基于OTSU多阈值分割算法的激光线扫点云数据表达及精简方法研究

激光线扫方式获取的点云数据量庞大,不利于点云数据的存储、处理与分析。为了对激光线扫点云数据进行有效精简,提出了一种基于OTSU多阈值分割算法的激光线扫点云数据表达及精简方法。基于点云数据坐标与图像灰度值的映射,采用OTSU多阈值分割算法进行区域分割,并将分割后的各区域进行边缘提取及细化处理。根据原映射关系将细化的二值图像重新以点云方式表示,即得到精简的点云数据。在保持原有点云数据关键信息完整度的基础上,可有效地精简点云数据。实验结果表明:基于OTSU多阈值分割算法可有效地精简点云数据,同时能够有效地去除扫描过程中的背景干扰数据,具有较大的适用性和实际应用参考价值。     

基于多特征融合与ROI预测的红外目标跟踪算法

针对当前红外目标检测与跟踪算法存在场景自适应能力弱、专用性强,以及在大视场条件下,首帧图像中小目标误检率高的问题,提出一种红外序列图像目标自适应阈值分割、检测与跟踪方法.选取目标移动速度、目标轮廓的面积和周长、以及自适应分割阈值与感兴趣区域位置为动态变量,建立动态决策准则.采用首帧目标检测算法计算出序列图像的第一帧图像目标的静态变量和部分动态变量,再采用改进的局部自适应阈值分割算法分割后续帧图像,然后利用静态与动态决策准则筛选出分割后的真实目标,最后计算并更新动态决策准则.红外靶标测试结果表明:该方法对不同场景具有较好的适应性,四个场景平均跟踪准确率为95.81%,微机平台平均每帧处理时间为10.93ms,嵌入式平台为26.79ms.     

基于新型阈值选择方法的变电站红外图像分割

为增强电气设备红外热图像的视觉效果,对其运行状态进行准确检测,提出了一种新型阈值选择的图像分割方法。该方法首先对原始图像进行傅里叶滤波处理形成自动梯度图形,然后针对每种特定类型的目标图像,拟合具有N个相邻点的线性模型计算斜率差的变化趋势,在斜率差分布谷值中挑选适合不同类型故障区域的最佳阈值,最后通过形态学迭代腐蚀,将目标区域与噪声斑点分开,得到清晰的分割图像。该方法可监测各种类型故障,只需校准参数N和确定分割案例,其余部分自动处理。实验结果显示:该方法对目标区域分割的准确率为82%,误分率为0.0182%。通过使用不同类型的红外热故障图像进行测试对比,验证了所提方法的有效性和通用性。     

基于改进倾斜刃边法的CCD相机调制传递函数的测量

提出了一种在倾斜刃边法的基础上进行部分改进的方法。该方法由Canny算子检测采集到的图像中的刃边分割位置,结合刃边图像直方图呈双峰性的特点,利用类间方差最大化阈值分割算法（Otsu）计算对Canny算子性能具有决定意义的高阈值。以刃边区域中每行的质心为ESF中心位置,以0.1亚像素间距对Canny检测下每一行的分割位置及其刃边邻域像素进行离散采样,将获得的二维刃边信息数据沿着刃边方向整体投影成一维数据,得到提高采样率下平均处理的ESF。增加了测量结果的信噪比,运用该方法进行了实验室CCD相机整机系统的调制传递函数测试,对实验中影响MTF测试精度的因素进行了分析。实验测得在奈奎斯特频率处与理论值误差在5%以内。     

基于二维直方图和模糊熵准则的阈值化方法

图像分割是图像分析、识别和理解的基础。图像分割主要是指将图像分成各具特性的区域并提取出感兴趣目标的技术,其研究多年来一直受到人们的高度重视;阈值化法是图像分割的一种重要方法,在图像处理与识别中广为应用;针对图像分割中细节往往被忽略导致后续处理困难的问题,基于模糊关系和最大模糊熵原理提出了一种阈值化方法,对二维直方图进行模糊分割;为了获得图像分割中的细节,提出的方法根据最大熵原则自动确定模糊区域和门限,进而获得二维模糊熵和遗传算法最优解,最后获得图像细节;通过对不同灰度水平和颜色类型图像进行实验比较,实验结果表明提出的方法优于二维非模糊方法和一维模糊熵分割法,得到该方法在图像分割中获得细节的结论。     

基于投影的X光图像分割区域数量判定

为了在随身行李X光图像中自动地检测和识别低亮度的危险物品,首先需要将原始图像进行分割,以得到各个目标的区域.分割图像既不能过分割,也不能欠分割.本文提出了一种基于投影的X光图像分割区域数量判定方法,通过比较分割图像序列在水平和垂直方向投影的相关程度的变化,确定最佳的图像分割区域数量.和基于统计有效指数的方法相比,该方法综合考虑了图像的统计信息和空间分布信息,不仅所得到的最优分割图像中包含足够的目标信息,便于后续的目标检测和识别,而且算法具有较小的计算量.     

复杂背景下货车制动梁的快速分割方法

为了准确分割货车制动梁,实现货车运行故障图像动态检测系统(TFDS)的故障自动识别,提出了灰度投影、离散小波变换和自适应分割相结合,利用灰度分布特征与位置相关性实现分割的方法。计算图像的垂直灰度投影,采用离散小波变换分析投影曲线,选择表示制动梁边缘的特征点,拟合其中心线。结合制动梁先验信息,将投影区域旋转相应角度并计算灰度投影,设置自适应阈值选择曲线上的特征波峰,实现不同角度制动梁的分割。实验结果表明,制动梁分割准确率为99%,处理一幅图像的平均时间21.7ms,可以准确地分割不同曝光条件下的图像,为后续的故障检测提供有力的保障。     

基于重投影的多项式拟合校正射束硬化

在X射线工业CT(ICT)中,射束硬化会导致重建的图像出现伪影,甚至产生变形。为了消除这种影响,提出了一种基于重投影的多项式拟合校正射束硬化的方法。该方法对原始CT图像进行阈值分割二值化,将物体目标区域的像素值设为1;重投影此二值图像以获取X射线贯穿物体的长度集合;利用多项式拟合此长度集合与多色投影间的关系来建立射束硬化校正模型,用该模型对多色投影进行校正。与传统的多项式拟合校正方法相比,该方法不需要楔状模体(用于测量不同厚度下的衰减值,以此来建立射束硬化校正模型)。研究表明,该方法能有效地抑制射束硬化的影响。     

基于ICP算法的双目标定改进方法研究

双目视觉作为一种非接触三维(3D)测量技术,其位姿标定结果的好坏将直接影响3D物体测量的精度。基于迭代最近点(ICP)算法获得两组点集之间平移和旋转参数的原理,提出了一种在传统双目位姿标定结果的基础上补偿双目标定矩阵改善精度的方法。介绍了摄像机模型、双目视觉测量模型和ICP算法的基本思想。用双目摄像机标定的外参数和相同的靶标坐标系获得双目视觉位姿矩阵,在此提出基于ICP算法获得两组点集的旋转平移矩阵补偿双目位姿矩阵的方法,以及相应的靶标角点坐标投影误差分析模型。双目摄像机采集9组5×7个角点的靶标标定图像,应用ICP算法补偿双目位姿矩阵,并采用误差模型对9组标定结果进行了分析,双目结构光标定改进实验结果表明,应用ICP算法补偿双目标定模型能显著地提高双目标定的精度。     

基于多图谱配准的三维胰腺CT图像分割

胰腺的自动分割一直是医学图像分割中一项具有挑战性的问题。胰腺是一个具有高度解剖变异性的器官,目前的多图谱分割方法很难对胰腺的边缘产生精确的分割。针对这一问题,采用了基于多图谱配准的分割算法对胰腺进行分割,优化了一种局部动态阈值的后处理方法。在标签融合阶段,采用概率阈值融合算法、Majority voting(MV)算法、STAPLE算法和SIMPLE算法四种标签融合算法进行对比。在后处理阶段,采用局部动态阈值处理方法,首先通过初步分割结果对目标图像提取目标区域,然后自动确定阈值实现该区域的二值化,最终与初步分割结果取交集作为最终分割结果。采用留一交叉验证策略对80例NIH胰腺CT图像和22例来自上海本地医院的胰腺CT图像进行分割,最终得到的DSC分别为79.98%和81.30%。实验结果表明,所提方法实现了对胰腺的有效分割。     

基于局部直方图的目标分割方法

图像分割是图像精确跟踪中的重要组成部分 ,是后续进行图像识别的基础。在介绍传统阈值分割方法的基础上 ,提出了一种应用序列图像跟踪、利用跟踪区域的局部直方图来计算分割阈值的方法。该方法利用相邻两帧图像数据的相关性 ,根据跟踪区域的灰度信息自动调节每帧图像的分割阈值 ,使在跟踪区域内的目标得到了较好的分割效果。运用该算法 ,不仅取得了良好的分割效果 ,而且结果证明该算法具有较强的自适应性     

采用视觉细胞响应模型的小目标复杂背景抑制

为了提高地面和云层等红外复杂背景下弱小目标的检测性能,提出了一种基于视觉细胞响应模型的红外弱小目标背景抑制新方法.首先利用简单细胞的感受野计算模型将原始图像采用Gabor函数卷积获得相同大小的两幅图像|然后采用设计的复杂细胞响应的非线性汇聚策略函数对获得的两幅图像进行融合处理,从而将红外图像中弱小目标和背景杂波分离,达到抑制背景的目的|最后采用自适应阈值分割技术得到目标点,实现了对红外弱小目标的检测跟踪.实验结果显示,与去局部均值和最大中值滤波两种滤波方法相比较,该方法能有效地检测出信杂比较低的弱小目标信号.     

高速粒子场的全息再现图像的自动分割方法

针对再现图像的处理,通过将图像细分为多个较小区域,在每个小区域同时采用多种阈值计算方法,并引入错误校正机制,获得了能稳定地分割图像的自适应阈值.在此基础上,再用种子生长方法进一步界定粒子的边界,能获得更准确的分割结果,且其过程可以自动完成.该方法已成功用于动态实验图像的处理,获得了很好的结果,静态粒子靶实验表明该方法处理得到的相对误差小于15%.     

基于形状特征的水声图像小目标识别方法

为了抑制背景噪声,提高目标识别准确率,该文提出一种基于形状特征的水声图像小目标识别方法.对含有目标的水声图像进行非局部均值去噪处理后,使用OTSU算法自适应选取阈值对去噪图像进行二值化分割,结合形态学处理获得分割后的目标区域;提取目标区域的矩形度、圆形度、几何不变矩等各项形状参数,将目标的特征向量输入随机森林分类器实现...     

基于模拟退火算法的递归自动阈值分割方法

针对目标图像灰度对比度差的现象,以及对目标对象检测实时性的要求,并考虑到传统的Otsu分割方法在分割图像质量较差以及目标区域小时准确性差的缺点,提出了一种基于模拟退火算法的递归Otsu分割方法。在图像直方图呈双峰的情况下能够准确地找到分割阈值。在成像模糊、光照度较差的情况下此方法仍然可以获得较高的准确度。该方法在保证了检测质量的同时并没有导致运算时间的大幅度提升,有效地保证了处理的实时性。实际应用表明该方法切实可行。     

一种微小型导引头视场下偏角的标定方法

描述了一种应用于微小型光学导引头视场下偏角标定的方法，通过获得导引头绕自身回转轴线转动时拍摄的固定靶标图像计算不同旋转角度时导引头中心视线落点和摄像机坐标系原点在世界坐标系下的坐标，以拟合获得的这2组点的分布建立空间几何关系进而得出下偏角。给出了3组实验数据，分别检验该方法的标定误差、实际所需的采样点数并给出了实际工作中的应用效果。实验表明该方法可以快速标定导引头系统的下偏角，其标定绝对误差小于0.10°。     

血管内超声图像初始轮廓提取算法的研究

Snake模型在医学图像分割中的应用已经越来越广泛,但在应用该模型时,如何选取合适的初始轮廓是一个难题;在对血管内超声医学图像的研究基础上,提出了一种基于灰度信息与ROI区域的初始轮廓获取方法,根据IVUS图像的灰度特征对其进行自适应阈值分割以及面积滤波,然后获得分割轮廓点集进而得到snake初始轮廓点集;在matlab7.0环境分别对不同类别的2种IVUS图像的中外膜边缘提取进行仿真实验,实验证明该方法获得的初始snake轮廓较为逼近目标真实轮廓且适合于snake模型进行迭代收敛,由于其初始轮廓已较为接近目标真实轮廓,因此节省了snake模型的迭代次数,算法运行效率也优于手工提取初始轮廓的snake方法,可以较为方便的应用于实际领域。     

空间非合作目标自旋速率测量方法与实验

为了实现对失稳、快旋空间非合作目标运动状态的测量,提出一种基于单目相机序列图像的测量方法。根据目标与探测器的投影几何关系,推导和证明了测量方法的可行性。根据空间光照环境的特点,给出一种基于MSER特征的图像处理方法,用于稳定提取目标在图像中的投影角。根据获得的多帧序列投影角值,通过设定合理的多项式拟合模型,计算非合作目标的自旋速率。最后通过在轨图像数据,进一步验证了方法的有效性和测量精度。实验结果表明:对于某60°/s的快旋非合作目标,用1 Hz帧频的单目相机观测150 s,该方法对目标的测量均值为60.07°,测量标准偏差为0.05°/s,实现了稳定可靠、高精度的空间非合作目标运动状态测量。     

基于信息融合的移动机器人目标识别与定位

针对单目摄像头工作的双足机器人的视觉定位问题,设计了一种视觉传感器与超声波传感器相结合的信息融合方法,进行目标的识别和定位。对拍摄的图像进行HSV颜色空间的阈值分割得到二值图像,并对其进行形态学滤波处理和Hu轮廓不变矩匹配,以此识别到目标和其重心点图像坐标;建立单目定位模型,用机器人自身的超声波传感器得到与目标物之间的距离,采用Zhang标定法得到摄像机参数,把这些已知数据带入坐标转换,得到目标物在世界坐标系下的坐标,实现定位。借助NAO机器人的平台,将基于信息融合的定位方法和一般单帧图像定位方法进行对比实验。实验结果表明上述方法的误差相对较小,且能得到目标物的三维信息,验证了该定位方法的实际可行性。     

利用相机响应曲线实现高反光元件三维面形测量

在先进制造中要求对加工的部组件进行在线质量检测,条纹投影三维测量技术因符合在线、非接触的要求而被采用。然而,金属材质表面反射率差异较大会导致拍摄结构光图像过曝和欠曝光,这会造成最终测量数据的缺失或出错。针对该问题,以直接测量得到的不完整点云数据和由计算机辅助设计(CAD)得到的元件设计数据进行迭代最近点(ICP)点云配准,进而得到相机坐标系下的被测物体估算面形的点云数据。将该数据作为预估面形,结合系统标定参数,可建立投影与成像间同名点的图像强度对应关系。利用相机对待测元件上每一点的光强成像响应曲线计算出投影灰度范围和最低投影灰度。最后,利用生成的非等值系数投影光栅进行高反光元件的三维形貌测量。实验结果表明,所提方法在不改变测量系统结构参数和不增加测量系统结构复杂性的情况下,可以更完整地实现高反光元件的三维面形测量。