基于自适应阈值与圆形相似度的禁令标志检测

交通标志检测是影响交通标志识别速度和正确率的重要因素。采用一种 HSI自适应阈值粗分割方法获取场景图像的红色二值图,克服固定阈值分割算法受光照等外界因素影响较大的缺点。然后进行连通区域标记,排除了部分非禁令标志红色区域,并对多个相连禁令标志作有效分割,提取出禁令标志的候选区域。最后,通过分析候选区域外边缘的圆形相似度参数,确定了禁令标志区域。复杂道路环境下的场景实验表明：本方法具有较高的鲁棒性。     

基于二邻域局部阈值的矾花图像分割

本文提出一种采用二邻域类间方差局部阈值化算法对矾花图像进行分割，实践证明该方法非常有效，能基本解决常规局部阈值分割中出现的问题。     

基于多分辨率阈值的非均匀光照微视觉图像实时分割技术研究

为了满足微纳和生物医学领域对微视觉图像目标信息高精度实时提取的需求,提出一种基于多分辨率阈值的非均匀光照微视觉图像实时分割技术.针对传统方法所存在的在非均匀光照微视觉图像分割过程中难以精确估计阈值和实时性差等问题,首先根据微视觉图像的梯度概率密度稀疏分布特性,建立灰度强度分布估计目标函数,并利用迭代加权最小二乘法实现灰...     

一种边界-区域相结合的图像分割算法

提出了一种模仿人类视觉机制的区域-细节的图像分割算法.首先提取图像边缘,然后将边缘分段切割,得到端点集合,然后从端点集合生成Delaunay三角形网络,以Delatmay三角形为顶点,相邻三角形的属性差异作为边的权重,构造图;9以基于图的分割算法生成最小生成树,划分区域.最后用Snake模型精确确定区域边界,生成准确的区域边缘.实验证明,这种区域分割和边缘检测相结合的方法能准确地分割非纹理图像,较好地克服了块现象和非连续边界,相比单一区域分割或者边缘检测方法有更好的分割结果,并且计算速度比较快.     

K-均值聚类中心分析法实现红外人体目标分割

针对由于不同红外成像设备参数差异以及目标周围环境影响而造成的红外目标分割阈值自动选取算法的鲁棒性差这一问题,本文从红外成像的机理出发,提出了一个新的解决方案并加以实现.首先对图像的直方图采用K-均值聚类,然后通过对聚类中心分布特点的分析,确定图像分割的阈值.该方法不需要事先对图像进行均衡和对背景分布进行假设.实验结果表明,算法具有良好的鲁棒性.     

新的Otsu阈值改进方法的红外小目标检测

针对红外小目标区域灰度对比度很差的现象,以及红外小目标实时性检测的要求,在对Otsu阈值方法进行研究的基础上,结合红外小目标图像的自身特点,提出了一种新的Otsu阈值改进的红外小目标检测方法。该方法不仅继承了Otsu阈值方法比较简单,计算速度较快的优点,更重要的是很好地解决了照度不均匀的图像分割时候多个红外小目标粘连的问题,使红外小目标能够被清晰地检测出来。实验结果表明,新的Otsu阈值改进方法检测出红外小目标的准确率比Otsu阈值检测方法提高了20%。     

红外图像的动态阈值分割

在深入探讨目前图像分割算法的基础上,针对实际红外图像的分割提出了一种新的方法－－动态阈值分割算法。它利用局部空间阈值适度调整全局统计最优阈值,因而其分割阈值是动态的。实验表明该算法能够突出图像中感兴趣的细节,单动态阈值的分割效果相当于常规固定双域值的分割。     

基于局域最大亮度的靶状激光图像边缘检测

针对工程应用中靶状激光图像带有较强噪声干扰和要求图像处理速度快的特点,本文提出基于局域最大亮度的靶状激光图像边缘检测方法.该方法根据靶状激光图像由多个明暗相间的圆环组成的特征,采用一个大小适当的圆形检测模板,让模板沿着亮环按一定规则在一定范围内移动,计算模板内各像素点的亮度和,使亮度和为最大值的模板的中心点为这个区域的边缘点.用最小二乘法将由此方法获得的边缘点拟合定中.用摄像机(640像素×480像素,光靶分辨率为0.0504mm/像素)距光源10m处拍取50幅图像,处理后的定中标准差为0.0237mm.实验和应用结果表明,此方法速度快,精度高且抗噪声性能好.     

圆柱形三自由度超声电机定子的结构动力学优化设计

在已有研究的基础上,利用结构动力学方法,对圆柱形三自由度超声电机的定子进行了优化设计。首先根据该种电机的设计要求和先前的经验,确定了其定子的结构形式。然后应用精度较高的体积单元,建立了定子的结构动力学有限元模型。在灵敏度分析、确定设计变量的基础上,建立起定子的优化设计数学模型。最后,采用约束变尺度优化方法,在M ATLAB环境下编制了计算程序,得到了定子的优化设计方案,并制作了定子。实验表明:定子的工作模态满足预期的设计要求;实验结果与理论设计结果相符。同时,运用优化设计方法大大提高了设计效率。     

A novel level set method for image segmentation by combining local and global information

A novel level set method integrating local and global statistical information is proposed in this paper. In our method, a new signed pressure force (SPF) function is constructed by two parts. One is the global average intensity of the image, which can accelerate the evolution of the curve when the contour far away from the object boundaries. The other is the intensity average of difference image between the averaging convolution image and the original image, which can guide the evolving curve to catch the boundaries of the objects. In addition, an adaptive weighting function is utilized to adjust the ratio between the global and local terms, which can eliminate the inconvenient selection of weighting parameter. By substituting the new SPF function for the edge stopping function of the geodesic active contour model, we obtain a novel adaptive hybrid segmentation model, which is capable of segmenting the images with intensity inhomogeneity. What is more, in our method, the level set function is initialized with a binary function, which reduces the computational cost for the re-initialization step. The experimental results and comparisons with several popular models on synthetic and real images indicate that our method achieves superior performance in segmenting images with noise, low contrast and intensity inhomogeneity.     

一种基于Gabor滤波器的超声图像边缘检测方法

针对检测超声图像的边缘问题，介绍了一种基于Gabor奇部滤波器进行边缘检测的综合方法。为了去除图像噪声，首先进行基于小波变换和中值滤波的降噪处理，然后利用高斯函数平滑图像。在边缘检测过程中，使用Gabor奇部滤波器检测边缘。最后，使用非最大值抑制得到最终结果。结果表明该方法是对超声图像进行边缘检测的一种有用方法。当然，该方法也具有普遍性，可以应用到其他图像。     

基于色彩特征的超声医学图像分析方法

图像分割是计算机图像识别和理解的基础，本文提出一种基于色彩特征的彩色多普勒图像分割和基于频域双线性插值的图像旋转与用户交互式剪切相结合的图像分析方法，通过计算彩色超声医学图像的三基色R，G，B的色彩特征，提取出感兴趣的区域并实现了图像的分割，实验证明这是快速可行的彩色分割方法。     

基于双门限阈值的爆破块度图像识别研究

为改进爆破块度图像分割中容易存在的过分割、噪声、"黑洞"现象等问题,提出了双门限阈值分割技术,开展了多种类型的爆破岩块图像分割实验和小型爆堆的手工测量实验,实验结果表明,双门限阈值法与灰度阈值法、适应性阈值法、Otsu大津法等常用的分割方法相比,对爆破岩堆的图像分割效果更优,能够解决岩石表面噪声问题;与手工测量相比,双门限阈值技术对爆堆图像分割的平均相对误差为12.0%,误差主要因岩块的边缘棱角效应所致,这种效应使得分割结果偏大。双门限阈值分割技术能较好地应用于爆破块度图像识别。     

基于双门限阈值的爆破块度图像识别研究

为改进爆破块度图像分割中容易存在的过分割、噪声、"黑洞"现象等问题,提出了双门限阈值分割技术,开展了多种类型的爆破岩块图像分割实验和小型爆堆的手工测量实验,实验结果表明,双门限阈值法与灰度阈值法、适应性阈值法、Otsu大津法等常用的分割方法相比,对爆破岩堆的图像分割效果更优,能够解决岩石表面噪声问题;与手工测量相比,双门限阈值技术对爆堆图像分割的平均相对误差为12.0%,误差主要因岩块的边缘棱角效应所致,这种效应使得分割结果偏大。双门限阈值分割技术能较好地应用于爆破块度图像识别。     

二维直方图重建和降维的Otsu阈值分割算法

指出二维直方图直分法中存在区域划分不合理和抗噪性差问题,提出一种新的阈值分割方法,导出有关计算公式.首先分析噪声点在二维直方图中分布情况,通过重建二维直方图减弱了噪声对阈值分割的干扰;然后将二维直方图区域划分由四分法改为二分法,使得阈值搜索的空间维度从二维降到一维;最后分别给出现有二维直方图分割算法和本文方法的仿真结果.理论分析和实验结果表明,该方法可以运用于几乎所有基于二维直方图的阈值分割,特别是对受噪声污染的图片进行阈值分割时,能使分割后的图片内部均匀、边界准确、抗噪性更稳健,所需运行时间大幅减少.     

小波分析在图像处理中的应用

本文介绍小波分析在图像处理中的应用,有多尺度边缘检测、图像识别、图像分割.边缘检测包括可去除多余边缘的一般灰度图像实例,彩色肿瘤图像的边缘提取,汉字放大.图像识别中,对于汉字或字母的识别,是将二维图像信号降维后再进行小波分解,通过计算各层次的分形维数形成特征向量从而可以进行识别;仿射变换后的汉字或其它图像可用多尺度小波的仿射不变函数进行对比识别.最后介绍了两种图像分割算法,首先利用基于能量分析的方法将纹理部分和平滑部分先分开,然后再利用基于奇异性分进行细分,得到最终分割的结果.     

一种改进的倾斜航拍图像注释块分割方法

航拍图像的注释信息中记录着航拍中重要的成像参数,如相机类型及外方位元素等。本文针对当前倾斜航拍图像注释块分割存在的一系列问题,提出采用小波变换进行分割的改进方法,并结合数学形态学的方法进一步分割出注释块。实验证明,该方法不仅快速,而且准确,取得了良好的分割效果。     

卫星遥感图像中类圆形油库的自动识别方法

油库是典型军事目标之一,对其识别是卫星图像判读的一项重要内容,传统的方法是通过判读员进行人工判读,工作量非常大是其缺点之一。为了克服这一缺点,本文提出了一种类圆形油库的自动识别方法。首先利用Kapur熵法对图像进行阈值分割,得到二值图像：然后对二值图像中的白像素进行最近邻聚类形成团块,并计算其面积以及体态比和矩形度等形状参数;最后利用油库近似圆形和成群分布的特点对油库群进行识别和定位。实验结果表明该方法对于高分辨率卫星遥感图像中的类圆形油库的识别是很有效的。     

基于机器学习的金属近表面缺陷超声检测方法

在超声脉冲回波检测技术中,由表面回波产生的"死区"会隐藏近表面缺陷的回波信号,对于近表面缺陷的实际检测造成一定的干扰.针对上述问题,提出一种将数字信号处理与支持向量机相结合的方法,通过识别缺陷一次回波和二次回波,实现对近表面缺陷位置的准确计算.实验中,通过垂直入射超声脉冲回波法采集轴承内圈的A波信号,使用支持向量机分类...     

基于背景重构和水平集的多运动目标分割

针对固定摄像机监控中多运动目标自动分割问题,本文提出了一种基于背景差分和水平集的新方法.首先,该方法通过求解连续三帧图像的对称差分,确定出当前帧中的背景像素点,并对背景像素点的灰度值进行统计,最后选择频率最高的灰度值作为该点背景像素灰度值来重构背景.其次,提出了基于8-邻域搜索的区域生长算法完成连通区域的检测,并通过设置阈值和连通域分析,消除背景块噪声并标定出运动目标区域.最后,对所有运动目标区域块,分别采用无需重新初始化的水平集算法作分割,得到封闭和完整的目标轮廓.实验结果表明,该算法能实现固定摄像机滥控中刚体或非刚体的多运动目标的自动检测和轮廓分割.