位置检测

根据像素点的梯度方向和直线局部特性提出了一种新的亚像素直线特征检测方法。图像中具有相同方向的直线上的点具有相近的梯度方向。因此首先根据边缘点的梯度方向把它们划分为不同的点集;然后在同一点集中扫描得到组成每一直线各自的像素点;再然后根据直线上局部小邻域内像素灰度分布特性,在直线上边缘点的3×3邻域内得到其中的线段解析表达式;最后通过判断在小邻域内所得线段和由边缘点拟合得到直线的位置关系,在线段上得到亚像素精度的拟合点,进一步拟合得到高精度的直线特征位置。实验表明,这种方法的定位精度可以超过0.05像素,角度定位精度超过0 02°,并且具有较好的实时性。     

基于区域霍夫变换的机弹分离初始信息提取研究

为提供机弹分离数值仿真的精准初始物理信息,提出了基于区域霍夫变换的导弹物理信息提取方案,利用高速摄像机提取视频帧中导弹弹身与弹尾处的标识圆圆心位置,并通过坐标变换计算出导弹的物理信息.在帧处理上,利用帧前后时间间隔短、速度矢量变化可以忽略的特点,提出基于区域霍夫变换的圆搜索算法.该算法针对实际中运动矢量在搜索窗口具有偏...     

基于非参数特征提取的早期林火烟雾检测

提出了一种基于非参数特征提取的早期森林火灾烟雾检测方法。采用双背景模型进行运动区域检测,得到可疑烟雾区域。再利用早期火灾烟雾颜色特征和运动特性对提取的可疑运动区域进行颜色判别,对增长区域以及上升区域进行检测,排除部分干扰目标。根据提出的非参数特征提取法,计算并科学地选取可疑区域的特征量,将其输入训练好的支持向量机(SVM)进行烟雾判别。对多段视频进行测试表明,该方法能适用于复杂多变的野外环境,排除干扰,有效地检测出早期林火烟雾。     

基于Hough变换的金刚石颗粒测量方法研究

针对金刚石颗粒图像分析时的颗粒边缘非闭合性问题,本文提出了一种基于Hough变换的金刚石颗粒测量新方法。该方法首先对图像进行形态学去噪、平滑滤波和Canny边缘检测等预处理,得到金刚石颗粒图像的初始边缘曲线,然后采用Hough变换提取边缘曲线的直线特征,并通过极径和极角对多个直线特征进行判断和图形识别,得到确定的金刚石颗粒边缘轮廓,最后对得到的边缘轮廓进行拟合,测量出金刚石颗粒的粒径、椭圆度和圆度等参数大小。该方法在VC+ 环境下,用OpenCV编程技术对其进行了实验验证,结果表明：该方法可以准确快速地测量出金刚石颗粒特征参数,为金刚石颗粒的等级评定提供了技术支持。     

线激光辅助的皮带撕裂视觉检测方法

为了快速、准确地检测出输送机皮带工作时发生的纵向撕裂事故,提出了一种基于线激光的视觉检测方法.“一”字线激光器向皮带底面投射直线激光条纹,使用CCD相机获取图像并提取出光条中心,通过分析光条中心畸变特征来判断皮带表面是否存在撕裂.首先采用阈值法对激光条纹进行分割;然后在光条区域上利用重心法实现光条中心的粗略提取;最后利...     

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。     

基于信息融合的模拟电路故障的特征提取与融合方法

在模拟电路故障诊断中,故障特征的提取是一个非常重要的环节,其提取结果的好坏将直接影响最终的诊断正确率。对现有文献研究发现,每种特征提取方法单独使用时都有一定的局限性,为了能够更加充分的提取模拟电路故障特征,提出了小波包分析与主元分析并行应用的方法,并将两种方法提取的特征向量依据不同规则进行了三种类型的融合,方便对比实验。为获取最优小波特征,提出了特征偏离度,并以此为标准选择最优小波基。最后,通过设计一种改进的神经网络分类器模型,将融合后的三种特征向量送入其中进行仿真验证,得出最终诊断结果。结果表明,该方法能够有效克服单一特征提取方法提取不充分的缺点,提高故障诊断的正确率,并且融合因子 适中时诊断正确率最高。     

基于曲线拟合的亚像素边缘定位方法的研究

图像的边缘定位是图像测量的关键之一,随着测量精度要求的提高,已由早期的像素级边缘定位发展到了现在的亚像素级边缘定位。根据地球在地球敏感器CCD阵面中的成像特性,提出了一种基于曲线拟合的亚像素边缘定位方法以获取地球“灼热圆盘”的边缘。该方法利用曲线拟合获得的拟合斜率以及灰度值来提取图像的边缘。仿真结果表明,采用曲线拟合亚像素边缘定位法可使图像的边缘定位精度达到百分之几个像素,具有较高的精度。     

NIRS feature extraction based on deep auto-encoder neural network

As a secondary analysis method, Near Infrared Spectroscopy (NIRS) needs an effective feature extraction method to improve the model performance. Deep auto-encoder (DAE) can build up an adaptive multilayer encoder network to transform the high-dimensional data into a low-dimensional code with both linear and nonlinear feature combinations. To evaluate its capability, we experimented on the spectra data obtained from different categories of cigarette with the method of DAE, and compared with the principal component analysis (PCA). The results showed that the DAE can extract more nonlinear features to characterize cigarette quality. In addition, the DAE also got the linear distribution of cigarette quality by its nonlinear transformation of features. Finally, we employed k-Nearest Neighbor (kNN) to classify different categories of cigarette with the features extracted by the linear transformation methods as PCA and wavelet transform-principal component analysis (WT-PCA), and the nonlinear transformation methods as DAE and isometric mapping (ISOMAP). The results showed that the pattern recognition mode built on features extracted by DAE was provided with more validity.     

基于符号熵特征提取方法的特种品质鸡蛋近红外光谱鉴别分析

特种品质鸡蛋的快速、无损、准确鉴别是目前急需解决的问题。提出利用符号熵特征提取方法进行特种品质鸡蛋的近红外光谱鉴别。选择普通鸡蛋、柴鸡蛋、富硒蛋和富锌蛋作为研究对象,测得其在12 000～4 000cm-1范围内近红外漫反射光谱,基于符号聚合近似算法进行符号化表示,提取符号光谱序列的符号熵作为特征向量,然后设计纠错编码支持向量机多类分类器对光谱进行定性鉴别。算法参数变化时,符号熵特征表现出很好的鲁棒性,最高识别率达100%。研究结果表明利用近红外方法鉴定特种品质鸡蛋是可行的,同时符号熵可作为一种新的近红外光谱特征提取方法。     

基于线性预测倒谱的被动声纳目标特征提取技术

从声纳员的角度出发，被动声纳目标可以被看作为一个发声体，利用线性预测倒谱从声纳目标噪声中分离出目标作为发声体的冲激响应在倒谱域中的表示，提取一组识别特征，设计神经网络分类器，对三类目标进行分类。实测数据验证了基于线性预测倒谱的被动声纳目标特征提取方法是可行的。