基于光流的运动车辆检测和跟踪技术的研究

运动车辆的检测和跟踪是智能交通系统的重要研究方向.利用基于微分光流法的Lucas-Kanade算法进行运动车辆检测,通过幅度平方函数进行车辆的阈值分割,并利用形态学进行图像修正.Blob算法对车辆图像特征进行统计和分析,对运动车辆进行标注并跟踪.最后,根据检测结果,计算交通流参数.通过仿真实验,说明算法具有一定的实用性.     

一种基于数学形态学的红外图像分割方法

针对红外图像信噪比低,一般阈值法难以分割的特点,提出了一种基于数学形态学的红外图像分割方法。首先利用形态学估计出红外图像的背景图像,其次用原始图像减去估计的背景图像得到差值图像,并对差值图像进行增强,再利用阈值法分割得到二值图像,最后应用形态学的开运算消除高频噪声,得到待检测的图像。并与著名的Ostu法、迭代法、P-参数法进行了详细的比较。结果表明:该分割算法是一种实用有效的图像分割方法。     

红外系列图像运动小目标检测

红外系列图像运动小目标检测,基于形态学滤波抑制图像系列背景方法,在图像分割基础上,利用目标在帧间运动的连续性进行目标识别.即首先通过形态学滤波进行图像预处理,用自适应阈值方法分割出候选目标,再利用目标运动特征,采用邻域判决法最终检测出目标.模拟实验表明该方法能够准确高效地检测出运动小目标.     

基于形态学和直方图分析的多源图像目标分割算法

提出了一种兼具形态学和直方图分析方法优势的多传感器图像目标分割算法。首先根据图像内在属性用指定直方图方法进行图像增强,利用图像区域直方图统计描述子特征进行目标区域检测;然后分别对红外图像应用形态学重构,对激光雷达图像应用局部阈值法进行目标轮廓估计,再将各传感器图像获得的兴趣区域进行交叉验证,排除背景干扰;应用动态边缘演化技术最终确定目标边缘。对复杂场景的多传感器图像测试表明,该算法较好地保留了目标的形状特征,是一种有效的多目标分割算法。     

基于形态学的运动车辆检测技术的研究

对交通视频中的运动车辆进行图像灰度转换和滤波处理.根据道路中运动车辆的形态学特征,利用形态学运算,减少其他目标的干扰,对车辆目标从道路中进行分割.利用图像像素的连通性,对车辆进行标注,实现车辆的检测.算法在MATLAB平台中仿真实验,证明算法具有一定的实用性和准确性.     

基于数学形态学的snake模型图像分割

基于数学形态学的snake模型图像分割算法,先用数学形态学得到形态学图像的梯度,再对其进行二值化处理得到snake算法的初始轮廓,然后用Greedy algorithm进行图像分割.试验证明该方法可提高图像分割的运行效率,又可取得较好的图像分割质量.     

一种新的前视红外图像分割方法

为实现复杂背景下的前视红外图像分割,针对图像特点,综合利用背景抑制、互信息及数学形态学的方法和理论,提出了一种新的图像分割方法.首先,采用中值滤波对图像进行背景抑制;然后,将图像配准的方法用于图像分割,利用互信息量确定最佳分割阈值;最后,对得到的二值图像进行形态学变换,得到精确的目标分割区域.实验结果表明,该方法能有效分割出复杂背景下的目标区域,有利于下一步的目标识别与跟踪.     

一种复杂背景下的目标分割算法

自动目标检测是图像精确制导技术的重要研究内容.针对地面复杂背景条件下目标难以检测的问题,提出一种结合灰度形态学滤波与直方图独立峰搜索的目标分割方法.首先,对复杂背景下的图像进行形态学滤波和增强,增强目标和背景的灰度对比度;然后利用文中提出的图像直方图独立峰搜索方法确定图像阈值,对图像进行分割.实验表明:文中方法是有效的,对复杂背景下的目标图像可取得较好的分割效果.     

基于微粒子群理论的二维最大类间方差阈值分割算法

针对传统二维最大类间方差(Otsu)阈值分割算法处理红外图像耗时的缺点,提出了一种应用微粒子群理论的二维Otsu阈值分割算法.该算法利用粒子群理论的群体智能的特点,通过优化得出粒子的个体极值和全局极值,并根据这两种极值来更新粒子的位置和速度以获得最佳的分割阈值向量.通过对算法中惯性权重和学习因子的讨论确定了最佳的参数选择方案.仿真结果表明,该算法计算准确,流程简单,其运行时间仅为原始算法的5%左右,是一种快速有效的图像阈值分割算法.     

智能车辆中非结构化道路检测技术的研究

由于非结构化道路环境复杂的特点,非结构化道路边界检测和分割对于智能车辆的道路检测和识别是非常重要的.针对非结构化道路多样性和复杂性,首先对道路图像进行HIS空间变换,减少光照条件的影响.通过利用基于标记的分水岭分割算法对道路图像进行处理,比较几种标记算法,数学形态学效果最佳.最后,利用算法对实际的非结构化道路图像在matlab软件平台进行了仿真实验,证明算法具有一定的实用性.     

基于无人机巡线图像的地面油气管道识别方法

限于成本,无人机搭载的任务设备主要为普通数码相机,采集的是可见光图像,针对此种情况,提出了一种利用彩色分割及形状检测识别油气管道的方法,首先需要设定感兴趣区域ROI,计算出协方差矩阵C和均值m,并使用欧氏距离、马氏距离对图像进行彩色聚类分割,然后对分割图像填色后进行边缘检测,最后根据边缘图像进行霍夫变换来检测直线特征,实现复杂环境下对管道位置的自动定位.测试图像库包含300幅图像,识别准确率达到80.3%,实验结果表明,在色彩差异较大背景中,基于颜色和形状特征的识别方法能有效进行管线跟踪定位.     

基于耦合去噪算法的航空发动机中Si3N4圆柱滚子表面缺陷的检测方法

为解决基于机器视觉的传统单一图像去噪算法对混合噪声信号处理效果不佳,导致不能有效地检测识别航空发动机中应用的Si3 N4圆柱滚子表面缺陷问题,提出一种基于改进的耦合去噪算法与多尺度阈值分割算法相结合的视觉检测方法.通过优化的小波阈值去噪算法与改进的中值滤波算法相耦合方法对Si3 N4圆柱滚子的表面缺陷图像进行去噪处理,...     

基于Haar小波变换的水下小型沉底人造目标分割方法

根据水下小型沉底人造目标在傅里叶变换处理中容易丢失原本就很少的细节特征、导致图像分割效果较差的问题,在统计分析图像目标特点的基础上,提出了用Haar小波变换对原始图像数据进行多分辨率处理以尽可能保留人造目标特征,然后在拟合指数型函数确定初始平滑区间的基础上,通过迭代的方式获得二值化阈值,根据图像中干扰物的特点提出了一种统计8邻域灰度信息的干扰抑制方法.利用前面得到的阈值进行二值化分割及一次中值滤波,就可得到较为满意的目标分割结果.     

一种可有效分割小目标图像的阈值选取方法

目标检测与识别中常遇到目标与背景大小之比很小的小目标图像分割问题,此时现有的阈值分割方法几乎都失效.为此,提出了一种基于背景与目标的面积差和类内方差的小目标图像分割阈值选取方法.指出了目前图像阈值分割方法不能有效分割小目标图像这一缺陷,给出了基于背景与目标面积差和类内方差的一维直方图、二维直方图区域直分及更为有效的二维...     

复杂背景下的颜色分离背景差分目标检测方法

针对复杂背景下运动目标检测失检率高的问题,提出了用于复杂背景目标检测改进的 基于RGB 颜色分离的背景差分目标检测方法。主要是对RGB 三通道图像独立进行背景差分运 算,阈值二值化后合并三通道前景图像,得到完整前景目标图像;再利用检测的边缘对前景图像进 行修正,消除光照变化带来的噪声;RGB 三通道使用自适应权值的递推算法进行背景更新。最后 采用实验室采集的图像序列进行了仿真实验,结果表明,该方法在复杂场景下有效识别颜色差异, 避免了灰度值相近而造成的目标缺失,提高了检测精确性。     

基于数学形态学的车牌识别方法

数学形态学具有速度快、方法简单等特点，使用数学形态学进行车牌的识别．通过预处理和阈值分割算法后，主要利用形态学腐蚀运算进行车牌边缘检测和识别，该方法检测物体的边缘宽度仅为一个像素，定位精度高．通过与传统的边缘检测算子比较，再选择合适的结构元对车牌识别，具有良好的识别结果．使用MAT-LAB7.0软件进行仿真，通过大量实验，证明该算法具有一定的实用性．     

基于小波变换的小目标检测

利用小波分析的多分辨率特性和时频局部窗特性能够克服传统方法的局限,实现小目标的精确定位检测.基于小波变换的小目标检测,先利用改进的小波变换选择合理的小波基和小波变换窗口对小目标图像滤波,后结合直方图阈值分割法分割阈值.实验结果表明该方法不仅能很好保存小目标的形状特征,还能将背景几乎完全消除.     

基于视觉的特种机械臂目标识别与定位

针对特种机械臂在复杂环境下对危险品抓取的准确性与实时性需求,提出一种利用视觉信息识别定位的 方法。给出基于单双目视觉系统结合的识别定位策略,采用颜色分割、开闭运算、边缘轮廓检测和特征匹配完成单 目视觉算法,通过立体标定、立体校正和深度计算完成双目视觉算法;根据齐次变换得出的目标物体位置信息对机 械臂进行关节转动角度求解,利用角度阈值范围得出最优解;并通过目标物体位姿测量实验和抓取操作进行验证。 验证结果表明：该方法是可行和合理的,能实现目标物体的实际抓取。