首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 609 毫秒

1.  结合Canny算子的图像二值化  被引次数:12
   陈强  朱立新  夏德深《计算机辅助设计与图形学学报》,2005年第17卷第6期
   对经典的二值化方法Ostu算法和Bernsen算法中存在的缺点进行了分析,提出一种结合Canny算子的图像二值化方法,该方法综合考虑了边缘信息和灰度信息,通过边缘附近种子点在高阈值二值化图像中的填充和低阈值图像对它的修补而得到二值化结果图像,较好地解决了经典二值化方法中存在的抗噪能力差、边缘粗糙、伪影现象等缺点,实验结果证明,该方法能够较好地解决低对比度图像和目标像素灰度不均匀图像的二值化问题。    

2.  车辆牌照识别中车牌定位的研究  
   张剑《信息技术》,2011年第8期
   车牌定位是车牌识别系统的第一步,也是非常重要的一步,对车辆牌照的特征及几种常用的定位方法进行简要介绍,对车牌图像进行图像预处理之后,用微分算子对图像进行边缘提取,并且针对Sobel算子的缺点用形态学出来进行弥补。根据图像行、列像素点灰度值累加和对车牌图像进行定位,最后给出定位出的车牌图像。    

3.  一种非均匀光照图像字符二值化小波分析法  
   王建平  王竹林  王金玲  罗国军《仪器仪表用户》,2005年第12卷第4期
   图像二值化阈值的选取是灰度图像二值化处理中的关键,本文提出一种基于小波边缘检测的图像二值化方法。通过对图像进行二进小波变换,在最佳尺度上寻找出图像字符的边缘点,再根据边缘点处的灰度值来确定出二值化的阈值。应用于光照不均匀的多噪声车牌图像二值化,取得了良好的效果。    

4.  基于改进Sobel算子的车牌边缘检测算法  
   谢添生  孙林举《无线通信技术》,2014年第23卷第4期
   针对车牌识别中车牌的边缘信息在Sobel算子的检测下易受到图像采集环境的影响,阈值难以确定,不具有自适应性且对噪声的敏感度高这一特点,提出了一种采用基于二次搜索寻优的阈值选取策略算法,并得出了一套完整的Sobel对车牌边缘检测的算法.实测结果表明:该方法能够更好的解决Sobel算法中存在的由于阈值不自适应性导致边缘检测出现伪边缘点和粗糙点,增强了检测的实时性和鲁棒性.    

5.  基于逼近增强算子的合成孔径雷达图像特征提取算法  
   王平  纪钢《计算机应用研究》,2015年第32卷第7期
   针对含噪SAR图像的边缘检测效果不理想、边缘特征不明显等问题,提出一种基于逼近增强算子的合成孔径雷达(SAR)图像特征提取算法.该算法利用多尺度非均匀滤波将含有噪声与不合噪声的像素点的灰度值、结构元素以及区域内的像素加权灰度密度这三个特征进行区分,以达到去噪效果.采用基于增强算子的SAR图像检测方法,通过SAR图像的像素灰度值以及像素点分布密度均值来计算综合均值阈值,通过阈值来判断像素点是否属于边缘部分.在实验中,通过分别与基于修改的LSD算法、基于水平集算法以及基于核心聚类算法的SAR图像提取方法进行了对比分析,从对比结果可以得出算法在对含噪SAR图像进行边缘检测时可以得到更明显的边缘信息.    

6.  基于图像预处理和纹理特征的车牌定位算法  
   薛倩《电子设计工程》,2014年第22卷第16期
   为了解决车牌定位过程中拍摄图像背景复杂,噪声大,检测准确率偏低的问题,提出简便有效抗干扰强的车牌定位算法.首先将彩色图像转换为灰度图像,其次设定灰度门限区分图像目标和背景,进行二值化处理,然后使用Sobel边缘检测算子计算图像梯度幅度值,检测图像边缘点,采用局部图像平滑技术中值滤波对图像去除干扰,最后根据车牌区域纹理信息较其它区域丰富的特征,采用投影法,通过水平和垂直方向上投影分布特征的反复提取,准确检测定位车牌.实验结果表明,该方法定位出的车牌区域图像清晰度和准确度较高.    

7.  一种自适应车牌识别系统设计方法  被引次数:3
   李波  曾致远  周建中《微电子学与计算机》,2009年第26卷第4期
   基于多种格式车牌的共性,提取车牌图像的纵向边缘,然后根据车牌区边缘灰度跳变和边缘密度等特征,采用一系列步骤去除无效和干扰边缘,保留类车牌特征区域;通过横向形态学运算,使类车牌区闭合,有效克服了形态学结构元素难以随车牌大小变化自适应选取的问题.基于扫描线种子填充算法来搜索车牌区域,利用颜色信息进行反色判断,并基于边缘检测的方法来进行车牌区域二值化,利用形态学和连通域检测方法进行字符的精细切分.对实际场景中大量车牌样本加以验证表明,算法准确率高,对车牌大小自适应性良好,具有较好实用价值.    

8.  一种车牌识别系统的设计  
   吴青  李曙俏  代琳  安璐《徐州工程学院学报》,2011年第2期
   基于像素精确定位方法来实现车牌定位,然后对车牌进行灰度化、二值化处理,避免了对整个汽车图像先图像处理后车牌定位的繁琐过程,将改进的模板匹配算法应用于字符识别中,最后,利用MATLAB的图形用户开发环境设计出了本系统的测试平台,经过大量车牌样本验证,该车牌识别系统准确率较高.    

9.  一种改善高斯拉普拉斯算子零交叉方法的车辆边缘检测  被引次数:3
   鲍占阔  杨玉珍  陈阳舟《微计算机信息》,2006年第22卷第30期
   本文介绍了一种视频交通车辆边缘检测的方法。边缘像素是二阶梯度图像产生零交叉时的位置对应像素,但对于斜坡边缘这一类灰度变化非常缓慢的情形,单纯的零交叉方法并不能检测到有效的边缘,往往还会参杂许多背景物体的轮廓。为解决这个问题,本文在高斯拉普拉斯边缘检测算子的基础上,结合了自适应阈值二值化、边界跟踪和细化技术,从而得到了具有较高定位精度的单像素宽的边缘图像。    

10.  基于二维最大熵阈值分割的SIFT图像匹配算法  
   洪霞  周牧  田增山  董会宁《半导体光电》,2013年第34卷第4期
   提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。    

11.  字符边缘颜色与逻辑在车牌定位中的应用研究  
   陈昌涛  李刚  魏民  李宏  李才有《计算机工程与应用》,2009年第45卷第18期
   针对复杂背景下的车牌定位问题,提出了一种基于字符边缘颜色与逻辑的快速车牌定位方法。该定位方法将RGB彩色空间中的车牌图像,转换到HSV彩色空间中。根据像素点颜色进行二值化,得字符边缘颜色像素区,同时通过逻辑与,确定图像字符颜色边缘点,最后经纹理分析来定位车牌,解决了目前常用流行算法所不能处理的定位问题。    

12.  基于分块局部二值模式的图像检索研究  
       殷珍珍    《微电子学与计算机》,2014年第5期
   提出一种分块局部二值模式的图像检索方法,首先利用3×3像素邻域的局部灰度均值代替其中心像素作为阈值计算LBP值,以改善传统LBP算子的缺陷;然后对图像采用分块处理,以便更好地提取图像的局部特征.实验表明,与传统的基于局部二值模式的图像检索方法相比,此方法具有更高的检索准确率.    

13.  基于双阈值非线性导数的边缘检测算子  被引次数:1
   张春雪  陈秀宏《微电子学与计算机》,2011年第28卷第7期
   文中提出了一种基于双阈值非线性导数算子的边缘检测方法.首先计算灰度图像的左右导数,然后通过设置双阈值对左右导数进行调整以保留有意义的边缘信息,最后合并左右导数得到图像梯度.阈值能控制平滑噪声能力,阈值能确保检测出单像素宽度的线边缘,而非线性导数计划可解决定位错位性的问题.实验结果表明,同传统的离散梯度算子相比,此算子不仅计算简单灵活,检测精度高,而且在没有平滑图像噪声的情况下得到了良好的边缘图像和信噪比.    

14.  基于边缘特征和颜色特征的车牌定位方法  
   洪必海  杨晨晖《计算机时代》,2007年第2期
   针对交通违法检测系统中数码相机所拍摄到的图片,提出一种车牌定位方法:首先对图像进行灰度化和边缘检测等预处理,然后根据边缘二值图中车牌区域的边缘特征,利用行扫描方法寻找可疑线段,通过合并可疑线段确定车牌位置,再根据车牌颜色特征判断车牌类型,修正车牌的边界.实验表明,这种方法取得了较好的效果,具有较高的实用性.    

15.  零件几何参数测量中的边缘检测算法的研究  
   张春梅  李庆利  张少军《河北工业大学学报》,2005年第34卷第2期
   提出了一种综合利用图像灰度信息和灰度梯度信息的边缘检测算法.首先,使用基于Sobel算子的改进的边缘检测算法对灰度图像进行处理得到梯度图像.其次,综合应用其他边缘检测算法,完成对目标边缘的准确检测,最后,沿边缘的梯度方向进行多项式插值法亚像素细分计算,对边缘进行亚像素精确定位.    

16.  一种改进的Canny算子在机器人视觉系统中的应用  
   王诗宇  林浒  孙一兰  尹震宇《计算机系统应用》,2017年第26卷第3期
   在对传统Canny边缘检测算子深入分析的基础上,利用统计原理研究和分析图像灰度值数据,提出一种改进型Canny算子.与传统的Canny边缘检测算子相比,改进型的Canny算子将边缘点邻域内灰度相似的像素点的灰度平均值代替原灰度值,并引进一种自适应的阈值确定方法,根据灰度值信息确定高低阈值,在保持边缘提取准确性的同时增加了双阈值设置的自适应性.最后将改进型的Canny算子应用于工业机器人视觉系统中,并与传统的Canny算子的实验结果进行比对分析.实验结果表明,改进型的Canny算子更好的权衡了噪声和边缘之间的关系,对待测物体的边缘提取效果更好.    

17.  一种利用图像角点和边缘信息的阈值分割方法  
   杨曦  任重《红外技术》,2008年第30卷第2期
   阈值化算法是图像区域分割的一个基本算法.提出一种利用角点和边缘点的像素灰度值均值和全图像像素点灰度值均值加权相加的阈值选取方法.实验表明,该方法能对具有大面积目标的图像进行很好的分割.    

18.  结合假边缘提取和直方图分析的图像灰度变换  
   许鸿奎  韩晓  曲怀敬《光学精密工程》,2017年第25卷第4期
   光学刻划字符图像的前景通常由高灰度像素区域和低灰度像素区域组成,导致使用传统的基于梯度的边缘提取方法如Canny算子不能准确地获得字符的轮廓,为此本文提出了一种利用假边缘信息结合直方图分析的图像灰度变换方法,变换后的图像前景仅由低灰度像素构成。首先对Canny边缘点进行特征分析,提取其假边缘点;然后进行图像直方图分析,确定灰度变换范围以及灰度对应关系,并对假边缘两侧的边界区域施加光滑度约束来确定灰度变换参数;最后以此变换参数对非背景区域的高灰度像素进行灰度变换。实验证明,灰度变换后字符笔画仅由低灰度像素构成,原边界处的灰度变化足够光滑,可以使用基于梯度的方法来提取完整而准确的字符轮廓。    

19.  基于小波变换与形态学的车牌定位方法  被引次数:6
   韩丽萍  药春晖  张文格  尹王保《测试技术学报》,2006年第20卷第1期
   针对信号噪声环境下的车牌定位问题,提出了一种基于小波变换和数学形态学的图像定位方法.该方法先用自适应滤波多尺度边缘检测方法检测出车牌的边缘;然后用数学形态学方法对阈值二值化后的边缘图像进行系列形态运算,进一步消除无用信息;最后用基于车牌底色识别的方法进行车牌定位.实验结果表明,该方法定位效果好,适于有噪声的车牌图像进行定位.    

20.  亚像素边缘检测算法在刀具参数检测中的应用  
   尚雅层  陈静  田军委《计算机工程与科学》,2011年第33卷第4期
   传统边缘检测算法定位精度低、效率低并且对噪声比较敏感,已经不能满足工业生产的需求。基于此,本文提出了基于拟合的亚像素边缘检测算法——五次多项式拟合亚像素边缘检测算法。该算法首先在待测边缘附近取一系列的点,求得这些点的灰度值,通过五次多项式曲线对灰度曲线进行拟合,求得五次多项式的二阶导数为零点即为亚像素位置。并对五次多项式拟合进行了实验研究,通过与基于二次差值的亚像素边缘检测算法、基于LOG算子的亚像素边缘检测算法以及基于空间矩的亚像素边缘检测算法的比较,结果表明五次多项式拟合亚像素边缘检测算法的运行时间较短,效率较高。    

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