一种基于HOG-LBP的高效车辆检测方法

针对形状特征在车辆检测中存在的误检现象,在分析误检原因的基础上,提出一种融合形状和纹理特征的车辆检测方法。对检测窗口中划分的胞元进行方向梯度直方图特征和统一化局部二进制模式算子的求解,统计检测窗口中各胞元的特征情况,在形成浏览窗口的形状和纹理特征过程中,采用主成分分析解决特征的高维度和冗余问题,结合支持向量机进行特征训练和检测实验。实验结果证明,该方法有效兼顾车辆图像的形状和纹理两方面的特征,在不影响检测速度的同时,明显降低了车辆检测的误检率,在时效和精度两方面都取得较好的效果。     

医学超声图像SRAD模型优化研究

研究医学超声图像提取优化问题,超声图像斑点噪声较大,影响图像精度.为抗噪声,提出一种各向异性斑点减少模型(SHAD)的优化方法,用于减少超声图像中的斑点噪声.采用扩散方向由四个扩展为八个,再根据八个方向到中心点的距离不同赋予相应的权值,进行仿真,使图像信息得到加强的同时减少所需的迭代次数.仿真结果表明,在处理速度加快,并能够较好地保证处理后得到的图像在抑制噪声和保护图像的精度质量.