二维直线型Renyi熵阈值分割方法

考虑到噪声对图像的影响,提出了二维直线型Renyi熵阈值分割方法,由于二维方法的运算量太大,给出了二维直线型Renyi熵方法的快速递推公式。实验表明,对于噪声图像二维直线型Renyi熵阈值法可以获得比传统二维Renyi熵更好的分割结果。     

基于遗传算法的车道线识别

与传统的经过图像处理的识别方法不同,利用CCD采集的道路灰度图像,采用抛物线模型作为目标函数去拟合车道线,应用遗传算法对抛物线参数进行优化,通过二进制编码、多点交叉及变异等遗传过程,得到各个参数的最优解,从而识别车道线.试验结果表明,本方法能有效消除复杂环境下噪声的不良影响,准确识别车道线,大大提高了识别的实时性.     

边缘检测识别道路边界时消除标识线干扰的图像处理方法

针对通过对道路图像进行边缘检测来识别道路边界时道路中道路标识线的边缘特征对判断造成干扰的问题,提出了一种处理图像的方法.该方法基于边缘检测算法检测到的边缘对道路的灰度图像进行逐行处理,通过对该行中边缘通过的点附近的灰度值进行判断和修改来降低道路标识线的边缘特征,同时保留道路真实边界的边缘特征.在该方法基础上搭建了基于边缘检测的道路边界识别系统并对方法进行检验,使用130余张道路图片作为输入,验证了方法的有效性和实时性.实验结果表明,该方法能有效消除道路标识线对基于图像边缘检测的道路边界检测方法的干扰.     

基于肤色和边缘轮廓检测的手势识别

本文采用视频图像处理技术进行人手识别,利用肤色分割和Freeman链实现边缘轮廓的提取.本算法可快速、高效地识别几种基本手势.利用序列图像特征性进行机器人导航.     

基于DBSCAN的复杂环境下车道线鲁棒检测及跟踪

为了提高车道线检测的准确性、实时性和鲁棒性,首先,利用逆透视点变换减少图像形变;根据颜色和几何特征,基于DBSCAN算法实现聚类簇划分.然后,利用基于抛物线模型的随机采样一致性拟合方法初步完成车道线提取,并针对不同的环境干扰,制定了相应的优化策略,实现了自车道线的鲁棒检测.最后,利用卡尔曼滤波对车道线模型进行跟踪处理,...     

基于图像质量分析与多角点融合的车道线识别算法

为了解决车道线识别中环境因素影响图像质量的问题,提出了一种基于图像质量分析与多角点检测融合的车道线识别算法.通过设计基于灰度与频域的图像质量分析函数,建立多阈值判断机制,确保图像中包含所有的车道线且清晰度达标.在此基础上融合多角点特征,对车道线特征点进行定位.基于OpenCV开源函数,实现车道检测算法,采用C#语言完成...     

基于实例分割的复杂环境车道线检测方法

针对基于语义分割的车道线检测方法存在的特征表述模糊、语义信息利用率较低的问题,采用实例分割算法,提出基于改进混合任务级联（HTC）网络的车道线检测方法. 基于HTC网络模型,在主干网络中引入可变形卷积,提升主干网络对复杂环境中车道线特征的提取能力. 改进特征金字塔网络结构,在特征金字塔网络的基础上添加自底向上的低层特征传递路径,引入空洞卷积,在不损失车道线特征信息的情况下增加特征图感受野,利用低层特征中所包含的车道线的精确定位信息,提高车道线的检测精度. 实验结果表明,改进HTC网络模型可以实现车道线特征的鲁棒提取,在复杂道路环境中可以获得较好的检测性能,有效提高了车道线检测精度.     

基于Beamlet和K-means聚类的车道线识别

为了解决视频车道线识别中抗噪性差和鲁棒性低的问题,本文提出了一种基于新的特征提取和分类的快速车道线识别算法。算法首先对预处理后的灰度图像进行改进的Beamlet变换,然后对Beamlet的中点集合运用改进的K-means方法进行聚类分析;最后对每类中的中点集合分别进行基于三阶贝塞尔曲线的RANSAC拟合后可以准确地提取出车道线。本文通过简化Beamlet词典与快速提取Beamlet基,加快了Beamlet变换的计算速度;通过寻找最佳投影线与多次迭代聚类中心来改进K-means聚类,解决了曲线车道线和车道线数目的聚类问题。实验证明,对于结构化或非结构化的道路环境,本文算法的都具有很好的可靠性、实时性和鲁棒性。     

基于数学形态学的图像边缘提取方法

提出了一种基于数学形态学的灰度图像边缘提取方法,并进行了仿真实验。实验结果表明,该方法不仅具有较好的去噪和边缘提取能力,而且算法简单易于实现,运算速度快。     

基于模拟退火并行算法的二维熵多阈值分割

针对二维熵法在多阈值分割时计时长、复杂性高等问题,引入模拟退火并行遗传算法对该算法实行优化,构造模拟退火并行遗传算法搜索二维最大熵值中的最优阈值,对二维熵法在多阈值分割经模拟退火并行遗传算法搜索改进前后的结果进行说明及对比。此优化算法比传统的模拟退火算法时间缩短了71.5%,说明此算法大大提高了分割效率,不仅能保证图像分割精度,而且能加快获得最佳阈值的速度,是一种有效且实用的图像分割方法。     

基于信息融合的车道检测算法

提出了一个基于图像区域分割和边缘检测信息融合的车道检测算法,首先在HSV颜色空间内进行基于区域的分割,得到车道边界的模板;接着将车道边界模板和道路边缘检测结果进行操作,得到车道边界点;最后对车道的边界点使用Hough变换进行处理,得到车道的方向和位置.算法将基于区域分割的信息和边缘检测的信息相互补充,提高了车道边界提取的精度.仿真实验结果表明,对于多种复杂的道路环境算法都可以鲁棒的检测出准确的车道.     

基于相对条件熵的搭配抽取方法

针对以往研究将搭配视为词项的简单并置，而没有考虑词项间的倾向性的问题，提出了一个基于相对条件熵的搭配倾向统计模型，衡量中心词对上下文同现词的依赖程度。此外，加入语言学启发式规则，利用词性过滤器和滑动窗口的方法识别搭配边界，最终形成了在开放语料库环境下的搭配抽取方法。该方法具有很强的解释性，有效地揭示了搭配构成的内在机理。经过证明，搭配倾向强度可以解释为由方向修正的互信息。     

New Individual Identification Method of Radiation Source Signal Based on Entropy Feature and SVM

In this paper, according to the defect of methods which have low identification rate in low SNR, a new individual identification method of radiation source based on information entropy feature and SVM is presented. Firstly, based on the theory of multi-resolution wavelet analysis, the wavelet power spectrum of non- cooperative signal can be gotten. Secondly, according to the information entropy theory, the wavelet power spectrum entropy is defined in this paper. Therefore, the database of signal＇ s wavelet power spectrum entropy can be built in different SNR and signal parameters. Finally, the sorting and identification model based on SVM is built for the individual identification of radiation source signal. The simulation result indicates that this method has a high individual＇ s identification rate in low SNR, when the SNR is greater than 4 dB, the identification rate can reach 100%. Under unstable SNR conditions, when the range of SNR is between 0 dB and 24 dB, the average identification rate is more than 92.67%. Therefore, this method has a great application value in the complex electromagnetic environment.     

基于最大熵方法的评论信息抽取方法

基于目前互联网的信息与日俱增而用户评论信息利用度很低的现状,提出了一种基于最大熵分类器进行评论信息抽取的方法,并结合自然语言处理技术,利用同义词林以及反义词林定位产品评论属性值的语义极性。最后,通过试验验证了评论信息抽取方法的可行性。     

一种基于方形函数的邻域灰度差值边缘提取方法

根据数字图像处理中现有边缘检测算子,对连续边缘的检测及抵抗噪声的能力问题,提出一种基于方形函数的测算法。首先将目标图像划分成方形的采样网格;然后确定检测的起始点位置,利用图像边缘处内外灰度差值最大原理判定该方形区域边缘所在的切线位置;最后通过多个区域的并集取得图形边缘。实验证明通过该算法可以提取出较为完整的边缘,抗噪能力也优于以往的边缘检测方法。     

基于多尺度边缘提取的薄雾图像处理方法

雾天获取的图像,掩盖了部分需要的真实信息.针对这类图像,给出了应用强化边缘的方法进行处理,主要采用多尺度边缘提取方法获得图像边缘;用小波阈值去噪法对图像进行消噪处理;为了避免传统方法产生的块状现象,最后用三次样条插值对图像进行平滑处理.     

基于方案熵的潜艇系统方案综合评估方法

分析了潜艇系统综合评估的指标体系,提出了方案熵的概念。采用三角模糊数来建立判断矩阵,根据水平截集和乐观指标,由模糊区间运算得出方案熵,根据其大小对潜艇系统进行分析评估。     

浅析基于多属性决策理论的评估系统中的熵权法

面向多属性多指标评估系统,在测评者对各指标及受测者都很熟悉的情况下,探索一种适合的赋权方法。主要阐述了熵权法的原理及计算过程,并结合实例进行应用分析,结果表明,熵权法比其他方法能更好地解决该情况下的指标赋权问题。由此得出结论：熵权法是非专业性评估系统中各指标的最佳赋权方法。     

基于线性组合模型的人脸特征检测方法

为了实现人脸图像特征的自动检测,提出了一种基于线性组合模型的人脸特征检测新方法.该方法通过原型人脸标定获取人脸特征知识,并使用模型匹配来检测目标人脸特征.在建立人脸线性组合模型的过程中,提出了局部约束光流算法,解决了有局部特征信息的人脸图像稠密对应问题.在MPI和ORL人脸数据库上进行的人脸特征检测得到的平均误差分别为96.7%和86%,该结果表明了基于线性组合模型的人脸特征检测方法是有效和实用的.     

一种新的用于视觉检测边缘提取的噪声去除法

由于光照不均和被测物表面污染等原因,使视觉测量系统所采集图像可能携带块状和带状噪声,而通常的边缘检测算法无法有效地去除这类噪声,由此造成假边缘。以此为切入点,提出了当噪声所造成假边缘几何尺寸小于被测物体本身的几何尺寸时,可以去除假性边缘的＂直线模板去噪法＂。所论方法在检测阶跃状边缘时提出,同时可将此法推广到屋脊状边缘处理。实验证明该算法有较好的去噪能力。