首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 108 毫秒
1.
一个机场跑道的自动识别系统   总被引:9,自引:0,他引:9  
张会章  郭雷 《计算机工程》2001,27(12):77-78
介绍一个应用于自动识别遥感图象中跑道的原型系统,包括系统结构与识别流程,以及系统中所采用的基于直线特征的建模方法和图象中跑道识别的算法。该算法能够判断机场跑道的存在性与大概位置具有较高的使用价值。最后给出了实验结果。  相似文献   

2.
主要介绍了一个勾绘轮廓线的应用唾弃,该程序作为口腔正畸头测量分析系统的一部分,完成在病人头部X光片上勾绘头影轮廓的功能,为医生获得病人口腔畸形的矫正情况提供参考。采用面向对象方法对系统进行分析和设计,为轮廓线设计了专门的类,介绍了绘制,修改,存储轮廓线的实财过程,解决了数据的存取问题。  相似文献   

3.
血液细胞图像自动识别系统的研究   总被引:9,自引:0,他引:9  
刘斌  曾立波  刘生浩 《计算机工程》2003,29(1):174-175,188
讨论建立了一真彩色血液细胞显微图像微机自动识别系统,运用图像处理提取血液细胞形态,光密度,色彩和纹理特征,运用遗传算法进行特征选择,在此基础上,用神经网络建立分类器,对细胞图像进行分类识别。  相似文献   

4.
本文介绍了X线头影测量自动化系统的设计与实现,同时讨论了该系统的结构、功能特点及其数学模型。  相似文献   

5.
基于方向滤波分割的指纹自动识别系统算法   总被引:42,自引:1,他引:42       下载免费PDF全文
为适应当前个人身份鉴定迫切需要,提出了一种基于方向滤波分割的指纹自动识别系统的完整方案。该系统主要分指纹预处理及识别两大部分,包括方向图的计算、平滑、方向滤波、二值化、去噪、特征提取、特征编码及识别的方法。利用该系统的预处理及特征编码和识别方法,指纹图象得到了较好的增强,而且,在识别过程中能克服一定范围内指纹旋转及平移因素的影响。本系统具有高效识别和很强的抗干扰能力,对于残缺或模糊的指纹图象也有很好的识别效果,有较高的使用价值。  相似文献   

6.
贺霖  李见为 《计算机工程》2003,29(18):119-121
为了实现在复杂光场条件下获取的图像中特定区域的自动识别,用对局部灰度变化敏感的零交叉检测器检测零交叉点,然后利用零交叉点插值而求出的动态阅值曲面对图像进行二值化,最后通过对区域特征的提取和分类准则的确定,准确识别出目标区域,从而克服了复杂光场对图像识别结果所带来的影响。  相似文献   

7.
人工神经网络在三维X线头影测量系统中的应用   总被引:2,自引:0,他引:2  
给出一种三维X线头影测量中图形图像重建的方法;南正侧位两张X线头影片上72个标志点。可以重建出颅颌骨三维透视图;利用人工神经网络LMBP算法。以病人颅颌骨72个标志点的三维坐标集合在某一平面的二维投影为理想输出,以人体颅颌骨标本72个同名标志点在相同平面的二维坐标集合为训练样本,在训练结束后即可建立两者之问的近似线性关系;由于网络具有泛化能力,因此可用该网络对颅颌骨标本上每一像素进行变换。结果表明变换后72个标志点坐标和病人很好吻合,变换图像为病人近似的颅颌骨图像;即满足口腔正畸诊断要求又获得较好图像视觉效果。  相似文献   

8.
该文针对目前遥感目视判读方法工作量大,专业性强的缺点,引入领域知识的概念,将人脑中的综合概念进行视觉和语义的转化,对计算机自动识别遥感图象中的地物类型进行初步的研究。  相似文献   

9.
刘炜 《A&S》2007,(11):139-141
车牌自动识别技术是指能够检测到受监控路面的车辆并自动提取车辆车牌信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理与识别的技术。本文着重介绍了车牌自动识别系统需要进行的几个基本步骤、关键技术以及主要应用方式,同读者共同探讨。[编者按]  相似文献   

10.
针对现有计算机图像自动识别结果的边界特征完整度较差的问题,设计了一种基于边界特征的计算机图像自动识别系统。基于图像的边界特征,确定图像自动化识别系统的开发环境,设计系统的功能模块,采集与处理图像信息数据,应用Fourier系数理论,提取与识别图像信息的边界特征,利用BP神经网络算法,实现计算机图像的自动化识别。系统性能检测结果显示,对于10组随机的图片特征数据,系统的图像识别时间的均值为0.22s,具有实时性与高效性。系统图像自动识别结果的峰值信噪比的均值为29.31db,表明系统具有优良的图片去噪性能。系统图像自动识别结果的结构相似指数的均值为0.9315,非常接近于数值1,表明系统具有优良的图像边界特征保留能力。  相似文献   

11.
微分运算广泛应用在图像处理与计算机视觉中,目前,最普遍的方法是将带来有噪声的信号与某一N阶微分滤波器(NODF)进行卷积来得到信号的N阶微分,构造NODF的传统方法是先找到一个N次可微的平滑滤波器(ASFDN)其N阶微分就是NODF,本文N阶微常滤波器(NODF)构造的理论基础,给出了一个滤波器成为NODF的充分必要条件,根据这一理论,我们给出了两种新的构造NODF的系统方法,这种新方法的重要性  相似文献   

12.
人眼明暗分界感觉的计算机模拟   总被引:1,自引:0,他引:1  
提出新的非线性算子对人眼视觉系统(HVS)明暗分界感觉进行计算机模拟。HVS在不同光照条件下对光强度的响应不同,即为非线性响应,因而应在常规的线性边界撮算子中引入非线性项,以使撮结果更好地与HVS感觉吻合。目前作者已对司明状态下的HVS边界感模拟进行了细致研究,找到了合适的非线性算子,经试验验证,与人眼感觉符合较好。  相似文献   

13.
蒋爱平  王祁 《控制工程》2006,13(6):609-612
介绍了一种用于X线头影片进行边缘检测的多重分形方法,并对模拟X线头影侧位片进行了多重分形性质的分析。通过图像的多重分形谱与权重因子相关性的分析,进一步判定线性区间及适当的权重因子。得到了X线头影片图像的多重分形的线性区间,验证了X线头影片图像的多重分形的几何性质,在分析图像各像素点多重分形谱的基础上获取图像的边缘信息。用该算法进行图像边缘提取,保持和加强图像的局部特性,突出图像的细微处,并且该算法克服了多重分形谱对噪声敏感的缺点,能有效抑制图像中的噪声。分析结果表明,利用多重分形对X线头影片图像进行硬组织内部轮廓的边缘提取是可行的。  相似文献   

14.
文章提出了一种新型二维边沿检测滤波器,利用二维滤波器模板与任意方向边沿的互相关最大值检测边沿,具有良好的噪声特性及较小的系统误差。  相似文献   

15.
应用边缘检测算法设计实现植物虚拟仿真系统   总被引:1,自引:0,他引:1  
植物虚拟仿真系统的设计是将农业信息化和数字图像处理相结合.本文先对植物叶片分类和图像的预处理的技术和方法进行了探讨.然后介绍比较经典的边缘检测方法,通过不同方法的理论分析和仿真计算,相互比较各自的优缺点和适用性,最后根据Laplace边缘检测算子,设计实现了植物叶片几何形状识别与检测系统.Laplace边缘检测算子完成了植物叶片的几何形状的识别与检测,其二维几何形态的建模具有数据的表达与复制的功能.与农业信息化相结合,通过处理图像数据更准确的识别与检测不同种类植物叶片的形态,为农业工程的发展提供更加有效、准确的研究数据.  相似文献   

16.
对空间域的常用噪声滤波技术的不足进行了分析,提出了一种线性与非线性混合滤波算法。该算法充分结合了中值滤波器和均值滤波器的优点,比均值滤波器和中值滤波器具有更好的抑制噪声的能力,能较好地保持图像的边缘和几何结构细节。最后给出了几种滤波技术的滤波效果比较图,验证了文中提出的滤波新方法对椒盐噪声和高斯噪声的滤除能力。  相似文献   

17.
对空间域的常用噪声滤波技术的不足进行了分析,提出了一种线性与非线性混合滤波算法。该算法充分结合了中值滤波器和均值滤波器的优点,比均值滤波器和中值滤波器具有更好的抑制噪声的能力,能较好地保持图像的边缘和几何结构细节。最后给出了几种滤波技术的滤波效果比较图,验证了文中提出的滤波新方法对椒盐噪声和高斯噪声的滤除能力。  相似文献   

18.
监控图像的边缘检测是进行高级图像处理和模式识别的基础工作.将方向滤波理论引入监控图像的边缘检测中.通过Roberts算子的四方向滤波扩展,介绍了方向滤波用于边缘检测的一般过程;针对监控图像中斜坡边缘丰富的特点,引入Petrou-Kittler滤波器作为基础滤波器;用方向滤波理论改造Petrou-Kiuler滤波器,形成...  相似文献   

19.
付平  陈贺新 《机器人》1991,13(1):32-35
本文提出一种除噪滤波与边缘检测同时进行的方法——非线性检测滤波器法.该方法基于中值滤波器和非线性Laplace算子数学方法.理论与实验表明:该非线性滤波器很少损失边缘信息,而且速度快.  相似文献   

20.
基于Canny理论的多方向角边缘检测算法   总被引:1,自引:0,他引:1  
王英  向碧群  黄颖 《计算机工程》2007,33(23):211-212
传统Canny边缘检测算法通过计算水平方向和垂直方向的梯度来分析当前像素点的梯度强度和方向。该算法由于没有充分利用所有邻域的信息,因此在边缘较为复杂的区域结果会出现较大的偏差。该文提出基于方向滤波器的Canny算法,充分利用各邻域的信息,对图像进行了多方向的分析。实例比较证明,应用了方向滤波器的算法提高了边缘检测和保持的能力,有较强鲁棒性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号