基于差影法的Hessian矩阵激光条纹中心提取方法研究

合集下载

基于Hessian矩阵的线结构光光条中心提取

基于Hessian矩阵的线结构光光条中心提取作者：陈念郭阳宽张晓青来源：《数字技术与应用》2019年第03期摘要：本文以傳统的Steger算法为前提，对基于Hessian矩阵的光条纹中心提取算法进行了优化，并通过实验验证了光条中心提取的效果。

关键词：线结构光;图像预处理;Steger算法中图分类号：TP39 文献标识码：A 文章编号：1007-9416（2019）03-0126-020 引言通过激光三角法拍摄的光条图像一般都具有一定的像素宽度。

为实现准确的测量，需要提取条纹中心线。

目前使用较多的激光条纹中心提取算法有极值法、灰度重心法、骨架细化法、方向模板法、曲线拟合法等[1-4]，但以上方法都有一定的缺陷。

本文提出一种基于Steger算法的光条纹中心提取方法。

1 线激光光条图像的特点线激光器发射一个连续的光平面与待测物表面的交线是有一定宽度的光条，该光条的横截面光强分布近似服从高斯分布[5]，如图1所示。

G（x）=; ; ; ; ; ; ; ; ; ; ; ; ; ; ;（1）式中u为数学期望，σ为均方差。

光条图像及灰度强度分布如图2所示，光条区域的灰度值近似呈高斯分布。

2 光条图像的预处理相机所拍摄的光条图像包含了许多噪声，且发生了变形，光条强度受到了调制，给光条中心提取增加了困难[6]。

因此，在提取激光光条中心前需对光条图像进行以下预处理：2.1 光条区域提取本文采取的方法是在原始图像中设定一个包含所需激光光条图像的较小的矩形区域，然后将该矩形区域的图像分离出来，大大减小了计算量。

2.2 图像滤波由于光条图像受测量环境、相机内部产生的热噪声等因素的影响，严重影响光条提取结果及测量系统的准确性。

经对比，中值滤波效果较好。

但滤波后使部分光条图像信息被滤除掉了。

为了保证信息的完整性，需对滤波后的图像再次进行形态学滤波，如图3所示。

3 Steger法提取光条纹中心线通过Hessian矩阵得到光条法线方向，利用泰勒展开得到激光条纹的中心点的亚像素位置[7]。

复杂背景下光条中心提取算法研究

ＣｏＭＰＬＥＸＢＡＣＫＧＲｏＵＮＤ
ＬｉＤａｎＧｅｎｇＮａｎＫｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｎｏｎｈｗ￣ｔＡｇｒｉｃｕｌｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＵｎｗｅｍｉ￣，Ｙａｎｇｌｉｎｇ７１２１００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ）。（Ｇａｎｓｕ尸。ｅｃｈｎｉｃＣｏｌｌｅｇｅｆＡｏｎｉｍａｌＨｕｓｂａｎｄｙｒａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｗｅｉｗｕ７３３００６，Ｇａｎｓｕ；Ｃｈｉｎａ）
ＡｂｓｔｒａｃｔＩｎｔｈｅｐｒｏｃｅｓｓｏｆｔｈｒｅｅ．ｄｉｍｅｎｓｉｏｎａｌｓｕｒｆａｃｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎｕｓｉｎｇｌｉｇｈｔｓｅｃｔｉｏｎｍｅｔｈｏｄ，ｔｈｅｅｘｔｒａｃｔｉｏｎｏｆｃｏｏｒｄｉｎａｔｅｏｆｌｉｇｈｔｓｔｉｒｐｅ
李丹耿楠亢娟娜
（西北农林科技大学信息工程学院
（甘肃畜牧工程职业技术学院
陕西杨凌７１２ｌＯ０）
甘肃武威７３３００６）
摘
要
在光切法三维表面重建过程中，光条中心坐标的提取至关重要。针对复杂背景下激光图像特点，研究激光条图像的预处

大曲率激光条纹中心线提取方法研究

关键词：三维扫描；中心线；形态学细化；方向模板；灰度重心中图分类号：TP391.41 文献标识码：A 文章编号：1003-9767-（2018）02-039-03
Research on the Extraction of Large Curvature Laser Stripes Centerline
Xin Junqiang, Wu Yuanbo, Huang Jie
(Sichuan University, Chengdu Sichuan 610065, China)
Abstract: The determination of the central position of laser fringes in laser three-dimensional scanning directly determines the detection accuracy. Detection system needs to quickly complete the image acquisition and processing in harsh conditions, high precision and real-time requirements. In the case of high curvature change and high real time requirement of laser stripe on rivet surface, a grayscale centroid method based on parallel morphological refinement and direction template is adopted to calculate the ROI of the image stripe and accurately extract the center line of the laser stripe. The method has high speed and high precision, which meets the design requirements of the detection system.

hessian 中心线提取

hessian 中心线提取Hessian中心线提取Hessian中心线提取是一种基于Hessian矩阵的图像处理方法，用于提取图像中的中心线或边缘信息。

本文将介绍Hessian中心线提取的原理、应用以及优缺点。

一、原理Hessian中心线提取算法是基于二阶导数运算的方法，利用Hessian 矩阵的特征值和特征向量来确定图像中的中心线。

Hessian矩阵描述了图像中各个像素点的局部二阶导数信息，通过计算Hessian矩阵的特征值和特征向量，可以找到图像中的曲线结构。

具体而言，Hessian中心线提取算法的步骤如下：1. 对输入图像进行高斯滤波，以平滑图像并去除噪声。

2. 计算图像中每个像素点的Hessian矩阵。

3. 对每个像素点的Hessian矩阵进行特征值分析，得到特征值和特征向量。

4. 根据特征值的大小判断像素点是否为中心线上的点。

5. 针对特征值较大的像素点，利用特征向量确定其法向量方向，从而得到中心线的方向。

6. 根据中心线的方向，将特征值较大的像素点连接起来，形成中心线。

Hessian中心线提取算法在医学图像分析、机器视觉等领域具有广泛的应用。

在医学图像分析中，Hessian中心线提取可以用于血管分析、心脏分割等任务。

通过提取血管中心线，可以辅助医生进行血管腔径测量、血管病变分析等工作；而在心脏分割中，Hessian中心线提取可以用于提取心脏的边界，并辅助进行心脏功能分析。

在机器视觉领域，Hessian中心线提取可以用于图像拼接、物体识别等任务。

通过提取图像中的中心线或边缘信息，可以实现图像的对齐和拼接；而在物体识别中，Hessian中心线提取可以用于提取物体的轮廓信息，从而实现物体的识别和分类。

三、优缺点Hessian中心线提取算法具有以下优点：1. 可以提取图像中的曲线结构，对中心线或边缘信息的提取效果较好。

2. 算法原理简单，计算效率较高。

3. 对于不同尺度的曲线结构都具有较好的适应性。

基于Hessian矩阵的线结构光中心线提取方法研究

基于Hessian矩阵的线结构光中心线提取方法研究李栋梁;唐阳山;黄贤成;朱停仃【摘要】在现代工业产品制造过程中,线结构光扫描三维视觉系统已经在表面缺陷检测的许多方面得到运用,而线结构光扫描的关键要提取出模型的中心线.研究以Steger算法为前提,在线结构光条纹中心提取中引入了大模板高斯卷积递归得算法,提出了基于Hessian矩阵的线结构光条纹中心线提取的快速算法.此算法借助于高斯卷积递归求得条纹各点矩阵,进而求出条纹各点法线方向,然后运用泰勒级数在法线方向求得条纹中心准确位置.这种方法不仅减小了以前算法的运算量,而且可以快速高效的提取出中心线.【期刊名称】《汽车实用技术》【年(卷),期】2017(000)022【总页数】3页(P37-39)【关键词】结构光视觉;光条;亚像素;高斯卷积【作者】李栋梁;唐阳山;黄贤成;朱停仃【作者单位】辽宁工业大学汽车与交通工程学院,辽宁锦州 121001;辽宁工业大学汽车与交通工程学院,辽宁锦州 121001;辽宁工业大学汽车与交通工程学院,辽宁锦州 121001;辽宁工业大学汽车与交通工程学院,辽宁锦州 121001【正文语种】中文【中图分类】TP301当前阶段，国内外传统的线结构光中心线的提取方法有极值法、阈值法、灰度重心法、Steger算法等[1]。

传统的Steger算法提出了一种利用 Hessian矩阵求出结构光条纹的法线方向，进而求出光条纹中心线的法线方向上的极值点得到亚像素位置[2]。

但其运算量大以及在光条纹中心线的提取速度方面存在欠缺，难以满足对时间要求较高的工业生产中。

本文所研究的线结构光中心线提取方法以传统的Steger算法为前提，在线结构光条纹中心提取中引入大模板高斯卷积递归，提出基于 Hessian矩阵的线结构光条纹中心线提取的快速算法[3]。

此算法借助于高斯卷积递归求得条纹各点矩阵，进而求出条纹各点法线方向，然后运用泰勒级数在法线方向求得条纹中心准确位置。

基于Hessian矩阵的视网膜血管中心线提取

灰度和梯度信息，选用三次Ｂ样条小波计算梯度，速度较慢；ｏｒｓＪＳａｅＥ采用ｂｒＯ —Ｗａｅｔｖｌ变换方法ｅ
提取符合标准图像特征的像素或区域作为分割结果，该方法利用了血管标准图像信息，分割结果较
度、弯曲程度等信息，具有重要的科学研究价值。
然而在眼底成像过程中，由于眼底照相机光学
系统固有的或设计上的原因，在着若干缺陷，存使眼底图像表现出畸变、图像模糊、光照不均等，给后续图像处理与分析带来很大的困难。国内外很多学者对视网膜分割的方法进行了研究，：ｈｕ — 如Ｃａｄｈｒ２等发现血管横截面的灰度特性可以用高斯ｕｌｊ［曲线拟合，并生成１２个方向的匹配滤波器来检测血管，方法可有效增强血管，该但容易丢失血管交
收稿日期：００—０ —２２１８７
坐标下的曲率可以用Ｈｓｉｅｓｎ矩阵来定义。ａ
作者简介：周
琳（９６）女，１８，山东枣庄人，京航空航天大学硕士研究生，要研究方向为计算机辅助生物医疗工程。南主
・
应用研究・
周
琳
沈建新廖文和等
基于Ｈｓａ矩阵的视网膜血管中心线提取ｅｉｓｎ
４７
（原图ａ）
本文提出一种基于Ｈｅｓｎ矩阵的视网膜血ｓｉａ管提取方法，方法可以快速准确地提取视网膜血该

hessian 中心线提取

hessian 中心线提取Hessian中心线提取Hessian中心线提取是一种用于图像处理和计算机视觉中的技术，它可以帮助我们提取出图像中的主要轮廓线，从而实现目标检测、图像分割等应用。

本文将介绍Hessian中心线提取的原理、方法和应用。

一、Hessian中心线提取的原理Hessian中心线提取是基于Hessian矩阵的一种方法。

Hessian矩阵是一个二阶偏导数矩阵，它可以描述一个函数的曲率和形状信息。

在图像处理中，我们可以将图像看作一个二维函数，通过计算Hessian矩阵，就可以获取图像的局部曲率和形状信息。

Hessian中心线提取的原理是，通过计算图像的Hessian矩阵，找到Hessian矩阵的特征值和特征向量。

特征值表示了图像的曲率信息，而特征向量表示了曲率的方向。

根据特征值的大小和特征向量的方向，我们可以确定图像中的边缘和轮廓线。

二、Hessian中心线提取的方法Hessian中心线提取的方法可以分为以下几个步骤：1. 图像预处理：首先，我们需要对图像进行预处理，例如去噪、平滑和锐化等操作，以便更好地提取出图像的边缘和轮廓线。

2. 计算Hessian矩阵：然后，我们需要计算图像的Hessian矩阵。

Hessian矩阵的计算通常使用高斯滤波器和梯度算子来实现。

3. 特征值和特征向量分析：接下来，我们需要对Hessian矩阵进行特征值和特征向量分析。

特征值的大小决定了曲率的强度，而特征向量的方向决定了曲率的方向。

4. 中心线提取：最后，根据特征值和特征向量的信息，我们可以提取出图像中的中心线。

一般来说，特征值较大且特征向量与水平方向夹角较小的像素点，被认为是中心线上的点。

三、Hessian中心线提取的应用Hessian中心线提取在图像处理和计算机视觉中有广泛的应用。

以下是几个典型的应用场景：1. 目标检测：Hessian中心线提取可以帮助我们提取出图像中的主要轮廓线，从而实现目标检测。

基于Hessian矩阵的指纹细节点提取方法

关键词：细节提取；Ｈｓｎ矩阵；纹理结构；脊线跟踪ｅａＳＪ
中图分类号：Ｔ３１１Ｐ９．４文献标志码：Ａ
ＮｏｅｎｇｒｉｉｔａｔａｔｏｇｒｔｉｅｓａａｒｘｖｌＦｉｅｐｒｎｔＭｎｕｉｅＥｘｒｃｉｎＡｌｏｉｈｍＵｓｎｇＨｓｉｎＭｔｉ
的特征向量和指纹纹线本身的几何方向的特点，提取跟踪曲线的细节点。本算法在ＦＣ００（Ｖ２０国际指纹竞赛数据
库）上作了测试，实验结果表明，指纹脊线曲率变化较大时，算法能正确跟踪指纹脊线方向突变的中心线，从而使细节点提取的总的准确率可达９．具有一定的实用价值。ＤＭＤ算法和单独的Ｈｓａ５％，５与Ｇｅｓｎ矩阵法算法相比，ｉ本方法有很好的鲁棒性和较高的准确性。
３ＳｈｏＥｅｔｎｃａｄＩｏｍｔｎＥｇｎｅｉ，ｉｌｖａｉｎＵｉｅｓｈｎ，ｉｎｉ３００，ｈｎ．ｃｏｌｆｌｒｉｎｎｒａｉｎｉｅｒｇＣｖＡｉｔｎｖｒｉｏｉａＴｊｎ０３０ＣｉｏｃｏｆｏｎｉｏｙｔｆＣａａ）
基于Ｈｎ矩阵的指纹细节点提取方法ｅｉｓｓａ
罗菁一，，林树忠ｖ，，倪建云２，詹湘琳。
（．１天津工业大学，．计算机技术与自动化学院；．天津市现代机电装备技术重点实验室，天津３０６；ａｂ０１０
２天津理工大学自动化学院，天津３０９；．０１１
ｅｔａｔｎａｓｌｏｒｐｈｇｓｆｈｎｅｐｎｉｇｕｖｔｒ．ｍｂｎｎｅｃａａｔｒｓｉｓｆｓｉｔｘｘｃｉｓａｒｕｔｆｂｕｔａｅｅｆｇｒｒｔｄｅｃｒａｕｅＣｏｉｉｇｔｈｒｃｅｔｓａｍａｒｒｏｅａｃｎｏｔｉｉｒｈｉｃｏＨｅｎｉｅｇｎｅｔｒｎｈｅｍｅｒｉｃｉｎｏｎｅｐｎ，ｔｅｐｏｏｅｌｏｔａｋｄｔｅｒｇｓｏｎｅｒｔａｄｉｅｖｃｏｓａｄｔｅｇｏｔｄｒｔｆｆｇｒｒｔｈｒｐｓｄａｇｒｈｔｃｅｈｄｅｆｆｇｒｉｎｙｅｏｉｉｉｍｒｉｉｐｎｅｔｃｅｎｔｅａｃｒｔｌ．ｈｘｅｉｎａｅｕｔａｅｌＦｘｒｔｄｍｉｕｉｃｕａｅｙＴｅｅｐｒａａｍｅｔｌｓｌｂｓｄＯｌＶＣ２０ｈｗａｅｐｏｏｅｌｏｔｍａｌａｋｔｅｒｓ００ｓｏｔｔｈｒｐｓｄａｇｒｈｃｌｔｃｈｔｉｒｈｉｅｐｎｇｏｅｃｒａｅｃａｅｂｔＳｈｌｏｔｍａｃｉｖｄｔｏａｒｅｔｍｉｕｉｅｅｔｃｉｆｇｒｒｔｄｅｗｈｓｕｖｔｒｈｇｓａｒｐｌｏｔｅａｇｒｈｈｓａｈｅｅｅｔｔｌｏｒｃｎｔａｘａｔｎｎｉｒｉｕｎｕｙｉｈｃｒｏｒｔｆ９．％．ｏｅｖｒｈｌｏｔａｅｅｏｕｔｅｓａｄａｃｒｃｈｎＤＧＭＤｌｏｔｍｎｓｉｔｘａｅｏ５５Ｍｒｏｅ，ｔｅａｇｒｈｈｓｂ￣ｒｒｂｓｎｓｎｃｕａｙｔａｉｍａｇｒｈａｄＨｅｓｉｎａｍａｒｉａｇｒｈｌｏｔｍ．ｉＫｅｒｓｍｉｕｉｅｅｔｃｉｎＨｅｓａｔｘｔｘｕｅｓｕｔｒ；ｄｅｔａｋｎｙｗｏｄ：ｎｔｘａｔ；ｓｉｍａｒ；ｅｔｒｔｃｕｅｒｇｃｉｇａｒｏｎｉｒｉｒ

一种基于Hessian矩阵的视网膜图像血管提取方法

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910832201.0(22)申请日 2019.09.04(71)申请人中国人民解放军63677部队地址 841700 新疆维吾尔自治区乌鲁木齐市第21信箱(72)发明人任清宇　曹一文　高玥　廖道毅　宋伟　(74)专利代理机构上海旭诚知识产权代理有限公司 31220代理人郑立(51)Int.Cl.G06T 5/00(2006.01)G06T 7/00(2017.01)(54)发明名称一种基于Hessian矩阵的视网膜图像血管提取方法(57)摘要本发明公开了一种基于Hessian矩阵的视网膜图像血管提取方法，涉及图像处理领域，首先获取视网膜G通道图像；然后对获得的图像用滤波器进行三次Hessian矩阵处理；再对获得的图像进行二值化处理；之后对获得的图像使用闭运算对图像进行修补；最后将获得的图像使用连通域去噪消除因多次Hessian矩阵得到增强的噪声。

本发明以opencv为平台进行程序编写，结合Hessian矩阵的相关知识，完成了对视网膜图像中血管的提取，并提出了“三次Hessian矩阵处理+连通域去噪”的方案极大地提高了血管检测的精度及方案的抗噪能力，获得了不错的实验结果。

权利要求书1页说明书3页附图3页CN 110599417 A 2019.12.20C N 110599417A1.一种基于Hessian矩阵的视网膜图像血管提取方法，其特征在于，所述方法包括以下步骤：步骤1、获取视网膜G通道图像；步骤2、对步骤1获得的图像用滤波器进行三次Hessian矩阵处理；步骤3、对步骤2获得的图像进行二值化处理；步骤4、对步骤3获得的图像使用闭运算对图像进行修补；步骤5、对步骤4获得的图像使用连通域去噪。

2.如权利要求1所述的视网膜图像血管提取方法，其特征在于，所述步骤2还包括：步骤2.1、设置相应参数，使用Hessian矩阵法对步骤1获得的图像进行第一次处理；步骤2.2、对步骤2.1获得的图像进行灰度值取反；步骤2.3、设置相应参数，使用Hessian矩阵法对步骤2.2获得的图像进行第二次处理；步骤2.4、对步骤2.3获得的图像进行灰度值取反；步骤2.5、设置相应参数，使用Hessian矩阵法对步骤2.4获得的图像进行第三次处理。

自适应复杂光条纹中心提取方法研究

自适应复杂光条纹中心提取方法研究岳龙;郭喜庆;余锦【摘要】The extraction of the laser strip center is the most critical part of the line-structured measurement, and its accuration and adaptability directly affect the performance of the measurement system. For the variable-width complex laser strip caused by the ambient light interference and the different surface reflectivity of the object,a self-adptive extraction methods is investigated based on Steger’ s algorism. In thismethod,firstly a fixed scale according was choosed to the width of laser strip to convolve the image with gaussian kernels and got the Hessian matrix of ev-ery point,then calculated the normal width to choose the corresponding threshold of second derivative along normaldirection,combining the character that the first directional directive along normal direction takes zero to get the cen-ter points of laser strip at different width. The results show that the algorithm can achieve the subpixel center extrac-tion of laser strip with variable width.%激光条纹中心提取作为线结构光测量中最关键的环节，其提取方法的准确性及适应性直接影响着测量系统的整体性能。

基于Hessian矩阵的冠状动脉中心线的跟踪算法许燕

ISSN 1000-0054CN 11-2223/N 清华大学学报(自然科学版)J T singh ua Un iv (Sci &Tech ),2007年第47卷第6期2007,V o l.47,N o.634/36889-892基于Hessian 矩阵的冠状动脉中心线的跟踪算法许　燕1,　胡广书1,　商丽华2,　耿进朝2(1.清华大学生物医学工程系,北京100084;2.清华大学第一附属医院,北京100016)收稿日期:2006-06-12基金项目:裕元医学科学研究基金资助项目作者简介:许燕(1980—),女(汉),浙江,博士研究生。

通讯联系人:胡广书,教授,E -mail :hgs -d ea @ts inghu a .edu .cn摘　要:冠状动脉血管造影对医生临床诊断心血管疾病非常有帮助。

在冠状动脉造影图像上对冠脉中心线的正确提取是冠脉边缘定位和三维重建的基础。

该文提出的中心线提取方法是对经典Sun 算法的改进,此方法结合了Hessian 矩阵特征向量和Canny 算子来进行准确提取。

实验结果表明:结合Hessian 矩阵特征向量的方向,较好地解决了冠脉造影图像中冠脉曲率变化剧烈而跟踪不准确的情况;结合Can-ny 算子的半径计算,较好地解决了冠脉造影图像中冠脉重叠和交叉出现时错误跟踪的情况。

与经典Sun 算法相比,本方法有很好的鲁棒性和较高的准确性。

关键词:图像分析;冠状动脉;中心线;Hessian 矩阵;特征向量中图分类号:T N 911.73文献标识码:A文章编号:1000-0054(2007)06-0889-04Adaptive tracking extraction of vessel centerlines in coronary arteriogramsusing Hessian matrixXU Yan 1,HU G uangshu 1,SHA NG Lih ua 2,G ENG Jinzh ao 2(1.Department of Biomedical Engineering ,T s inghua University ,Beij ing 100084,China ;2.The No .1Hospital Attached to Tsinghua University ,Beij ing 100016,China )Abstract :A method for accurate ex tr action of the coronar y arter ial centerline was pres ented for au tom ated positioning of th e coronary ves sel border s and 3-D reconstruction to aid clin ical diagnoses of cardiovas cular d iseases.T he meth od is an improvement of the Sun ar ith metic.Th e m ethod implemen ts an accu rate ex traction using Hes sian matrix eigenvectors and the C ann y operator.The tes t results s how that the determination of the centerline point directions by th e Hess ian matrix eigenvector resolves tr acking inaccur acies resulting from ab rupt changes of the arterial curvatu re.T hecalculation of th e artery radiu s by th e Canny operator r esolves inter ruptions of the tr acking res ulting from the s uper pos ition and overlappin g of the coronary artery.T he m ethod has betterrobus tn es s and accu racy than the Sun algorithm.Key words :image analysis ;coronar y artery;center line;Hess ianmatrix;eigenvector冠状动脉血管造影可以辅助医生准确诊断心血管疾病。

基于多尺度Hessian矩阵和Gabor滤波的造影图像冠脉中心线提取

中国医学影像技术 2007 年第 23 卷第 1 期 Chin J Med Imaging Technol ,2007Vol 23 ,No 1
・1 3 3 ・
Algorithm f or centerline extraction of coronary arterial tree in coronary angiographic projections based on Hessian matrix and G abor f ilter
centerline基于多尺度hessian矩阵和gabor滤波的造影图像冠脉中心线提取北京理工大学信息科学技术学院光电工程系北京100081摘要目的提取冠脉造影图像中血管的中心线方法提出一种基于hessian矩阵和gabor滤波的血管中心线提取算法该算法首先利用hessian矩阵将血管提取然后根据gabor滤波器的方向响应特性利用跟踪策略对细化后的血管图像进行校正得到血管中心线并提出了精度评价方法
图 3 Gabor 滤波掩膜
) = ( G( u , v ,σ
2 2 1 ) u +v ) exp ( 2 2 σ 2 σ 2π
( 4)
其中 , x 和 y 代表 u 或者 v ; 求得的二阶导数与尺度σ有关。 Hessian 矩阵的特征值和特征向量 , 表征了三维曲面 C 的重要特征 :绝对值较大的特征值 λ 1 和相应的特征向量 v1 分别表示了曲面曲率大的强度和方向 , 而绝对值较小的特征值λ 2 和对应的特征向量 v2 分别表示了曲面曲率小的强度和方向 , 两个特征向量正交。当血管处于低灰度的造影图像中 λ 时血管点的特征是λ 1 > 0, 2 ≈ 0 , v1 垂直于血管轴 , v2 平行于血管轴。因此 ,可以构造出血管特征函数 :

钢轨磨耗动态测量中激光光条中心的快速提取

钢轨磨耗动态测量中激光光条中心的快速提取孙军华;王恒;刘震;张广军【摘要】A center-extracted algorithm by combining the Kalman filter with the Hessian matrix was proposed for the implementation of real-time stripe processing in rail wear dynamic measurement.Firstly, the image region of a laser stripe in rail wear dynamic measurement was predicted with the Kalman filter method. Then, the points with max gray were searched in the predicted region of laser stripe line by line, and they were considered as the initial positions of laser stripe image center. Subpixel positions of laser stripe image center were then extracted through the calculation of Hessian matrix in the initial positions of laser stripe image center. Finally, the sub-pixel image center of laser stripe was obtained in the region of stripe. The proposed algorithm reduces the searching area and the number of Gaussian convolutions greatly, and improves the robustness and speed in the extraction of laser stripe centre in the rail wear dynamic measurement. Experimental results show that it takes 1.6 ms to process every frame, and the extraction accuracy of laser stripe is also guaranteed.%针对钢轨磨耗动态测量中激光光条中心快速精确提取的问题,提出一种卡尔曼滤波和Hessian矩阵相结合的激光光条中心快速提取方法.首先,利用卡尔曼滤波实时预测钢轨磨耗动态测量中激光光条在图像中所在区域;然后,在预测的激光光条区域内,逐行搜索图像灰度最大点,将该灰度最大点作为激光光条图像中心的初始位置,在激光光条图像中心初始位置处利用Hessian矩阵计算得到光条中心的亚像素图像坐标;最终实现在激光光条区域内光条亚像素图像中心的快速提取.该方法显著减少了搜索区域及高斯卷积的数目,提高了激光光条中心提取的鲁棒性及速度.实验结果表明,在保证激光光条提取精度的前提下,每帧提取时间可达到1.6 ms.【期刊名称】《光学精密工程》【年(卷),期】2011(019)003【总页数】7页(P690-696)【关键词】钢轨磨耗;动态测量;光条提取;区域预测;卡尔曼滤波【作者】孙军华;王恒;刘震;张广军【作者单位】北京航空航天大学,精密光机电一体化技术教育部重点实验室,北京100191;北京航空航天大学,精密光机电一体化技术教育部重点实验室,北京100191;北京航空航天大学,精密光机电一体化技术教育部重点实验室,北京100191;北京航空航天大学,精密光机电一体化技术教育部重点实验室,北京100191【正文语种】中文【中图分类】TP391;TN2471 引言随着高速铁路的快速发展,轨道检测技术成为实现高速铁路运输安全的重要保障[1]。

基于改进质心法的激光条纹中心提取算法

基于改进质心法的激光条纹中心提取算法席剑辉;包辉【摘要】在激光测量系统中激光条纹中心位置的准确定位是整个测量系统的关键.由于激光的光源质量、目标物体表面粗糙度以及光源等因素影响激光条纹中心提取精度.提出一种改进的质心法的激光条纹中心提取算法,该算法利用差影法提取条纹目标,再基于连通域来对条纹目标去噪,通过细化法提取目标条纹的骨架,基于骨架的切线得到激光条纹的法向,最后运用质心法精确地提取激光条纹中心.经过验证,此算法具有提取精度高、实用性广以及鲁棒性好的特点.【期刊名称】《火力与指挥控制》【年(卷),期】2019(044)005【总页数】5页(P149-153)【关键词】激光条纹;连通域;质心法;骨架提取【作者】席剑辉;包辉【作者单位】沈阳航空航天大学自动化学院,沈阳110136;沈阳航空航天大学自动化学院,沈阳110136【正文语种】中文【中图分类】TP3910 引言视觉测量在计算机、图像处理以及光学等技术逐渐完善的基础上得到了快速发展。

视觉测量具有非接触、实时性强、精度较高的优点，在工业领域得到了广泛的应用。

目前，视觉测量方法主要有立体视差法、莫尔条纹法、全息干涉法、结构光法等。

在这些方法中，激光测量方法以其实时性强、大量程、条纹图像易提取，以及主动受控等特点受到众多研究和应用[1]。

激光测量原理是用摄像机以一定角度提取在物体上的光条信息，然后利用算法处理摄像机提取到的光条信息，从而得到被测量物体的信息。

在激光测量系统中，提取激光条纹中心的精度会影响到整个测量系统的测量精度。

现有的提取条纹中心算法主要有骨架提取法、极值法、灰度重心法、曲线拟合法、方向模板法、Hessian矩阵法等。

极值法实现简单并且提取速度快，但抗噪声比较差，提取精度不高。

曲线拟合法主要是将条纹中心横截面灰度极大值点作为条纹中心点。

该方法是将条纹横截面的灰度分布拟合成曲线，如果激光条纹受噪声影响较小，那么其提取效果好。

所以曲线拟合法受噪声影响较大，并且样本点取得少，提取结果也不好。

激光条纹法向中心的快速提取算法研究

激光条纹法向中心的快速提取算法研究
席剑辉;包辉;任艳
【期刊名称】《科技与创新》
【年(卷),期】2018(000)001
【摘要】探讨一种亚像素级激光条纹法向中心快速提取算法。

主要考虑激光条纹中心存在于条纹骨架的法向截面上，当条纹被物体表面调制成曲线或者受噪声影响不规则变化时，提取法向中心十分困难。

首先设计一个模板对条纹图像进行两次卷积，以消除孤立光斑，并使用中值滤波器来减少随机噪声；其次沿着条纹边缘，在小邻域内计算每个点的灰度梯度值，以获得条纹法线；最后找到距离法线最近的光点，利用灰度重心法提取条纹的亚像素中心坐标。

实验结果证明该算法具有较高的提取精度和广泛的实用性。

【总页数】3页(P41-43)
【作者】席剑辉;包辉;任艳
【作者单位】[1]沈阳航空航天大学自动化学院,辽宁沈阳110136;;[1]沈阳航空航天大学自动化学院,辽宁沈阳110136;;[1]沈阳航空航天大学自动化学院,辽宁沈阳110136
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于 Hessian 矩阵的多结构光条纹中心快速提取方法
2.结肠中心线快速提取算法研究
3.激光条纹法向中心的快速提取算法研究
4.线激光条纹特征的健壮性快速提取
5.强光干扰下的焊缝图像激光条纹提取算法研究
因版权原因，仅展示原文概要，查看原文内容请购买。

基于多尺度Hessian矩阵和Gabor滤波的造影图像冠脉中心线提取

基于多尺度Hessian矩阵和Gabor滤波的造影图像冠脉中
心线提取
李颖超;刘越;王涌天
【期刊名称】《中国医学影像技术》
【年(卷),期】2007(023)001
【摘要】目的提取冠脉造影图像中血管的中心线.方法提出一种基于Hessian矩阵和Gabor滤波的血管中心线提取算法,该算法首先利用Hessian矩阵将血管提取,然后根据Gabor滤波器的方向响应特性利用跟踪策略对细化后的血管图像进行校正,得到血管中心线,并提出了精度评价方法.结果将该算法用于随机抽取的图像,均取得高精度的血管中心线以及较理想的血管宽度.结论该算法对于造影图像冠脉中心线提取精度较高,并能同时求得血管宽度.
【总页数】4页(P133-136)
【作者】李颖超;刘越;王涌天
【作者单位】北京理工大学信息科学技术学院光电工程系,北京,100081;北京理工大学信息科学技术学院光电工程系,北京,100081;北京理工大学信息科学技术学院光电工程系,北京,100081
【正文语种】中文
【中图分类】R4
【相关文献】
1.基于多尺度Gabor滤波的造影血管中轴线的自动提取 [J], 刘潇潇;曹治国;李抱朴;唐奇伶;翁文杰;桑农
2.基于Hessian矩阵的冠脉造影图像分割与骨架提取 [J], 秦红星;黄晓雪
3.一种基于管状特征的冠脉中心线自动提取算法 [J], 王胜军;付玲;康雁;刘积仁
4.基于多尺度增强的冠脉提取与狭窄程度评估 [J], 童基均;朱明伟;陈灵宇;潘哲毅;朱国忠
5.基于多尺度增强的冠脉提取与狭窄程度评估 [J], 童基均;朱明伟;陈灵宇;潘哲毅;朱国忠
因版权原因，仅展示原文概要，查看原文内容请购买。

基于Hessian矩阵的冠脉造影图像分割与骨架提取

基于Hessian矩阵的冠脉造影图像分割与骨架提取秦红星;黄晓雪【期刊名称】《数据采集与处理》【年(卷),期】2016(31)5【摘要】Due to incompletely extracted coronary vessels and discontinuous skeleton caused by image blurring and low contrast of coronary angiogram,a multi-scale coronary segmentation and skeleton ex-traction method is proposed based on the Hessian matrix.Vessel radius to be estimated also lays the foundation of three-dimensional reconstruction of coronary structure.By using the relations between Hessian matrix eigenvalues and line items,a novel vesselness measure is constructed and obtain a segmen-ted result enhancing and thresholding coronary are segmented.The normal direction of the coronary vessels is de-termined by the Hessian matrix,and an initial set of coronary skeleton pixels is obtained by extreme points through solving the normaldirection.Therefore,Euclidean skeleton of coronary vessels are extracted.The experiment re-sult indicates that the algorithm is concise and effective.Also it can extract more tiny branches comparing with the existing algorithms.It can get a completed coronary skeleton and estimate radius accurately.%针对冠脉造影图像模糊、对比度低等导致的冠脉血管提取不完整、骨架不连续等问题，提出一种基于 Hessian矩阵的多尺度冠脉分割与骨架提取算法，并估计血管半径值，为冠脉结构的三维重建奠定基础。