车牌图像的倾斜校正

针对目前车牌图像检测精度不高、检测到的倾斜角误差较大的问题,提出了基于Radon变换的车牌图像倾斜校正的方法.该方法对车牌图像进行牌照区域定位,分割出牌照区域图像;对牌照区域图像进行边缘检测,再对其进行Radon变换,对Radon参数进行分析得出水平倾斜角和垂直倾斜角,通过双线性插值方法校正车牌图像.实验结果表明所提出的方法可以实现多种倾斜方式的校正,对水平倾斜的校正效果最佳.     

浅谈区域生长法在车牌定位中的应用

图像分割是根据图像的一些特征或特征组合的相似性准则对图像进行处理分类,把图像空间分成若干个某些具有一致性属性的不重叠区域。人们在几十年来一直对图像分割方法进行研究,到目前为止,已经有大量的关于图像分割的理论、技术、方法被人们相继提出并广泛应用。图像分割方法大致分为三类:基于阈值的分割方法、基于边缘检测的方法和基于区域的分割方法。在本文中,将主要对区域生长法加以研究,并且应用区域生长法完成对汽车车牌的定位。     

基于多技术融合的桥梁蜂窝麻面的图像分割

在桥梁安全检测中,桥梁蜂窝麻面病害的检测主要受到光照不均等的问题,由此提出了一种基于融合多种图像处理技术的桥梁蜂窝麻面的图像分割算法.首先基于各类图像灰度化算法,找出了基于原始图像的加权法灰度化最适合应用于蜂窝麻面病害之上;其次基于加权法灰度化后的图片,进行了灰度图像二值化处理,通过对比全局阈值法、自适应阈值法以及自定义阈值法等方法,选择了自适应阈值法进行了图像的二值化,取得了主要病害的轮廓;最后通过引入中值滤波法,选择最佳半径消除了噪音,使得病害区域轮廓更明显.实验表明:与二维OTSU法以及Niblack法等几种算法相比,该方法的分割效果明显,并保留了主要的病害区域.     

基于图像二值化和特征的车牌定位

汽车牌照的自动定位是智能交通系统中的重要组成环节之一,是实现车牌识别(LPR)系统的一项关键技术。针对不同背景和光照条件下的车辆图像,提出了对牌照图像二值化的初定位,得到车牌的候选区域,然后利用车牌的特征进行二次定位,得到车牌区域,实验表明该方法结果良好。     

一种基于大津法改进的图像分割方法

为了解决大津法分割图像容易造成图像细节丢失的问题,提出一种基于大津法改进的图像分割方法。首先,将三通道彩色图像分离为3个单通道图像;其次,分别使用大津法进行图像的二值化;再次,利用得到的3个阈值和3幅二值化图像进行投票,判断获得最终的二值化图像。实验表明,该方法能较好地保存图像的细节,图像边缘受光不均匀部分也能进行很好地分割。结果表明:该方法对部分图像的分割优于大津法。     

基于数字图像处理技术的遥感影像道路提取

本文针对道路提取目标,首先,对图像进行对比度扩展和均值滤波处理：然后利用图像分类方法对道路进行分类并对其进行二值化处理：最后对二值化图像进行腐蚀和膨胀运算处理,实现了道路的全局提取。实验结果表明,该方法对提取遥感图像中的道路效果明显。     

基于机器视觉的LED印刷电路质量检测技术

针对在玻璃基片上印刷LED电路过程中容易产生短路、毛刺等缺陷问题,提出一种基于机器视觉的玻璃基片LED的印刷电路质量检测方法。对数字图像二值化预处理自适应阈值的方法进行了比较分析;对二值化图像出现的噪声干扰点,提出了分割连通域的图像滤波方法,将获取的二值化图像进行连通域提取并根据连通域的面积分割出噪声干扰点;利用图像检测方法对玻璃基片LED电路进行缺陷检测。结果表明:该方法在效率和精度方面都有提高。     

图像复原中的多参数估计分析

主要采用层次贝叶斯模型对图像恢复中的正则化参数和图像噪声估计进行了数学分析。通过计算参数的后验概率分布来优化确定这些参数。给出多参数迭代计算公式的一种新的推导过程。分析显示,该方法更清晰简洁、数学上更严谨。     

基于图像分析的安全带识别算法研究

为了规范交通主管部门对机动车安全驾驶的科学管理,提出了一种安全带检测方法。该方法在对图像数据进行预处理的基础上,分别进行了车辆位置估算、车牌检测、车窗定位、人脸检测以及安全带检测。选取某个城市的安全带图像数据进行测试,通过测试程序验证了本文算法的有效性。     

基于非抽样形态小波的图像融合方法

该文提出一种将二通道的非抽样形态小波（Un-decimated Morphological Wavelet,UMW）扩展为三通道的非抽样形态小波（3-Channels Un-decimated Morphological Wavelet,3CUMW）的方法,这种方法将图像的细节信号进行细化,拓展为2个通道的细节信号,针对不同物理含义的细节信号分别进行融合处理,从而改善融合图像的质量。通过红外与可见光图像、多聚焦图像、遥感图像的图像融合实验,证明该方法具有有效性。     

基于灰度聚集度的图像变化检测

引入既能反映点的数目,又能反映点的分布状况的指标-聚集度,讨论了有关性质,给出了利用聚集度进行图像变化检测的方法．将标准图像与待检测的图像二值化,以差图像中“1”和“-1”的聚集度的最大者判断图像是否发生变化．通过理论分析和实际检测,表明用聚集度进行图像变化检测,不需要对待检测图像进行预处理,可以有效地克服图像噪声干扰带来的影响。     

关于大豆种子分拣图像预处理的研究

采用CCD进行大豆种子分拣图像采集过程中,对于原始图像的预处理尤为重要。利用Opencv软件对图像进行图像增强、图像平滑处理以及图像二值化处理。着重分析对比图像平滑处理中的均值滤波、中值滤波、高斯滤波的效果,得到一种可靠高效的图像预处理方法。     

QR码图像矫正的应用研究

针对摄像头采集QR码图像时,往往出现QR码图像倾斜、畸变等问题,提出了利用QR码特征与图像旋转、图像映射矫正相结合的矫正方法.该方法在对条码图像做常规预处理和行程编码后,通过位置探测图形的位置关系来判断QR码图像倾斜畸变情况,依据倾斜畸变情况选取矫正方法,矫正后直接利用采样网格和统计方法提取信息.经测试,该方法实现简单,可提高QR码的有效识别率;浮点运算量较小,可应用于嵌入式系统.     

织物疵点图像消噪方法的比较

织物疵点图像的消噪是疵点识别和分类的重要预处理步骤。采用中值滤波、Wiener滤波和小波阈值化消噪3种方法对织物疵点图像进行消噪处理。在采用中值滤波和Wiener滤波时,同时选用3×3和5×5滤波器进行消噪;在采用小波阈值化消噪时,计算图像全局阈值,同时采用软、硬阈值消噪方法,对疵点图像进行消噪。通过实验比较,采用小波阈值化方法消噪时,疵点图像边缘清晰,峰值信噪比显著提高,其效果明显好于中值滤波和Wiener滤波;采用小波阈值化消噪后的疵点图像可在特征提取和识别中使用。     

基于二值图像连通域提取的图像滤波方法

为解决常用滤波方法对目标图像噪声抑制效果不理想的问题,提出了一种基于二值图像连通域提取的图像滤波方法。将采集到的图像进行二值化,对图像进行连通域提取并根据连通域的轮廓筛选出噪声干扰点,对噪声点进行过滤,保留图像细节特征,对目标图像的噪声达到有效抑制的效果。结果表明:该方法在特定应用上优于常规滤波方法。     

基于网格的织物图像拼接技术

图像拼接技术是计算机视觉和数字图像处理中的重要分支。本文首先研究在图像配准过程中绝对差、差值平方和,以及归一化相关系数对配准时间和精度的影响;其次研究算术平均法、加权平均和多分辨率小波融合方法对消除拼接接缝的效果;最后通过对时间复杂度、匹配度和融合效果的分析,得出适合织物图像的拼接方法。通过研究发现,采用基于灰度空间上的网格特征匹配和应用加权平均方法进行重叠区域的图像融合可以很好地完成织物图像的拼接。     

基于JSEG算法的纺织品印花图像分割

 针对机器视觉对纺织品印花精度的检测问题,提出了利用JSEG算法对印花的纺织品图像进行分割。主要通过对图像的滤波,颜色的矢量化和区域的增长与合并,完成图像区域的分割。通过实验给出了颜色量化阈值和区域合并阈值对图像分割的影响以及选取的方法,最终给出该算法对印花纺织品图像的分割效果图,表明该算法利用颜色信息和区域信息,对包含纹理信息的彩色印花图像有良好的分割效果,并且对由日光引起的一些干扰有一定的抑制作用。     

基于粒子群优化算法与形态学的纸病图像检测方法

针对传统边缘检测算子对纸病图像检测的不足,提出了一种基于粒子群优化算法和数学形态学的边缘检测方法。首先通过粒子群优化算法得到图像最优分割阈值,将图像二值化,然后利用数学形态学中的腐蚀运算对纸病图像进行边缘检测。仿真结果表明,相比传统算法,该方法的检测结果更真实地反映了纸病图像的形态特征,且边缘定位准确,取得了较为理想的检测效果。     

基于机器学习的素描图像处理技术

图像素描化在激光雕刻领域中发挥着极其重要的作用,传统的图像素描处理方法是不同的图像采用同一种算法进行处理,存在适用率不高和部分参数不通用问题。文章提出一种基于机器学习的素描图像处理技术,通过搭建素描图像处理神经网络系统,使用构建的素描图片数据库对模型进行多次迭代训练,最后达到预期素描处理效果,提高了图片素描化处理的普适性。     

图像二值化方法对比分析

图像二值化使图像中有用信息和无效信息的对比度达到最大,以突出主题,方便边界提取等处理。图像二值化的方法不同,结果也不同。使用MATLAB和Photoshop分别对同一图像进行二值化,并对结果进行对比分析,选取最优结果。