图像微观结构的二值化表示与目标识别应用

该文提出一种新颖的基于二值图像微观结构模式(Binary Image Micorsructure Pattern, BIMP)表达和灰度图像微观结构二值模式(Gray Image Micorsruct Maximum Response Pattern, GIMMRP)编码方法。通过对图像33邻域结构进行二值编码,获得图像微观结构的描述,进而选取其中的重要执行模式子集和池化操作,实现整体图像的表示。为了检验算法的有效性,在ORL, YALE两个人脸公开数据集,MNIST, USPS两个手写数字公开数据集,以及非公开车标数据集上进行了测试,显示该方法具有很强的鉴别能力和鲁棒性,可以达到和超过很多最新算法的性能。     

一种基于加权二值法的舌像纹理特征的提取

舌诊是中医学特有的诊疗方法,可以简单高效地了解人体生理功能和病理变化。舌像的纹理特征是计算机辅助舌诊系统进行舌体图像分析的重要依据。为了提高二值模式对纹理描述的能力,得到丰富图像的纹理特征,提出了一种改进的加权二值算法。对舌体图像进行分块处理,利用二值法提取每个子块的直方图,对该直方图分配适当的权重,提取纹理图像的微结构信息和宏结构信息,将处理过的所有子块连接成最终的纹理特征图。经过实验验证该算法的正确识别率较高,同时具有较好的扩展性和实用价值。     

基于改进轮廓跟踪的瞳孔快速检测

提出一种基于直方图二值化和改进的轮廓跟踪的瞳孔检测方法。首先对采集的瞳孔图像计算直方图,根据直方图特征取出合适的阈值进行二值化,再对二值化后的图像进行轮廓跟踪,得到精确的轮廓边界,进而得到直径、中心等信息。对前一帧瞳孔图像进行瞳孔信息计算后,后一帧图像以该瞳孔中心为中心,缩小检测区域进行直方图二值化及瞳孔轮廓跟踪,得到该帧图像的瞳孔信息,减少运算,加快检测速率。该算法鲁棒性高,速度快,可满足300帧/s的实时检测速度。     

基于自组织特征映射网的彩色图像二值化方法

本文提出一种基于自组织特征映射网(SOFM)的彩色图像二值化方法。使用彩色像素的RGB值训练网络权值,找到图像的目标类RGB中心和背景类RGB中心,再利用竞争取胜的机制处理每一个像素使其二值化。为了减少算法处理的数据量,采用决策表属性简化方法对图像的颜色特征:进行简化。由于算法直接利用彩色图像的原始特征信息,二值化过程不受灰度化算法的影响。应用实例证明了本文的算法具有好的效果。     

基于MD-LinkNet的低质量文档图像二值化算法

针对低质量文档图像存在的背景渗透、页面污渍 、边缘大面积与文本相似的噪声等 现象,改进D-LinkNet框架,提出了一种融合多尺度特征(multiple scale feature)的低 质量文档图像二值化算法,简称为MD-LinkNet。该算法有两处改进,一是在编解码中间部 分 增加剩余多核池化(RMP)模块来通过四个池化操作以提取丰富的文档特征信息;二是将池 化后的低分辨率图像通过DUpsample而不是双线性插值进行上采样,结合了文档图像像素邻 域信息,将文档图像的全局与局部特征进行融合,提高了分割精度。实验结果表明,在2017 年和2018年国际文档图像二值化竞赛(DIBCO)数据集中,本文算法 的F值(F-measure)最 高分别达到了90.54、91.42,验证了所提出算 法在解决 多种复杂噪声背景的低质量文档图像下的鲁棒性,且相比其他最新经典算法效果较优。     

一种改进的灰度图像二值化方法

通过分析OSTU算法的基本原理,提出了一种改进的灰度图像二值化方法.该算法克服了在整个灰度级上搜索最佳阚值的缺点,减少了计算方差的次数.实验表明上述方法能够得到比较理想的二值化图像.     

一种基于纹理和颜色的粒子滤波目标跟踪方法

针对基于颜色的粒子滤波跟踪方法在复杂背景下会导致跟踪失败的问题,提出了一种基于局部二值模式纹理和颜色特征的粒子滤波目标跟踪方法。颜色直方图是对目标在彩色图像中的全局描述,而局部二值模式纹理包含了灰度图像中局部邻近区域的纹理信息,两者可以互为补充。因此同时用颜色直方图和局部二值模式纹理直方图描述目标,在粒子滤波框架下将目标颜色和局部二值模式纹理有机结合起来。实验结果表明,该算法不仅提高了跟踪精度,而且具有较强的稳健性。     

基于SIFT-GMLBP的机器人视觉图像特征提取算法

为了改善环境变化较大时机器人在对图像特征提取效果欠佳的问题,对局部二值模式(LBP)进行了改进,根据图像中心像素点邻域之间的相互关系划分网格进行编码,提出了SIFT-MLBP相结合的图像特征提取算法。使用SIFT算法得到图像特征的关键点后,以区域中每个像素点为中心构建网格化结构,计算之间的相邻象素的局部差异,并对对比度不同的像素编码分配权重。结合Gabor变换对基于模式的特征向量进行提取,建立SIFT-GMLBP特征向量,采用原补码互相映射的方式降低特征向量维数。实验证明,SIFT-GMLBP算法具有良好的特征匹配效果,匹配正确率达到95%以上,运行时间降低0.05S。该方法对外部环境的变化具有较强的鲁棒性,能够提高移动机器人在复杂环境中对图像识别的速度和精度。     

基于多层次分块的指纹图像二值化

自适应局部阈值二值化算法,其效果主要取决于能否准确地估计局部阈值.鉴于在指纹奇异点附近及方向变化较快的脊线、谷线区域,局部阈值很难精确得到,提出了一种多层次分块的指纹图像局部阈值的求取方法,并把这种方法用于指纹图像的二值化.实践表明,算法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果.     

基于区域最大图像熵的车牌二值化算法

针对二值化算法,提出了基于区域最大图像熵的算法.该算法把图像熵表征局部剧烈变化的物理意义、区域最大值基于整体变化考虑最大值的优点以及车牌图像目标与背景灰度分布存在一定比例的特点这三者有机结合,通过局部与整体相互补的原则,采用具体问题具体分析的方式,实现了图像二值化.通过研究证明,该算法对于不同颜色、不同噪声强度的图像都具有一定的适应性和实用性.     

基于对比度增强和背景估计的文档图像二值化

针对文档图像存在的退化状况对其二值化处理的影响,文中提出一种基于对比度增强和背景估计的文档图像二值化算法,用于对退化的文档图像进行二值化增强处理。该算法根据不同子区域亮度信息的差异采用不同对比度增强算法对文档图像进行增强处理,通过运用形态学闭运算对增强后的文档图像进行处理来移除文档图像的背景,结合Ostu和Sauvola算法获取文档图像的二值化图像,并通过基于边缘像素邻域灰度值的分布情况进行文本断笔修复。实验结果表明,该算法的F-Measure（FM）为90.47%,峰值信噪比（PSNR）达到19.15 dB,负率指标（NRM）低至0.053 8,分类错误度量（MPM）降至0.000 33,验证了本文提出的二值化算法的有效性。     

一种改进的QR码图像二值化算法

对光照不均的QR码图像进行全局二值化处理后,会出现全白或全黑的误差区域,在局部二值化过程中会出现伪边界情况,并且计算时间也会变长。针对光照不均的QR码图像提出了一种改进的基于背景灰度的二值化算法。首先,根据二维码源图像大小进行分块处理,使用灰度估算公式对分块的灰度值进行计算。其次,使用联合插值算法产生背景灰度水平图像,然后用背景灰度水平图像替代源图像得到校正图像。最后,采用Ostu算法对校正图像进行二值化。实验结果表明,该算法能有效的校正光照不均的QR图像,并得到一个良好的二值化图像。     

基于图像差异度的太阳像二值化算法研究

图像二值化是数字图像处理系统中基本而关键的技术,阈值分割是实现二值化的重要途径,假定图像的目标与背景是可以分离且存在一定差异的,则基于图像中目标和背景与原图像的差异,建立恰当的差异度公式。提出相应的算法,并对太阳像进行闽值分割。试验结果表明,与一些传统方法相比,该方法能很好地区分目标和背景,得到了较好的二值化处理效果。     

基于HOGv-CLBP特征融合和ELM的交通标志识别

针对交通标志识别识别率低和时间复杂度大的问题 ,本文提出一种HOGv-CLBP特征融合和极限学习机的交通标志识别算法。首先通过描述交通 标志图像边缘信息的方向梯度直方图(HOG)特征,与能够 表示标志图像内部纹理信息的局部二值模式(LBP)特征融合得到降维后形成一种HOGv-CLB P有效特征, 然后利用ELM进行交通标志训练和分类。实验结果表明,该算法不仅提高了交通标志的识别 率,而且降低了时间复杂度,增强了系统鲁棒性。     

基于灰度拉伸和遗传算法的焊缝图像二值化算法

焊缝图像处理是焊缝自动跟踪的一个较为重要的环节,而图像二值化在其中起着关键性的作用.传统的Otsu阈值化算法对信噪比较低的图像分割效果不理想,本文通过灰度拉伸增大背景与前景之间的灰度值分布,结合遗传算法,通过编码、选择、交叉、变异等操作对传统的类间方差法进行优化,并将该方法应用于焊缝图像.实际焊缝图像试验证明了该方法的有效性,可以更加准确地提取出适合焊缝图像的二值化阈值,更利于后续的图像处理操作.     

基于主成分分析与局部二值模式的高光谱图像分类北大核心CSCD

提出了两种基于主成分分析与局部二值模式的高光谱图像分类算法。利用主成分分析去除高光谱图像的谱间冗余信息,对降维后的图像利用局部二值模式进行空间纹理特征分析,采用稀疏表示分类和支持向量机分别对提取的特征进行分类。其通过将主成分分析与局部二值模式相结合对高光谱图像进行特征提取,保证了高光谱图像的谱间冗余的有效去除,同时保护了高光谱图像的空间局部邻域信息,因此,此类算法不但能充分挖掘高光谱图像的谱间-空间特征,在较大程度上提高分类精度和Kappa系数,而且在高斯噪声环境中和小样本情况下也具有良好的分类性能。     

局部二值模式超声斑点降噪

斑点噪声压缩和组织结构保留对超声图像的临床诊断非常重要,因此提出一种基于改良局部二值模式的超声斑点降噪方法。该方法通过计算像素点的局部二值模式值,将超声图像归类为斑点噪声和组织结构,并用双边滤波滤除噪声。物理体膜图像和人类肝脏图像的实验结果表明该方法可以有效滤除斑点噪声和保持图像边缘。     

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。     

一种空频域结合的自适应二值图像水印算法

本文提出了一种向二值图像中嵌入水印的算法。首先对原始二值图像做小波变换，通过分析其小波系数来寻找图像纹理及细节较丰富的区域，作为水印嵌入域。然后在空域中通过改变嵌入点的像素值来嵌入水印。根据图像的纹理丰富程度来自适应地选取嵌入水印的长度。实验结果表明，该算法具有较强的不可见性和鲁棒性，是一种有效的二值图像的水印嵌入算法。     

基于图像处理的红细胞自动识别统计系统

针对传统的利用显微镜间接或直接方法对红细胞计数存在工作量大、精确度低、成本大、小细胞低色素性贫血等疾病无法测试等问题,提出了一种基于图像处理的红细胞自动计数系统,通过对获取的红细胞图片进行平滑处理、灰度处理、二值化处理得到特征比较明显的二值图像,然后对该图像进行边缘缩放,达到图像单元分割,并最终对图像特征进行分析,达到识别一个完整的红细胞,实验结果表明,该系统具有计数误差小、耗时少、功能强大、操作简单、性能稳定可靠等优点。