路面病害修补图像的车载自动检测方法

提出了一种不同状况下路面修补图像车载自动检测算法,首先分析道路病害修补图像特征,对道路病害图像运用统一复原方法进行图片去模糊处理,采用窗对比度算法提取修补图像信息,再结合原图信息二次运用窗口对比度算法去除伪修补信息,准确、迅速地提取图像路面修补目标信息。对大量的图片进行测试,实验结果表明论文提出的算法具有可靠性和可应用性。     

基于最大熵原则和灰度变换的图像增强

提出了一种利用最大熵原则和灰度变换进行图像对比度增强的方法.在最大熵原则基础上利用条件迭代算法对图像灰度级进行最佳分类,对各分类区域进行相应的灰度变换,根据不同需要选取变换参数,在图像对比度增强同时各区域均衡性也得到很大改善.将利用条件迭代算法计算最大熵多阈值的方法与最小均方误差(LMSE)计算多阈值的方法进行比较,实验结果表明,文中所用方法在迭代次数上大大低于基于最小均方误差算法所需迭代次数,节省了图像处理时间,图像均衡化效果也相对提高.     

双目视图运动图像去模糊方法

现代工业生产线上采集到的产品图像存在运动模糊,对后期探测产品表面信息以及重建产品轮廓产生影响.为了解决这一问题,提出一种基于双目视图的运动图像去模糊方法.通过双目相机之间的对极几何关系以及相机模型,推导出两视点图像点扩散函数路径之间的内在联系,并运用像机标定模块求取标定矩阵中的参数.通过此内在约束条件求取精确的点扩散函数,并对双目视点图像进行统一去模糊.结果表明,通过双视点图像几何关系求取的点扩散函数路径来进行去模糊取得了较好的效果.     

复杂光照条件下钢坯字符检测方法

针对钢坯智能识别系统中字符检测问题,提出一个基于多次分割的钢坯字符检测方法.该算法通过计算最大类间方差,对处理图像做迭代分割;然后根据字符信息提出有效的投影特征作为确定多次分割的终止条件,利用聚类特征标记并筛选出所需要的兴趣区域.实验表明,该方法能在复杂场景中有更好的准确性和稳定性,解决了复杂光照条件下字符定位自适应性和鲁棒性的相关技术问题.     

基于投影匹配的钢坯端面字符快速识别方法

由于高温及复杂光照的干扰等成像环境的影响,钢坯端面字符自动识别存在很多困难,其实时自动识别难度大。现存的字符识别方法难以适应实际生产现场的需求。文章提出了一种基于投影匹配的快速识别方法,通过将图象二值化后进行垂直投影,直接将一维投影结果进行模板匹配,降低运算维数。大量的现场实验证明,该方法可有效的减少识别时间,提高生产效率,字符的拒识率和误识率较低,可满足生产线的实时要求。     

大气湍流图像像素偏差机理分析

对大气湍流导致图像畸变和像素偏差的因素进行了深入分析,对大气湍流状态下激光发射远距离光束的光束漂移均方值进行仿真,分析光束漂移均方值曲线,为后续对图像畸变、像素偏差校正及克服湍流影响提供有效的理论依据。     

桥梁裂痕检测与识别方法

桥梁裂痕图像检测过程中,采集的桥梁裂痕图像容易出现模糊,且桥梁裂痕本身具有裂痕特征不明显、杂质干扰大等特点,为了达到对桥梁裂痕准确、快速检测的目的,提出了一种桥梁混凝土结构裂痕病害的自动检测识别方法.首先对采集到的桥梁裂痕图像进行去模糊处理,在此基础上利用非负特征提取桥梁裂痕目标信息,然后利用方差特征去除特征结果图中的伪特征,并使用特征图像中目标特征象素的圆投影特征来增强目标裂痕信息,同时进一步去除虚假特征.分别对不同的桥梁裂痕图像进行了多种不同类型的处理实验,包括裂痕图像去模糊前后的目标裂缝检测结果对比实验,特征图像的方差特征去噪实验,以及圆投影进行特征目标特征增强同时进一步去噪的实验.结果表明,该方法对桥梁裂痕的提取与检测有效,有一定的实际意义.     

测井声波时差信号储层成像识别法

根据测井声波时差反应的地层密度特性及孔隙度属性特性关系,将实际探测的测井声波时差信号进行FIR维纳滤波处理,对滤波后的声波时差 进行图像匹配滤波处理,其隐含的层密度差异被充分揭示,根据其密度差异,对应深度段将其滤波数据转化为深度和灰度属性,并直观表现出来,实现井中地层整体密度分层成像,并识别储层,用该方法对河南某油田G并测井声波时差资料进行处理,效果显著。     

生产线复杂场景钢坯检测识别的定位方法研究

在生产线钢坯检测识别过程中,如何准确地从光照复杂场景中确定钢坯端面字符串目标所在位置是一个关键技术问题。为了解决这个问题,本文提出利用 Mean Shift对复杂场景图像进行抑制,采用多级分割滤波与聚类处理突出并找出字符串目标兴趣区域,通过最小二乘法自适应修整倾斜角度,进而完成字符串目标精准定位。实验结果表明,与传统投影定位方法相比,该定位方法能对各类钢坯字符串复杂场景完成精准定位,具有良好的稳定性和准确性,解决了钢坯字符串复杂场景的定位问题,为钢坯字符识别工作提供了关键技术。     

测井声波时差信号储层成像识别法

根据测井声波时差反应的地层密度特性及孔隙度属性特性关系 ,将实际探测的测井声波时差信号进行 FIR维纳滤波处理 ,对滤波后的声波时差信号进行图像匹配滤波处理 ,其隐含的层密度差异被充分揭示。根据其密度差异 ,对应深度段将其滤波数据转化为深度和灰度属性 ,并直观表现出来 ,实现井中地层整体密度分层成像 ,并识别储层。用该方法对河南某油田 G井测井声波时差资料进行处理 ,效果显著。