指纹图象预处理

采用块方向图滤波的方法实现了沿指纹纹线方向的图象增强及图象的二值化,用细化模板匹配的迭代方法实现了纹线的细化,解决了指纹纹线复杂难以提取的问题,具体实现了指纹图象的预处理。经过预处理后提取出了纹线,且保留了纹线的关键信息,有利于下一步的特征提取工作。     

核磁共振图象的预处理

核磁共振等医学图象,由于受成象方法的限制,图象中病变部位常湮没在噪声信号中,引起医生的漏诊甚至误诊,如果经过适当降噪预处理,可以使病变部位特征更加明显,从而使医生的诊断更准确。但降噪算法常会因过度平滑引起图象细节特征的模糊,因此需求采用能保留细节的平滑处理算法。该文采用改进的基于梯度的偏微分算法,克服了退化扩散议程对图象细节的模糊效应,兼顾了降噪和保细节,对比几种常用的保边界平滑算法,实验结果表明,该文的改进算法对于核磁共振脑瘤图象的预处理,优于其他几种算法。     

指纹图象自动识别前的预处理

本文提出的预处理方法基于指纹图的局部方向性，而非基于灰度分布，它包括获取方向图，基于方向的滤波、分割国化等步骤。实验表明：这种方法与一般基于灰度的方法相比，能够更有效地去除干扰，对模糊的指纹图，可以得到相当清晰准确的处理结果。     

工程图扫描图象预处理方法的研究

提出了一种针对工程图扫描图象的预处理方法 ,用锐化滤波、自适应二值化、基于行相邻图的二值图象改进算法等方法逐步改善扫描图象质量 ,以进一步提高后期图形识别的精度 ,其中基于行相邻图的二值图象改进算法较现有常规算法在速度和质量上有较大的提高 ,同时为后续图形的识别建立了一种良好的数据结构。     

视频监控系统中的图象预处理技术

主要分析和讨论工业图象预处理的基本技术与方法，并介绍了近年来发展的图象预处理中的软计算方法。     

BZ反应的计算机模拟及其在医学图象预处理中的应用

Belousov-Zhabotinsky反应(BZ反应)复杂的非线性动力学特性可被用来有效地进行图象处理.本文首先对描述BZ反应的Tyson模型进行动力学分析,推导出模型稳定条件下的参数选取方法,然后将模型在时域和空间上离散化,通过计算机模拟,获得了振荡的化学波图象,继而将此模型应用于医学CT图象的预处理过程,在一次演化过程中即得到了灰度变换、正反模式翻转、边缘增强等多种结果.进一步地,在灰度组织显现为前景目标时对图象进行阈值分割即能将该灰度组织提取出来,实验结果良好,与临床中常规的窗宽窗位调节法相比,对医学背景知识的要求较低,这在一定程度上使进行不同灰度组织的提取变得容易.     

复杂条件下的船舶目标检测的图象预处理

给出了一种复杂条件下基于视频图象的实现船舶目标自动检测的图象预处理方法,其成功运行于长江三峡临时船闸的船舶检测系统中。因在室外环境中,船舶检测受到反光、阴影等的干扰;对干扰区的检测成为提高精度的关键。提出了一种新的基于边缘带周转象素的灰度直方图构造方法,该直方图能同时用于检测极大和极小的目标,用于反光和阴影区域的检测;并分析和使用干扰区的灰度和结构特征,进行干扰区域的进一步确认,提高了检测精度和抗     

扫描输入图象中曲线图形的细化

扫描输入中得到曲线图形，为了去除多余的噪声和提取有用的目标信息，线细化就是一项很重要的工作。本文在分析经典算法基础上，提出了串并结合的二值图象线细化算法，经程序验证和对比，表明它具有良好的细化效果和较快的处理速度。     

序列图像编码的自动识别

目标的识别与匹配一直是完成图像测量和跟踪技术的关键。用图像编码的方法,可实现多幅图像中的测量点的识别与匹配,并进一步实现整个测量过程的自动化。其核心思想是对测量点进行编码加载信息,然后在多幅图像中对编码信息进行提取与识别,在确定这些点的位置信息和属性信息后即可实现识别与匹配。实验表明：该编码能在复杂的背景中被有效地识别,其识别与匹配正确率高、速度快,并且该编码方法也可以应用在测量系统的自动标定、移动目标的快速跟踪等多种场合。     

基于神经网络的汽车车图象自动识别

提出了一种利用前向三层神经网络及计算机视觉技术对汽车车型进行自动识别的方法,包括汽车车型图象的分割,特征提取以及基于前向三层神经网络的自动识别和分类,文中的所有算法均在５８６／１３３微机上实现,识别和分类效果良好。     

基于形态学变换等技术的川南石刻图像预处理方法研究

川南石刻图像自动识别系统中的预处理是十分关键的一步,预处理效果的好坏直接关系到后面特征提取与识别的质量.论文详细讨论了图像预处理的方法与过程,并在此基础上提出基于数学形态学的川南石刻图像分割、灰度、二值化、增强、边缘提取等预处理方法,最后在仿真实验中证明了该方法的有效性.     

基于自动聚焦算法的多聚焦图像融合

在分析了多聚焦图像特点的基础上, 将镜头自动聚焦算法移植到多聚集图像融合问题的研究中, 并加以改进, 其主要思想是: 以高频分量作为图像清晰度的判据, 寻求多聚焦图像的聚焦区域, 将其直接移植到融合图像中; 而对于一个焦点到另一焦点的过渡区域, 对其用取最大特征的融合算子进行处理。实验表明, 该算法是原图像特征的最佳近似, 优于小波分解的融合算法。     

图像识别技术在零件装配自动识别中的应用

针对工业装配生产线的自动装配问题,基于机器视觉技术,采用图像处理的方法识别定位工件。考虑透镜的径向一阶畸变,采用RAC两步标定法标定摄像机参数,并在线对该文的方法进行了验证。实验结果表明,该方法能够获得很好的识别效果,达到一般装配作业的实时性和精度要求。     

基于判别模型与生成模型的层叠图像自动标注

图像自动标注是模式识别与计算机视觉等领域中重要而又具有挑战性的问题.针对现有模型存在数据利用率低与易受正负样本不平衡影响等问题,提出了基于判别模型与生成模型的新型层叠图像自动标注模型.该模型第一层利用判别模型对未标注图像进行主题标注,获得相应的相关图像集;第二层利用提出的面向关键词的方法建立图像与关键词之间的联系,并使用提出的迭代算法分别对语义关键词与相关图像进行扩展;最后利用生成模型与扩展的相关图像集对未标注图像进行详细标注.该模型综合了判别模型与生成模型的优点,通过利用较少的相关训练图像来获得更好的标注结果.在Corel 5K图像库上进行的实验验证了该模型的有效性.     

数字图像处理技术在车辆自动识别系统中的应用

设计并实现了一种自动车辆自动识别系统。它着重介绍了如何实现采集高质量的易于处理的图片以及如何利用图像处理技术对图片做处理，为后面提取车型特征，正确分类车型作准备。系统简单、快捷、有效，实现完全自动化，实际应用中达到了满意的效果。     

手机软板自动检测的图像预处理及分割方法

针对自动光学检测在手机软板缺陷检测中对图像处理的要求比较高的特殊性,研究了手机软板图像的预处理及分割的方法;根据手机软板图像存在的噪声多为椒盐噪声的特点,采用中值滤波的平滑方法;而LOG(Laplacian of Gaussian)的锐化方法既可以实现噪声的控制,又能对边缘进行检测,很适合图像的增强;在分割方法的选择上,根据其灰度分布特性,提出了一种改进的自适应阈值选取方法;实验结果证明了算法的有效性和可靠性,为进一步提高手机软板缺陷检测的准确性提供了保障。     

基于图像理解的桥梁自动打击效果评估系统研究

提出一种基于图像理解的桥梁打击效果评估方法。该方法从三层图像理解出发,通过底层、中层、高层的分级处理,形成系统的评估循环;用桥梁图像信息与知识库中相应规则进行匹配以得到正确的评估结果;通过推理机和数据库,实现对知识库的动态维护。     

基于特征加权的自动图像分类方法

低层特征的选择与提取是自动图像分类的基础,一方面,所选择的图像特征应能代表各种不同的图像属性,利于不同类别图像之间的区分;另一方面,为了提高后续模型的计算效率,需要减少噪声特征、冗余特征.提出了一种基于特征加权的自动图像分类方法.该方法根据图像低层特征分布的离散程度来衡量特征相对于类别的重要性,增加相关度高的特征的权重,降低相关度低的特征权重,从而避免后续模型被弱相关或不相关的特征所支配.所提的特征加权算法主要考察的是特征相对某个具体类别的重要程度,可以为每个类别选择出适合自身的特征权重.然后,将加权特征嵌入到支持向量机算法中用于自动图像分类,在Corel图像数据集上的实验结果表明,基于特征加权的自动图像分类算法可以有效地提高图像分类的准确性.