灰度不均匀的曲线形态检测方法及应用研究-控制科学与工程专业论文.docx

华中科技大学博士学位论文 华 中 科 技 大 学 博 士 学 位 论 文 II万方数据 II 万方数据 再次，宽线是特殊的曲线形态，在图像中表现为条状的区域。受噪声和光照等 影响，宽线检测易出现断裂甚至漏检的问题。本文利用梯度方向的延续性，提出了 一种有效的宽线检测算法。该算法提出线增强算子以增强线特征，并提出接近方向 和采用假设验证法得到线候选目标，再利用背景灰度具有相似性的特点，来确定线 是否为宽线，从而排除杂乱线条的干扰，接着沿着线的剖面检测确定另一侧宽线， 并利用拐点处具有无延续性的特点检测拐点。实验结果表明，该算法能有效地检测 变对比度的宽线。 然后，在轮廓提取的基础上，轮廓的描述与检测是目标检测的最重要的课题之 一。由于受视角、光照和噪声等影响，轮廓可能存在尺度、旋转、毛刺、微小缺失 等问题。针对这些问题，本文提出了基于改进的曲率函数和行程编码的局部轮廓描 述子和基于空间对称性的全局轮廓描述子，这两个轮廓描述子对旋转和尺度具有不 变性，且对微小缺失和毛刺等具有鲁棒性。最后，本文利用隐马尔可夫模型 (HMM) 框架，提出了基于 HMM 模型的轮廓描述子匹配算法，并对 MPEG-7 Shape CE Part B 和 Kimia 99 数据库进行测试，实验表明，本文提出的匹配算法容错能力强，适合 轮廓描述子序列的匹配。 最后，针对货车故障定位与检测的应用，从大尺度曲线形态故