一种数学形态学二值图象编码快速算法

本文利用图像的几何特征，提出了一种二值图象无关失真快速编码算法，用数学形态学技术来提取图象的轮廓信息，给出了输入图象被结构元素膨胀和腐蚀操作的快速算法，并且提出了一种新的轮廓信息编码方法，实验结果表明本文算法非常有效。     

基于综合肤色检测和二值形态学的人脸定位研究

针对人脸定位检测中存在的速度慢、精度低及噪声干扰问题,提出了一种基于综合肤色检测和二值形态学的人脸定位检测算法.该算法将YCrCb(明亮度-色调-饱和度)模型与HSV(色相-饱和度-色调)模型用于人脸综合肤色检测,在YCrCb与HSV空间中根据待检测图像每点的颜色值进行人体区域或背景区域的判断;然后,将检测图像转换为二值图像,对图像进行形态学处理;最后,选用人脸几何特征对筛选后连通区域进行判别,实现人脸的准确定位和检测.实验结果表明,该算法对于简单、中等、复杂三种情况下人脸图像的检测正确率分别达到了99%、92%和85%.另外,由于二值形态学消噪算法的使用不仅提高了人脸检测的准确率,而且加快了检测速度.     

基于数学形态学的扫描地图点状符号识别方法

提出了一种基于数学形态学的扫描地图符号双向模板匹配识别方法.首先通过对扫描地图进行几何校正、背景消除、对比度增强、二值化和面元去除等预处理,然后采用基于数学形态学的双向模板匹配法对预处理扫描地图符号进行识别.试验结果表明该方法不仅能良好地去除扫描地图上噪声的影响,而且能有效、可靠地识别扫描地图符号,平均正确识别率达90%以上.     

一种基于数学形态学细化的道路跟踪选择算法

在航空图像中提取道路信息具有十分重要的军事和民用价值。利用航空图像中道路与背景之间通常存在着灰度差异,结合数学形态学知识,提出了一种基于数学形态学细化的线性跟踪选择算法,并对算法进行了详细描述和算法优点分析,通过实验验证了算法的有效性,实验证明所设计的线性跟踪选择算法检测效率较高,参数易于选择,道路提取效果好,具有较高的应用价值。     

基于边界特征的车道标识线检测方法

车道标识线的准确检测是实现车辆自动导航和车辆安全辅助驾驶的首要问题,为了得到较理想的车道的标线边缘,利用车道的边缘特征对车道图像进行二值化和形态学处理,对车道区域实现准确的边缘检测,最后利用Hough变换定位出车道标识线,完成对车道标识线的识别。实验表明,该方法能实现对复杂环境下车道标识线的准确识别,具有较好的鲁棒性和可靠性。     

基于数字形态学的车牌字符分割算法

随着科技的发展，车牌识别系统得到了很多应用。车牌识别系统包含三个部分：车牌定位、字符分割和字符识别。车牌字符分割是车牌自动识别系统中的重要步骤。车牌字符分割中存在噪声干扰、边框影响、铆钉和间隔符影响、车牌旋转、光照不均等问题。这些问题容易造成分割不准确，甚至分割错误。针对这些问题，提出一种新的字符分割方法，采用基于数字形态学的连通区域法进行字符的分割，并结合现有方法提出一个完整的、行之有效的字符分割方案，取得较好的实验效果。     

基于SIFT特征的哈希快速检索与图像匹配

针对SIFT算法在应用于图像匹配时,存在准确率低下和耗时等问题,提出一种SIFT特征的哈希快速检索与图像匹配方法。文中提出以二值化SIFT关键点描述子和哈希表相结合的方法对图像进行匹配。针对实验过程中出现的冲突项,通过在哈希表中添加标志位并记录冲突相个数和地址,完美地解决了高维描述子转化到低维冲突项的问题,加快了匹配速度。实验结果表明,该方法图像匹配速度优于传统SIFT匹配方法,加快了相似特征检索速度、提高了查询效率,并能够满足实时应用。所提出的采用SIFT关键点描述子的二值化与哈希检索相结合的方法,通过对比实验,证明了该方法在保证准确率的同时,提高了效率,实现了图像的实时快速匹配。     

文本图像的快速二值化方法

对应用广泛的Ｋａｍｅｌ－Ｚｈａｏ和Ｂｅｒｎｓｅｎ二值化方法分析其存在的问题并提出了一种基于局部的文本图像快速二值化算法（简称ＬＥＶＢＢ算法）．实验结果证明，该算法运算速度快，保持笔划连通性好，抗噪声能力强，并已在实际的车辆牌照识别系统中取得理想效果．     

基于局部特性的指纹细节点提取算法

提出了一种基于二值指纹局部特性提取细节点的算法.该算法与快速并行细化算法相比,在提取细节点准确性相当的情况下,速度大为提升.使用FVC2002指纹数据库测试表明,该算法可靠、高效.     

基于数字形态学的车牌字符分割算法

随着科技的发展,车牌识别系统得到了很多应用。车牌识别系统包含三个部分;车牌定位、字符分割 和字符识别。车牌字符分割是车牌自动识别系统中的重要步骤。车牌字符分割中存在噪声干扰、边框影响、铆钉和 间隔符影响、车牌旋转、光照不均等问题。这些问题容易造成分割不准确,甚至分割错误。针对这些问题,提出一 种新的字符分割方法,采用基于数字形态学的连通区域法进行字符的分割,并结合现有方法提出一个完整的、行之 有效的字符分割方案,取得较好的实验效果。     

一种改进的基于自动形态学的端元提取算法

自动形态学端元提取（AMEE）算法中的形态学算子在纯像元集中分布的区域无法得到正确的结果。现有膨胀操作在每个结构元素内只能提取一个候选端元,会造成重要像元丢失。为了解决这些问题,采用改进的形态学算子和结构元素对AMEE算法进行了改进。首先引入参考光谱向量的概念构建了改进的形态学算子,并给出了形态学离心率指数新的计算方法,然后利用偶数大小、改进的结构元素,从每个结构元素内选出4个候选端元,最后对改进的基于自动形态学的端元提取算法进行了分析和实验验证。结果表明,改进的方法能从纯像元集中分布的区域获得正确的候选端元,并在一定程度上避免膨胀过程中的信息遗失,从而能够有效地提升端元提取的精度和像元解混的效果。     

利用稀疏化生物视觉特征的多类多视角目标检测方法

鉴于生物视觉特征在目标分类中的良好性能,采用了一种基于稀疏化生物视觉特征的多类多视角目标检测方法。首先利用特征稀疏化方法对生物视觉的标准模型进行改进,有效提高了目标的可分性,然后利用滑动窗口的方法构建基于稀疏化生物视觉特征的目标检测器,采用局部邻域抑制算法完成特定目标的检测任务,最后通过构建场景中待检测目标的词典,对每类目标分别设计滑动检测器以完成多类多视角目标的检测任务,实验结果表明,该方法具有很好的检测性能。     

基于窗口的自适应中值滤波算法

滤波窗口是影响椒盐噪声滤除效果的重要因素。针对自适应中值滤波算法(RAMF)的不足,提出了一种基于窗口的自适应中值滤波算法。该算法分为噪声的检测和滤除两部分。在噪声检测部分,主要通过混合窗口检测出准噪声点,将其用窗口中值代替,而其余信号点保持不变。重复此方法,直至所有的准噪声点处理完毕。然后,在噪声滤除部分,主要根据噪声密度选择合适的最大滤波窗口半径,进而实现噪声滤除。最后,为验证算法的有效性开展了仿真研究,仿真结果表明本算法对椒盐噪声的滤除具有很好的效果,增强了图像的清晰度。     

Image feature extraction and classification based on statistical geometrical features

纹理识别是计算机视觉领域一个重要的课题,本文研究了统计几何特征（SGF）纹理分析方法并与向量机结合构建分类系统。对支持向量机（SVM）的多分类方法的实现,构建了粗分类和细分类相结合的多分类器,实现了纹理图像的准确划分,为有效纹理特征的表示奠定了基础。本文对统计几何特征提取方法进行了研究,利用图像函数图来进行纹理描述,使用一个可变的阈值把～幅灰度纹理图像切割成一系列二进制图像,由二进制图像的连通域、几何拓扑属性推导纹理描述特征。实验结果表明,统计几何特征具有非常强的纹理描述能力,同时能够克服图像的旋转。     

基于统计几何的纹理特征提取及分类算法

纹理识别是计算机视觉领域一个重要的课题,本文研究了统计几何特征(SGF)纹理分析方法并与向量机结合构建分类系统。对支持向量机(SVM)的多分类方法的实现,构建了粗分类和细分类相结合的多分类器,实现了纹理图像的准确划分,为有效纹理特征的表示奠定了基础。本文对统计几何特征提取方法进行了研究,利用图像函数图来进行纹理描述,使用一个可变的阈值把一幅灰度纹理图像切割成一系列二进制图像,由二进制图像的连通域、几何拓扑属性推导纹理描述特征。实验结果表明,统计几何特征具有非常强的纹理描述能力,同时能够克服图像的旋转。     

滑窗加权泽尼克矩特征的雷达目标识别技术

合成孔径雷达(SAR)图像的方位敏感性和相干噪声,影响SAR图像目标识别效果,针对此问题,提出了一种新的滑窗加权矩特征的雷达目标识别方法。利用三角剖分与生长切割算法得到将目标和阴影从相干噪声中分割出来的图像。根据泽尼克(Zernike)变换,计算Zernike矩,并提取滑窗加权Zernike矩作为特征不变量。最后,利用最近邻准则进行分类识别。仿真结果表明:利用滑窗加权Zernike矩作为特征向量,克服了SAR图像对方位的敏感性,有效地提高识别率,对SAR图像识别是有效的和稳健的。     

基于点云数据特征的电力线快速提取和重建

为了解决电力线点云可能存在交跨线点云较难处理、绝缘子点云较难分割、现有算法模型研究不完整问题,采用了基于点云数据特征的电力线快速提取和重建方法,首先通过输电线路体素栅格高程特征进行点云快速粗分类,然后运用随机一致性算法进行点云快速精化,采用顾及交跨线的滤波算法高效准确提取电力线点云,针对电力线局部线性模型分割出绝缘子,最后采用局部加权质心的方式提取电力线关键点,实现电力线的快速重建,并进行了理论分析和实验验证,取得了较好的实验结果。结果表明,电力线提取与重建综合准确率95.3%,总体耗时2.5s以内,验证了算法的快速性、准确性和鲁棒性。这一结果对电力线点云提取和重建有一定帮助。     

基于多种纹理特征的全色图像云雪区特征提取

针对全色图像云检测与雪检测的问题,文中提出了一种基于多种纹理特征的特征提取方法。首先,利用自适应的大津阈值分割算法提取云、雪区域。然后,通过分形维数、灰度共生矩阵、小波变换等方法提取云、雪区域的多种纹理特性。最后,利用径向基核函数的支持向量机(Support Vector Machine,SVM)分类器进行云雪自动检测。典型遥感数据的实验结果验证了本文算法的有效性。     

基于改进YOLOv3的快速文本检测

针对深度学习文本检测算法存在运行速度慢、模型体积大等问题,提出了基于改进的YOLOv3(You Only Look Once v3)文本检测方法(mobile-text-YOLOv3).通过深度可分离卷积思想轻量化Darknet-53网络,在高层特征借助双线性插值和偏移层使卷积核具有可变感受野,较大地改善了模型的性能;...     

Fast text location based on discrete wavelet transform

The paper describes a texture-based fast text location scheme which operates directly in the Discrete Wavelet Transform (DWT) domain. By the distinguishing texture characteristics encoded in wavelet transform domain, the text is fast detected from complex background images stored in the compressed format such as JPEG2000 without full decompress. Compared with some traditional character location methods, the proposed scheme has the advantages of low computational cost, robust to size and font of characters and high accuracy. Preliminary experimental results show that the proposed scheme is efficient and effective.