复杂环境下的军用机场跑道识别算法研究

针对复杂环境下的军用机场遥感图像,提出了一种新的跑道识别算法.该方法提出构造基于边缘模式的图像灰度直方图,自动确定初始图像分割阈值并二值化图像;用Hough变换确定跑道位置与方向,利用军用机场的结构特征确定跑道的水平、垂直起始位置,并进一步标识.实验证明该方法稳健可行.     

基于灰度投影函数的眼睛定位方法

描述了人眼的自动定位算法，其方法是利用图像的灰度投影曲线，将图像缩小在人脸的眼部区域，进而确定人眼在眉眼区域的大致位置，然后通过了灰度直方图估计初始阈值，对二值化眉眼区域进行了阈值分割，利用二维相关系数判定双眼黑块的出现并利用对称相似性进一步确定了双眼的具体位置。     

基于微粒群算法的灰度图像阈值分割的改进

为了充分利用灰度图像的灰度信息和空间信息,提高分割精确度和最优阈值的求解速度,提出一种基于微粒群算法的阈值分割方法--PSO-SDAIVE算法.该算法对传统的二维直方图进行改进,生成差值属性灰度直方图,同时对灰度均值和二维熵的计算进行改进,生成空间差值属性信息值熵(SDAIVE),最后用微粒群算法搜索SDAIVE的最大值.在实验中,对头部CT图像进行分割,实验结果表明,这种分割方法能精确地获得分割阈值,并有很好的抗噪声能力,节省计算时间.     

基于灰度频率与空间连通性的运动目标检测

笔者提出一种基于灰度频率与空间连通性的运动目标检测算法。算法过程为采用初始或前一状态的前景比例值计算本帧灰度频率统计下的阈值,然后用该阈值对灰度图像进行二值化并统计二值图中不具有连通性的目标点,对于每一灰度图中首次独立点数量确定收敛方向,非首次独立点数量确定收敛完成。通过实验证明,本文算法针对不同实际场景均能有效准确检测运动目标。     

基于灰度直方图的几何特征人眼定位方法

在定位人脸的基础上,采用一种新颖的方法计算人脸二值化阈值,根据灰度直方图信息进行一次计算便可得到分割阈值,打破了现有算法对二值化阈值需做多次调整的约束.截取二值人眼区域之后,利用图像尺寸归一化几何约束条件定位人眼,实验结果表明该算法在多种复杂条件下均能成功定位人眼,具有更加快捷的特点.     

基于灰度直方图的运动目标特征检测算法

为提高运动目标的检测效果和指导性，提出一种基于灰度直方图分析的运动目标特征检测算法。采用视觉成像技术进行运动目标图像采集和视觉特征分析，提取运动目标的动态视觉特征量。根据运动目标边缘差分变换和空间位置关系进行运动图像的特征分离，提取运动目标图像的边缘轮廓特征量。采用统计形状模型进行运动目标图像的二值化分离，构建运动目标图像的灰度直方图。根据灰度直方图中的统计信息进行目标特征检测和动态特征提取，实现运动目标图像的视觉检测和动态识别，有效提取运动目标的关键特征，实现目标特征检测。仿真结果表明，采用该方法进行运动目标图像的特征检测性能较好，对运动目标的动态识别能力较强。     

视频帧/图像中图标识别算法

针对图像/视频中提取的图标图像,提出一种基于距离变换的识别和检索算法。为减少颜色畸变带来的影响,先将图像转换为二值图标图像进行后续处理。二值图像可以通过像素点的不同空间位置分布来表现,据此提出一种基于像素点位置信息的识别检索算法,其基本思想是首先对灰度图像进行大小归一化,然后二值化得到二值图标图像;主轴旋转后利用基于形态学极限腐蚀的距离变换将二值图像中像素点的位置信息转换为不同的灰度信息,通过比较其直方图特征实现对图标的识别。实验结果表明该算法速度快、识别率高,并且具有很好的平移、尺度和旋转不变性。     

快速二维Renyi熵阈值分割方法

提出一种基于二维Renyi熵的阈值二值化方法,该方法通过引入二维直方图不仅利用了图像像元点的灰度分布信息,而且充分考虑了像元点之间的空间相关信息,对于低对比度、低信噪比的物体,该方法具有良好的分割效果.运用二维Renyi熵的原理选择灰度阁值对图像进行分割,并且引入量化图像直方图概念讨论了一种快速二维Renyi熵阚值分割算法,该算法能够递推运算和自动寻找阈值,将计算复杂性大大降低.仿真对比实验结果表明,该算法提高了计算效率并具有更佳的分割效果.     

基于区间扫描的车速计算新方法

本文提出的视频车速检测方法主要分为四个步骤:建立映射关系表、确定车尾、跟踪车尾、提取灰度直方图、计算车速.本文将提出一组利用视频图像计算出目标车辆任意位置瞬时车速的精确计算数学模型.根据目标检测的思想,帧差法能够较好的检测出运动目标位置,从每一个灰度直方图的最大值处按照该车速向前向后分别计算出各帧车尾在跟踪区域中所对应的位置,然后将8个灰度直方图中这些对应位置处的灰度值相加,作为本车速的扫描的最终结果.根据各个直方图的波形相似性和平移的车速相关性可知,扫描结果的最大值所对应的车速就是车辆的实际车速.     

C#快速分割阈值灰度图像

本文基于阂值法对灰度图像实现分割进行了论述.首先介绍图像分割基本概念,然后讲述灰度图像直方图阈值分割方法,最后通过C#可行的程序实现灰度图像阈值分割,稳定、准确地实现了灰度图像阈值分割.