二值图像的实现过程

将彩色图像转化成灰度图像是二值图像处理的前提,利用三种方法实现了图像二值化:固定阈值法、类别方差法和运用直方图的方法.在二值图像的处理中,运用阈值邻域法实现了对二值图像的平滑,抑制或消除了图像中的噪声,改善了图像的质量.检测出图像中边缘的位置、分布和组织结构是实现三维计算机的第一步,还运用一些常见的微分运算作边缘检测的算子,主要是Kirsh算子.     

灰度梯度自适应阈值二值化算法的FPGA实现

根据红外图像中目标与背景之间灰度比梯度特性,提出了一种自适应阈值二值化算法,并利用FPGA并行流水处理特点,采用模块化设计,完成了该算法的FPGA实现.算法实现由灰度比二值化模块和自适应阈值T模块两部分组成.灰度比二值化模块根据同步信号流水计算模板内灰度比梯度,并根据差值大小进行二值化.自适应阈值T模块根据背景的变化规律实时调整输出阈值大小,以实现对灰度比二值化模块作用范围的控制.实验结果表明,该算法虚警率较低,运算耗时少,满足实时处理的要求.     

一种改进的瞳孔定位方法

通过对图像进行相应的预处理,对有灰度等级的所有像素求取最大类间方差,获得二值化图像的最佳阈值,最后采用Hough变换确定瞳孔的中心位置.实验证明,该方法是一种有效的瞳孔定位方法.     

一种改进的一维Otsu快速算法

阈值分割是众多图像分割方法中使用最普遍的一种方法,阈值的求解也是图像处理的重心。传统Otsu算法属于穷举式的阈值求解方法,需遍历每个灰度值并计算以其为阈值的类间方差,在此进行了大量不必要的计算,可能无法应用于某些实时性要求较高的环境中。对此提出一种快速的Otsu改进算法,在引入图像复杂度及其相关性质缩小了灰度的搜索范围,同时在搜索范围内使用了一种快速计算方法,较传统Otsu算法进行了二次加速。实验结果证明,该算法较传统Otsu算法提高了计算速度,且两种算法的图像分割结果相同。     

基于统计特征加权的模糊聚类方法及其应用

从传统目标函数聚类方法的思想出发,在基于样本集统计特征的基础上,提出基于统计特征加权模糊C-均值聚类方法,并提出基于统计特征的权值计算方法.分别利用图像的一雏灰度特征与一维灰度统计特征加权和二维灰度特征与二维灰度统计特征加权,将两种特征加权的模糊聚类方法应用于灰度图像二值化,并将该方法的处理结果与其他二值化方法处理结果进行详细的比较.实验结果表明,该方法能够有效地实现图像的二值化.     

一种基于数学形态学的电视图像分割方法

针对电视图像信噪比低,噪声干扰大的特点,提出了一种基于数学形态学的电视图像分割方法。首先利用基于梯度调整的平均灰度法得到图像的阀值,其次利用该灰度阀值二值化图像,最后对该图像利用数学形态学消除噪声。实验结果表明该方法具有较好的滤波效果,计算时间短,可用于实时图像处理中。     

复杂光照下的车牌图像二值化新方法

为解决车牌识别系统中,车牌区域由于受到光照过度、不足和不均等复杂光照的影响,使得车牌图像的二值化效果不理想的问题,文中提出一种复杂光照车牌图像的二值化新方法。根据国内车牌颜色特点,重新分配R、G、B颜色分量的权重来构造新灰度图,并设计不同颜色车牌灰度图转化的规则。采用全局和局部阈值相结合的双阈值方法实现车牌图像二值化,同时利用空域同态滤波进一步提高图像对光照的鲁棒性。实验结果表明,文中方法运算时间仅为传统方法的61.95%,同时能更有效地克服不均匀光照对车牌图像二值化的干扰,使二值图像的汉字和字符更清晰,鲁棒性更好。     

一种基于位运算的数字图像加密算法

给出了一种混沌序列的非线性二值化方法,提出了一种基于位运算的数字图像加密算法.加密算法首先利用传统的混沌系统产生的混沌序列对图像进行位置置乱;其次对置乱后图像进行基于灰度值二进制序列的置乱操作;最后应用文中方法对结果图像灰度值的二进制序列按位进行异或运算.实验结果表明,该加密算法具有良好的安全性和加密效果.     

基于FPGA的图像采集与二值化处理系统设计

传统的二值化图像处理需要将采集的图像先保存到电脑上,再用matlab进行二值化处理.图像处理起来比较麻烦,也不能对图像进行实时显示和保存.本文主要阐述了一种集成的解决方案,对于图像的二值化处理直接在FPGA上实现,无需电脑软件的二次处理.本系统主要由FPGA、SDRAM、CMOS图像传感器、USB组成.经过硬件系统处理...     

新的基于边缘特征的图像相关匹配方法

传统的图像相关匹配方法利用求取对应像素灰度差的累加和进行图像之间的相似性度量,或者设定阈值计算具有相近灰度值的像素点的个数进行相似性度量,由于参考图和实测图之间存在着灰度差异、模糊以及局部遮挡等,使得仅依靠图像灰度信息的算法的性能受到影响。结合图像的边界特征匹配技术,提出了一种新的图像相关匹配算法。该算法首先对图像进行边界提取并二值化,然后利用所定义的基于边缘的相似距离(ESD)对处理后的二值图像进行相似性匹配运算。试验结果表明这种算法在多种图像畸变情况下的有效性。