1 安徽农业大学信息与计算机学院,安徽 合肥 230036
2 智慧农业技术与装备安徽省重点实验室,安徽 合肥 230036
3 安徽送变电工程有限公司,安徽 合肥 230036
随着农业机器人技术的不断进步和发展,利用机器人采集和处理特定农作物图像信息在农业应用领域中越来越重要,针对传统图像处理方法提取的玉米植株轮廓不完整甚至是缺失的问题,提出一种改进的玉米植株轮廓提取方法。采用HSV颜色空间对玉米植株的绿色叶部分进行图像提取,同时使用RGB通道分离方式对红色的根部分进行图像提取,在得到叶部、根部图像后使用F-B算法选取特征点并对特征点进行描述和匹配,并利用随机抽样一致性算法剔除错误的匹配点,最后用加权融合方式对图像进行拼接并选用Sobel算子提取植株轮廓。实验结果表明,F-B算法相比于传统scale-invariant feature transform(SIFT)、speeded up robust features(SURF)、oriented FAST and rotated BRIEF(ORB)算法在匹配速度、精确度上有所提升且匹配准确度高于80%,使用Sobel算子提取植株图像轮廓,获得的图像清晰度和完整度较好。该方法能够在较快速度和较高的精准度下实现对玉米植株的轮廓提取。
图像处理 玉米植株 特征点提取 特征点匹配 轮廓提取 激光与光电子学进展
2023, 60(12): 1210004
1 西安工业大学 机电工程学院,陕西 西安 710021
2 西安工业大学 光电工程学院,陕西 西安 710021
3 内蒙古北方重工业集团有限公司,内蒙古 包头 014030
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。
红外人脸图像 边缘轮廓提取 Canny算法 引导滤波 OTSU算法 infrared face images edge contour extraction Canny algorithm guided filtering OTSU algorithm
针对红外与可见光图像配准中特征点匹配难的问题, 提出了NSCT轮廓提取与主方向一致性匹配的红外与可见光图像配准方法。先将NSCT变换用于提取红外与可见光图像的轮廓曲线图, 然后使用CSS角点检测算法提取轮廓曲线图上的角点作为特征点, 再以轮廓曲线的中线作为特征点的主方向, 计算红外与可见光图像上特征点主方向的SIFT描述符作为特征点的特征描述, 最后使用特征点主方向一致性匹配的方法去除误匹配的点, 进而计算仿射变换参数。实验结果表明, 所提方法的平均均方根误差为2.36, 平均正确匹配率达到了91.6%, 保证了两种图像相同特征点提取和匹配的准确度, 从而提高了图像配准的精度。
红外图 可见光图 轮廓提取 特征匹配 图像配准 infrared image visible image NSCT NSCT contour extraction feature matching image registration
1 沈阳理工大学 机械工程学院, 沈阳
2 沈阳理工大学 兵器科学与技术研究中心, 沈阳
针对传统图像融合方法引起的清晰度低、轮廓模糊以及适应性差等问题, 提出了一种改进的红外与可见光图像融合方法。采用非下采样轮廓波(NSCT)对红外与可见光图像进行分解, 分别得到带通子带系数与低频子带系数。采用融合准则采用改进的空间频率(MSF-PCNN)获取高频融合系数, 采用改进的脉冲耦合神经网络(PCNN), 即NL-PCNN, 获取低频融合系数。针对两种异源低频信息, 利用改进的加权锐化滤波器和加权均值滤波器作频率梯度分离进行轮廓提取。实验结果表明了所提融合算法的有效性, 在获取图像轮廓信息, 增强融合图像清晰度方面均优于传统的图像融合算法, 具有较高的自适应能力。
图像融合 NSCT变换 改进PCNN 带通子带 低频子带 轮廓提取 image fusion nonsubsampled contourlet transform (NSCT) improved pulse coupled neural networks (PCNN) bandpass sub-band low frequency sub-band contour extraction
1 阳光学院人工智能学院, 福建 福州 350015
2 福州大学物理与信息工程学院, 福建 福州 350108
针对噪声图像边缘模糊、边缘检测困难的问题,提出了一种结合分数阶微分的噪声图像非下采样contourlet变换 (NSCT)域边缘检测方法。该方法首先对图像进行NSCT分解,对低频子带的轮廓进行针对性提取;其次对于边缘细节和噪声较多的各方向高频子带,利用NSCT域的多尺度积和方向分数阶微分矩阵对高频系数进行阈值去噪与信息增强;最后将NSCT域各频域和方向的尺度图像进行融合,得到完整的边缘图像。对不同类型的原始图像和噪声图像进行实验,本文方法检测到的平均连续边缘像素比分别为0.931和0.861,相比Canny算子、分数阶微分检测方法和现有的多尺度域边缘检测方法,本文方法具有更好的边缘检测效果。随着图像噪声水平的增加,本文方法得到的平均连续边缘像素比较高,抗噪性强,边缘准确、完整、连续。
图像处理 边缘检测 噪声图像 轮廓提取 分数阶微分 非下采样 contourlet 变换 激光与光电子学进展
2021, 58(8): 0810021
1 中北大学 电子测试技术国家重点实验室,山西 太原 030051
2 中国北方车辆研究所,北京 100072
红外序列图像清晰度评价对热像仪测温标定至关重要。文中针对传统空域评价算法的不足,提出一种基于图像轮廓线分割的红外序列图像清晰度评价方法。此算法基于变分水平集理论以能量泛函的最小化为目标,来求解使曲线趋向于目标,从而提取出红外图像中目标物的轮廓线;通过选取目标物体轮廓线两侧灰度均值大小来描述图像的清晰程度。以红外热像仪在标定时获取的序列图像为研究对象,运用文中所提出的方法与SMD,EOG,Robert,Wavelet 算法之间的对比性分析。实验表明:文中所提方法满足清晰度评价函数所具有的单调性,无偏性与良好的灵敏度。
红外热像仪 测温标定 轮廓线提取 清晰度评价 c-v 模型 infrared thermal imaging system calibration of temperature measurement contour extraction clarity evaluation c-v model
江南大学轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
为降低噪音影响、改善汽车车身反光造成虚假轮廓的现象,提出了一种视觉神经元双拮抗机制和 自适应双阈值相结合的轮廓提取算法。双拮抗机制算法依据视觉神经元双拮抗原理处理图像得到亮度特 征的轮廓,用扩展的大津法(Otsu)根据轮廓亮度分布自动选取高低阈值,对初步提取的轮廓进行双阈值 处理,得到最终的汽车轮廓。利用客观性能指标对实验结果进行评价,结果表明提出的算法提升了汽车 轮廓的完整性。与经典的轮廓提取算法相比,其计算复杂度低,对图像背景的适应性较强。
图像处理 外轮廓提取 双拮抗机制 自适应双阈值 扩展的大津法 image processing outer contour extraction dual antagonistic mechanism adaptive double threshold extended Otsu algorithm
在基于图像识别技术的教学录播系统中,通常需要对发言学生进行自动识别和定位,以便摄像机给出该学生的特写。针对该问题提出了一种基于多特征融合的室内学生头部检测算法。该算法首先对头发的颜色特征设定阈值二值化图像来得到头部的候选区域,然后融合人体头发区域的形状特征以及头发下方脸部的肤色特征确定全体学生头部区域。当发言学生起立后,可通过头部轮廓中心点在视频图像竖直方向的坐标变化判断该学生。应用该算法对课堂多个角度的视频图像进行处理,实验结果表明该算法能有效检测出学生头部区域。
多特征融合 头部检测 轮廓提取 教学录播系统 multi-feature fusion head detection system contour extraction teaching recording and broadcasting
1 同济大学测绘与地理信息学院, 上海 200092
2 上海船舶研究设计院, 上海 201203
通过分析机载雷达(LIDAR)点云数据与航空影像数据特点,提出了融合机载LIDAR点云和航空影像的建筑物轮廓探测方法。分别提取机载点云和航空影像中的部分建筑轮廓线,将轮廓线拟合成直线段的建筑物轮廓边,并以两相邻且垂直的轮廓边相交得到建筑的角点,根据建筑物的同名角点实现机载点云和航空影像的配准融合;将航空影像的光谱信息赋予机载点云,并将光谱信息作为特征向量进行聚类,分离出植被和树木等地物,利用高程信息从光谱信息相似的地面道路和建筑物中分离出建筑物,提取建筑物的轮廓边,完成建筑物轮廓的探测。实验结果表明,利用该方法进行建筑物点云的分类正确率可达97.96%,轮廓边的提取精度可达0.21 m,能够有效的实现建筑物轮廓的探测。
遥感 机载点云 航空影像 配准融合 点云分类 轮廓提取