基于中医目诊的虹膜图像特征表示方法研究

虹膜诊断对于中医与民族医学的目诊理论具有重要的补充和借鉴作用,有必要深入研究虹膜及其图像特征与疾病、体质、中医辨证的证候要素等因素间的对应关系。本文分析了虹膜诊断与相关研究中的虹膜图像特征及其分类与定位,设计了针对颜色特征、密度特征、基于卷缩轮/瞳孔的特征、线条、阳光放射沟特征、斑块、坑洞、老化环的特征描述和表示方法。该方法能有效地支持虹膜图像特征的度量及中医目诊相关研究。     

虹膜诊断研究述评

虹膜诊断为目前国内外研究热点,是遵循眼是人体的缩影、眼可以反映出人体全息的原理,观察虹膜组织形态学的动态变化,利用照虹膜分区定位图来诊断疾病的技术。虹膜诊断属于中医目诊范畴,虹膜诊断能进一步丰富中医目诊内涵,并在望目辨证中提供辨证依据。目前研究表明,虹膜特征性改变与全身疾病具有相关性,虹膜的结构受全身疾病的影响,现将虹膜诊断的研究进展进行述评。     

基于多结构鲁棒估计的虹膜外边缘定位方法

在Adaboost检测人脸区域的基础上,提出了基于多结构鲁棒估计的虹膜外边缘定位方法．通过对200幅单人脸的图像数据集的仿真实验,结果表明,本方法相比于传统的RANSAC模型生成算法以及Hough变换等方法,能得到更精确的定位结果,而且能加快有效的模型生成,虹膜外边缘定位精度达到94％．     

基于计算机图像处理的农田环境定位

针对计算机对农田环境定位困难问题,提出一种计算机图像预处理和霍夫变换相结合进行农田环境定位的方法。通过对农田作物行图像特点的分析,运用恰当的计算机图像处理方法,从作物行图像中提取出反映作物行位置的准定位参考线,运用霍夫变换技术得到真正的定位参考线及其参数。采用600×450的甘著作物行图像进行实验,结果表明该方法能够实现较好的定位效果。     

斜拉索PE保护层表面伤痕检测算法设计

提出了一种检测斜拉索PE保护层表面伤痕算法的设计。首先,在图像的预处理阶段,对原始图像进行灰度化和滤波处理;其次,运用边缘检测、边界跟踪及Hough变换获得了拉索轮廓的连续边界;然后,利用原始的灰度图像和基于拉索轮廓的掩模板,获得了无背景的拉索表面图像;最后,通过基于图像间空间差分的伤痕检测算法,获得斜拉桥拉索表面伤痕的图像,结果表明该算法能有效地从爬升机器人采集的图像中提取出斜拉索PE保护层表面伤痕的图像。     

中医目诊的基本原理及方法

目诊是通过观察眼睛各部位的神、色、形、态变化来诊断疾病的一种方法,是中医学的重要组成部分,中医目诊的理论依据是目为五脏六腑的缩影,目与脏腑经络密切相关;眼分五轮八廓,分属于脏腑;及现代生物全息理论的进一步支撑。中医目诊研究的主要方法包括传统中医的望、问、切诊和在此基础上发展的分区望诊法、虹膜诊断法、及眼底图像分析法等借助现代诊断设备的方法。     

基于Contourlet变换和交替方向法的压缩感知图像重构算法

在传统的基于压缩感知的图像重构中,小波变换往往用来将图像稀疏表示,但小波变换并不能很好的表现图像的轮廓和纹理等细节信息。提出了一种基于Contourlet变换和交替方向法的压缩感知图像重构算法:首先利用Contourlet变换将图像稀疏表示,然后利用交替方向法重构原始图像。与基于小波变换的方法相比,该方法不仅可以显示更多的图像的边缘和轮廓信息,在重构精度上也占优。数值试验也验证了新算法的有效性。     

改进的模糊C均值聚类算法和霍夫变换在榛子仁缺陷检测中的应用

以榛子仁为检测样本,采用模糊C均值聚类(FCM)算法进行图像分割;利用飞蛾扑火(MFO)算法改进其目标函数;利用函数对个体样本边缘提取,标记边缘拐点位置,计算拐点个数;对边缘图像进行霍夫(Hough)变换的椭圆曲线拟合,标记并输出饱满籽粒个数;依据试验数据,分析应用改进的模糊C均值聚类算法和霍夫变换对榛子仁缺陷检测的效果.结果表明:改进的模糊C均值聚类算法和霍夫变换,可以准确有效地对饱满、干瘪、霉斑、虫蛀、腐烂的5种榛子仁中的缺陷籽粒进行识别检测,提高榛子仁加工过程中的分拣效率.     

基于C-V主动轮廓模型的“陡峭”边界的微藻图像分割

采用Chan和Vese的C-V主动轮廓模型以及本文中改进的C-V主动轮廓模型对几类典型的海洋微藻图像进行了分割。当微藻图像的主要边界曲率变化较大,即主边界"陡峭"时,直接使用C-V主动轮廓模型难以获得微藻图像的边界。在改进的C-V主动轮廓模型中,通过人机交互绘制粗略的初始边界,并将其设定为初始零水平集,将符号函数引入到初始水平集中定义内外能量,再通过适当的参数调整进行图像边界的演化。将采用两种模型算法获取典型的海洋微藻图像边界的过程进行对比可知,对于带"陡峭"边界的微藻图像,采用C-V主动轮廓模型难以获得或以较慢速度获得图像边界,而采用改进的C-V主动轮廓模型不仅图像边界获取速度快,而且边界信息量大。实验结果验证了改进的C-V主动轮廓模型算法的有效性,为微藻图像的分割提供了新的技术手段。     

改进的小波变换模极大值检测图像边缘的方法

提出了一种改进的基于小波多尺度多分辨率特征的数字图像的边缘检测算法,分别利用不同尺度小波变换后的水平方向和垂直方向高频信息,根据李氏指数与小波变换关系,采用小波模极大值在不同尺度下传播的特性,检测出图像在2个方向的极大值,然后利用模糊算法构造相应的隶属函数,提取弱边缘信息,最后得到不同尺度下的边缘图像。本算法可以兼顾良好的边界定位、噪声抑制和弱边界检测等性能指标,可以有效解决传统边缘检测方法中存在的搞定为精确及强去噪能力之间的矛盾。     

基于改进随机Hough变换的椭圆形农产品大小分级

针对椭圆形农产品的分级问题,采用最近邻分类算法和随机Hough变换理论,对哈密瓜这类椭圆形农产品的大小分级方法进行研究。结果表明:1)哈密瓜边缘轮廓近似椭圆形,所测出的长短轴半径,可以作为椭圆形哈密瓜大小分级的新标准;2)通过试验测定,对于白色背景的哈密瓜,最近邻分类算法可以提取出较为完整的边缘轮廓;3)随机Hough变换可以在边缘轮廓不完整且有随机噪声干扰的情况下,检测出任意曲率的哈密瓜边缘轮廓的近似椭圆;4)与椭圆形哈密瓜的半径的真实值相比,本改进算法识别值的相对误差小于6%;5)当哈密瓜处在不同倾斜状态时,如0°、45°、90°、135°,本改进算法仍可以准确测得其长短轴半径。本改进算法还可以推广到其他椭圆形和类椭圆形农产品的大小分级中。     

复杂背景下油茶果采收机重叠果实定位方法研究

油茶果机械化振动采摘技术关键在于振动点选取,判断振动点选取取决于果实生长密度测算和分布估计.然而自然环境下重叠果实的识别对判定结果有较大的影响,因此提出一种基于凸壳识别的分割边界优化方法,提升重叠油茶果识别与分割准确度.该方法先将原始图像转换颜色空间,经过阈值分割和形态学处理获得重叠果实的凹区域,然后在此基础上通过Harris角点检测得到区域的特征点集,利用主成分分析(PCA)和欧式距离方法分析特征点距离关系得到分割路径,最后采用最小二乘法对分割后的目标区域进行拟合重建得到果实轮廓.对比重建的果实轮廓与真实分布图像,该方法的平均定位误差为8.6％,比Hough方法低5.1％;平均耗时为0.52 s,比Hough方法低0.12 s.结果 表明,提出的方法可以有效解决重叠油茶果实识别与分割问题,为采摘装置的振动点选择奠定基础.     

Lab色彩模型下梯度Hough圆变换的成熟草莓识别

自然生长状态下的草莓,果实密集,形状多变,枝叶遮挡率较高,使用机器采摘对成熟草莓的图像识别具有一定的难度。针对这个问题,提出了Lab色彩模型下采用梯度Hough圆变换的成熟草莓识别方法。以自然生长状态下的草莓图像为研究对象,在Lab色彩模型空间里对图像分割及阈值化并采用梯度Hough圆变换等方法,识别成熟草莓并计算出草莓中心。试验结果表明,对随机选取的100张草莓图片,该方法识别成熟草莓的相对偏差为1.07%,对枝叶遮挡、成熟草莓相互遮挡等情况,具有较好的识别效果。与传统的Hough变换相比,这一方法节省了运行内存,提高了时间效率,能够满足机器采摘对成熟草莓识别率与定位的要求。     

基于Logistic映射的小波域图像加密技术

针对图像小波编码混沌加密技术中出现的边界效应问题,提出基于区间小波编码的混沌加密新技术。相对于传统的图像延拓方法,该方法在小波变换前后,不需要对图像进行特殊的延拓处理,可在对图像加密的同时,压缩图像文件规模,有效消除边界效应;此外,调整被逼近信号函数的H lder连续指数L的大小,可满足对图像恢复精度的不同要求。实验结果表明,在L=1时,信号恢复精度已满足要求。     

基于一种改进的Hough变换的输电线提取与识别

运用西方叙述学中文类的观念，来分析道教东晋上清仙传的名称体例、语言笔法与意象结构上所表现的叙述内涵与特质，以凸显其作为宗教别传的文学意义与“修与报”的结构功能。首先，探讨其内传命名的区隔性与传信性，内传撰阅的封闭性与神圣性，以及所表现的形式体例特质。其次，分析其结合宗教体验与文学美感所形成的诗的、象征的、神话的宗教语言，以及叙述虚实笔法与情节发展的结构性关系，所具显的“既是宗教又是文学”的艺术美感。最后，解析文本中感官字词描述所呈现的丰富文学意象，以及修炼与仪式所蕴含的叙述结构，推定其应颇合乎“奇幻叙述体”的叙述审美特色。     

基于Hough变换的线段检测算法的改进

基于Hough变换的基本理论及目前的改进算法,针对Hough变换所存在的参数峰值不明显、存储空间大及计算速度慢等不足,提出了一种改进的随机Hough变换,可实现由长到短逐次提取线段,并给出了线段起始点和终止点的计算方法。实验证明了该改进算法的有效性。