利用改进遗传算法的可靠性匹配方法

提出了一种基于改进遗传算法的可靠性匹配方法。首先采用四阶中心B样条小波对实时图和基准图进行小波分解和边缘增强。然后．在粗尺度上利用改进的遗传算法对小波边缘增强图进行匹配，快速搜索并保留局部极值点作为候选匹配点．保证正确匹配点可以包含在候选匹配点中。对实时图进行旋转校正．利用候选匹配点处的局部灰度特征提取二值边缘图，再进行相关匹配，筛选出正确匹配点。最后在细尺度上获得精确的定位点。实验结果表明．其匹配概率比基于小波二值边缘提取的相关匹配算法提高了9．5％。     

一种抗区域强灰度变化的景象匹配算法研究

对比分析了灰度强烈变化对图像统计特征的影响.针对在灰度强烈变化条件下,基于直方图、灰度矩阵和图像纹理特征的匹配算法的不适应性,提出了一种基于边缘特征的抗区域灰度强烈变化的景象匹配算法.仿真结果表明,该方法能有效地克服灰度强烈变化对景象匹配性能的影响,与基于灰度的积相关匹配算法相比,在匹配时间大大缩短的同时,匹配概率也有了较大提高.     

基于轮廓与边缘纹理特征融合的掌纹识别

为了增强掌纹图像信息的分析和提取能力,提出了一种基于轮廓与边缘纹理特征融合的掌纹识别算法。该算法分别将灰度直方图和差分盒子维算法作用于掌纹图像的低频和高频成分,提取图像的轮廓和边缘纹理特征,然后并联融合二者特征向量进行匹配。通过香港理工大学PolyU掌纹图像数据库的验证,算法识别精度为99.56%,特征提取和匹配时间为56 ms,满足识别精度和实时性要求,且算法复杂度和造价低,具有较高的工程应用价值。     

一种有效增强景象匹配制导图适配性的方法

景象匹配技术是巡航导弹实现精确末制导的关键，而制导图的匹配性能如何．怎样选择及预处理制导图，又严重影响着景象匹配的效果。从制导图的预处理出发，找到一种有效消除图像灰度畸变的方法，从而增强了制导图的适配性。仿真试验证明，该方法能很好地提高图像的对比度，突出图像特征，提高景象匹配的正确率。     

改进的Roberts图像边缘检测算法

针对复杂背景下图像边缘检测中存在抗噪性能不强、边缘不连续等问题,提出了改进的Roberts边缘检测算法。该算法采用3×3邻域代替Roberts算法中2×2邻域来计算梯度幅值;并利用图像块之间相似性的三维块匹配的去噪模型,提高Roberts算子的检测精度和抗噪性能;通过最佳阈值迭代方法代替人为指定阈值来获取最佳分割阈值,有效地提取图中目标轮廓。仿真实验结果表明,该算法PSNR达到33dB左右,比抗噪形态学边缘检测算法和一种改进的Roberts和灰色关联分析的边缘检测算法抗噪性能好,在抑制噪声干扰的同时,能保留边缘信息,较好提取目标的整体轮廓信息,为后续目标识别奠定基础。     

一种基于道路毁伤图像信息的特征提取方法

针对道路毁伤图像信息的特征提取问题进行研究,提出了一种基于轮廓分析的毁伤道路提取方法,首先对毁伤道路图像进行边缘特征提取与轮廓跟踪滤除,再进行直线特征提取,最后得到毁伤道路的详细数据,并通过此实验数据及图像验证了该算法的实用性与有效性。     

利用边缘信息进行匹配区的选择

介绍了一种利用图像的边缘信息进行匹配区选择的方法，即利用图像的边缘相关值，边缘点密度和边缘均匀性三个特性，对南方某一地区一年四季和隔年的卫片图进行了分析，提出了将以上三个特征结合起来的函数，用此函数即可确定匹配区。     

模板图像尺寸可变的相关跟踪方法

相关跟踪过程中,序列图像中的实时图像与模板图像间存在灰度差异和几何形变,当前工程中采用相关匹配算法中的模板图像为矩形结构,为了在模板中尽可能的包含目标,模板中就不可避免的含有背景数据,但传统相关匹配算法中模板图像中的每一个像素都要参与计算,而且模板尺寸是固定的,这样就使得算法跟踪不稳定、容易丢失目标。为此提出一种变模板图像尺寸的相关跟踪方法,该方法实现了对模板图像尺寸的实时修正和非矩形模板相关匹配,试验证明此方法具有较强的抗几何变形的能力以及对复杂背景环境的适应能力。     

基于小波多尺度分解子带主成份的特征提取

基于小波多尺度分解子带主成份的特征提取法,利用小波多尺度分解子带系数图像特征.各尺度变换域系数代表目标不同信息,综合图像的边缘、灰度和结构等信息,再用信息提取图像的主要特征.以车辆跟踪为例,提取的特征可用于目标匹配,并用处理后干净图像的小波分解系数重构图像.     

基于人脸亮度特征的人脸识别

8位灰度图、24位彩色图的人脸识别,采用基于人脸亮度特征的人脸识别方法-亮度曲线匹配块数法.8位灰度图像的人脸识别步骤包含人脸图像质量判断及图像预处理、人脸图像特征提取及人脸识别模型建立.24位彩色图像的人脸识别关键步骤为肤色过滤、人脸定位,将YIQ和KL色系结合进行肤色过滤以实现人脸的定位.实验中全部图像以BMP格式存储,并采用130×90归一化图像,得到了较好的识别效果.     

基于图像拼接的全景目标检测技术

针对战场指挥车等战地车辆内作战人员需要在车内实时了解外部战场动向的问题,提出一种基于图像拼接的全景目标检测技术研究。利用监控转台摄像头获得全景图像并检测运动物体,以此模拟战场实际情况。首先使转台进行水平360?旋转,同时使用安装在转台上的摄像头采集实时图像,利用转台转速与扫描场时间等参数对图像进行预处理,从而削弱前后两场信号叠加造成的边缘模糊。最后对前后两帧图像进行灰度值相关匹配,并检测出全景图像上的运动物体。实验结果表明,该技术可以实现全景图像拼接并在全景图中标出视场内运动物体的位置。     

基于灰色系统理论的经纬仪噪声图像处理方法

针对经纬仪拍摄图像中含有的大量复杂噪声严重影响目标图像的自动判读的问题,提出了一种基于灰色系统理论的噪声图像处理方法。该方法通过引入灰色关联度分析,可以更好地滤除噪声、检测图像像素的边缘特性,准确识别目标图像。噪声得到有效地抑制,既没有丢失目标边界信息,也没有多余的虚假边缘信息,工程实用性好。     

基于边缘检测和数字图像相关法的疲劳裂纹长度测量方法

针对先进高强钢板存在的显著裂纹闭合现象导致裂纹闭合段难以检测问题,提出一种基于边缘检测和数字图像相关(DIC)技术相结合的疲劳裂纹长度高精度动态测量方法.使用两个相机分别拍摄疲劳裂纹扩展试验过程中裂纹试件两面的裂纹和散斑图像,并对图像进行处理来测量裂纹长度,可检测到传统灰度边缘检测无法检测到的裂纹闭合段,从而提高测量精...     

半导体激光夜视图像处理技术研究

半导体激光夜视系统采用激光器作为照明源,可在全黑的夜间条件下获得景物图像.但在公安和交通领域应用中,由于激光能量较集中,对车船类型及号牌信息的提取造成了困难.为此,对夜视图像的成像过程中导致图像变坏的原因进行了分析,并利用图像灰度变换、边缘检测、特征量选择及模板匹配、图像帧积累等图像处理技术改善了夜视图像的质量.实现了...     

基于灰度特征编码的快速景象匹配方法

为解决复杂条件下快速目标匹配的问题。提出一种基于分形编码思想的景象匹配方法。基本原理是将图像分成小块。通过各个块灰度值之和的比较进行编码，提取图像中与分辨率无关的灰度特征，得到特征编码矩阵，再采用NNPROD算法作为相关性度量函数进行匹配。实验结果表明。该方法使匹配速度大幅提高,对不同分辨率、各种噪声的图像均能快速准确匹配，体现了很好的鲁棒性和适应性。     

一种分形图像编码的快速算法

分形图像编码是近年来研究十分活跃的一种图像压缩编码方法.在分形图像编码中,由于值块与域块的匹配搜索计算量很大,导致分形编码速度较慢,不能适应图像实时传输的场合.本文分析了值块、域块之间的距离与值块的和值、域块的和值之间的关系,并由此提出了一种分形编码的快速算法.仿真结果表明,使用这种快速分形编码方法,可以减小搜索时间,较大程度地提高分形编码的速度,且解码图像的质量受影响甚少.     

基于SUSAN算子的红外目标检测

SUSAN算子是一种基于图像局部灰度特征的算法,利用一个圆形的模板对图像进行扫描,比较模板内部的点与模板中心点的灰度值,如果灰度差值小于一定的阈值,就认为该点与中心点的灰度相同。统计模板内部与中心点灰度相同的点的个数,与一个阈值进行比较,判断该点是否属于某个区域的边缘点,从而实现对红外目标的检测。与传统的全局阈值相比,该算法抗干扰能力较强,实时性较好,能够快速、可靠地检测出红外目标。     

基于加权Hausdorff距离矩阵测度的SAR图像与光学图像匹配研究

针对多传感器图像匹配问题,提出一种基于加权Hausdorff距离矩阵(Weight Hausdorff Distance Matrix,WHDM)测度的合成孔径雷达(SAR)图像与光学图像匹配算法。该算法采用边缘特征作为SAR图像与光学特征的共性特征,克服了两种不同图像的灰度不一致性。算法中提出了基于边缘连续性密度加权的Hausdorff距离矩阵范数测度的相似性准则,该测度相对经典的Hausdorff距离与改进的距离测度相比,具有更高抗噪声水平与大比例遮挡能力。试验结果表明,这种算法匹配精度高,适合并行计算,该算法可应用于无人飞行器的自主导航中。     

机器零件内部材质缺陷的无损探伤与自动检测

针对机器零部件内部缺陷与材质难于进行批量的自动定量检测,基于机器视觉,探讨了一种基于图像边缘提取的自动检测方法。文中剖析了工件探伤的检测机理,首先借助工业CT获取机器零部件图像,然后采用Canny算子提取图像的边缘信息,最后通过对图像的软件处理,自动地测量机器零部件的内部材质结构尺寸和缺陷尺寸。工业CT图像的实际测试数据验证了该探伤检测方法的精确度高与重复性好。实验结果表明,采用基于机器视觉的机器零部件自动探伤检测是可行与合理有效的。