溶胶-电雾化系统雾滴速度场LDV测量的研究

用基于多普勒频移和相位差原理的LDV(Laser Doppler Velocimeter)技术研究了溶胶一电雾化系统中荷电雾滴的轴向速度及其分布，并分析了雾滴在输运过程中的受力情况。结果表明，在电场力、重力、流体拖曳力等共同作用下，雾滴轴向速度在垂直于雾场轴线的平面内沿远离轴线的方向逐渐降低，但各点速度分布的标准偏差趋于减小；随着轴向距离的增加，雾滴速度明显增大，在距喷头5cm处高达1．2m／s，并沿径向分布趋于一致。这些结果为溶胶一电雾化系统中薄膜沉积过程的理论研究提供了实验依据。     

基于视频的车型分类算法研究

对视频图像处理中车型分类算法涉及的摄像机标定和目标分割算法进行研究。通过摄像机标定实现像素坐标到世界坐标的映射,进而准确获取车辆长度及宽度信息。建立车辆高度信息计算模型,获得车辆高度信息。对实时视频图像进行目标分割,并通过车辆长度、高度及长高比等信息实现高速公路中车型分类。经过验证,该方法能够比较准确地进行车型分类,满足实际应用要求。     

结构化局部边缘模式下的文档图像分类处理研究

现代科学技术的快速发展,在一定程度上推动了文档图像分类处理工作的进步。结构化的局部边缘处理模式在文档图像处理工作方面得到了普遍的推广,该算法能够将邻域中的空间分布结构精确的描述出来,提高了图形文档的区分能力。本文通过试验的方式和HOG进行了对比,并对四种文档类型特征进行了分类,探究了结构化局部边缘模式下的文档图像分类处理。     

一种基于目标红外特征的目标分类识别方法

基于目标的红外选择性,提出了目标的９个特征量,并以它们为分量组成目标的特征向量,以此来进行目标的分类识别。由于特征量单位不统一,提出了一种近邻分类法。文中用３类飞机的红外图像进行实验。实验表明,用这种方法把提出的红外特征量用于目标的分类识别效果很好。     

基于机器视觉的图像处理方法

为了增强图像目标信息的可检测性并最大限度地简化数据,需要进行图像预处理来改进特征提取、匹配和识别的可靠性.文章简述了图像预处理技术国内外研究现状发展历程及应用现状,然后对图像处理的主流技术的多种方法进行了归纳和总结,系统分析了各种图像预处理技术的主要特点及限制因素,在功能和原理上对图像处理的主要流程进行了阐述,最后对现...     

基于图像分割和LSSVM的高光谱图像分类

提出一种基于图像分割和LSSVM的高光谱图像分类方法,将空谱信息结合起来进行高光谱图像的分类。首先利用均值漂移算法对高光谱图像进行分割,然后对每一块分割区域数据进行降维并且对降维后的数据LSSVM分类,最后用最大投票方法融合分割图和分类得到最终的分类结果。该文分类方法先对分割后的区域求出相似性矩阵并训练新样本集求出低秩系数矩阵,由相似性矩阵和低秩系数矩阵构造特征值方程求解出降维矩阵,然后利用混合核LSSVM对降维后的数据进行分类。实验结果表明,提出的基于图像分割和LSSVM的高光谱图像分类方法有效提高了高光谱图像的分类精度。     

基于双分支残差网络的高光谱图像分类

高光谱图像分类是高光谱图像理解及应用的基础操作,其准确率是衡量算法性能的关键指标。提出了一种新的双分支结构的残差网络（DSSRN）,该网络能够提取高光谱图像的鲁棒特征,可用于高光谱图像分类任务以提升分类准确率。首先,采用拉普拉斯变换、主成分分析（PCA）及数据扩增方法对高光谱图像数据进行预处理,在增强图像特征的同时去除冗余信息并增加样本数量;然后,采用注意力机制及双分支残差网络,对每个分支都采用光谱和空间残差网络进行光谱和空间信息提取,生成一维特征向量;最后,采用全连接层获得图像分类结果。在印度松树、帕维亚大学与肯尼迪航天中心遥感数据集上进行测试实验,结果表明所提出的模型与双分支结构ACSS-GCN相比,分类准确率在3种数据集上分别提升了1.94、0.27、20.85百分点。     

基于改进二值模式的图书文档图像分类

在分析针对局部二值模式进行降维方法的基础上,提出了一种改进的局部二值模式描述符,并用于图书文档图像分类。新方法首先将原局部邻域划分为多个4-正交邻域,然后统计4-正交邻域二值化后所包含的“1”的个数作为特征,最后融合所有4-正交邻域特征进行图像分类。采用广泛应用的纹理图像库、前视红外目标图像库和图书文档图像库进行实验,结果表明,新方法的特征维数不但明显降低,而且还取得了较高的分类准确率。     

基于自适应预处理的图像分割方法

为了防止分水岭算法过分割问题,该文提出了一种基于自适应预处理的图像分割算法。该方法在分水岭算法的基础上,首先结合像素点亮度特征和空间分布特性应用自适应方法对梯度图像进行预处理。通过考察各像素点邻域中像素分类后的分布情况,来判断考察点是处于区域中心还是处于边界,并据此对考察点的梯度值进行调节。然后在预处理后的梯度图像上选定标记,将预处理后的梯度图像中大于200个像素的连通区域标定为标记。最后用分水岭分割方法对带标记的参考图像进行分割。试验结果表明,该分割方法具有良好的分割效果。     

基于"高分五号"遥感图像的地物分类方法

作为全波谱段高光谱卫星,\"高分五号\"卫星可提供丰富的遥感数据,研究利用\"高分五号\"卫星遥感图像实现精确的地物分类方法,这是实现高光谱遥感信息资源所有权的重要组成部分.文章立足于\"高分五号\"卫星数据,先进行遥感图像预处理,有效地消除大气干扰和噪声,优选核主成分分析方法进行\"高分五号\"卫星高光谱图像的特征提取,用最大似然法...     

一种用于红外图像分割的改进型Otsu方法

概述了红外图像处理系统对图像预处理的要求,并针对传统图像分割算法中容易出现的目标错分问题,提出了一种基于灰度梯度映射函数的Otsu法。该方法克服了传统的基于灰度直方图的Otsu法不能利用图像局部信息和边界信息的缺点,通过将像素点的梯度信息与灰度信息相结合,较好地从背景中分离出了目标。仿真结果表明,该算法达到了预期的技术指标,很好地实现了红外图像预处理的功能。     

基于X射线焊缝图像缺陷特征提取的研究

本文针对X射线焊缝图像的复杂性,提出了准确快速的提取焊缝区域和缺陷的方法。由于检测到的X射线图像具有对比度不高、光照不均、缺陷边缘模糊、图像噪声多、存在较大的背景起伏等缺点,首先对含有缺陷的焊缝图像进行一系列的图像预处理;然后采用自适应阈值分割算法来提取焊缝缺陷区域,为缺陷特征测量做准备工作;最后,在图像本身所包含的几何特征、灰度特征、结构信息、颜色信息等特征中,对缺陷图像进行几何特征的测量,以便对缺陷类型进行分类。结果表明,该方法能较准确地提取射线图像的焊接缺陷,并能较准确的获取该缺陷的几何和代数特征,具有良好的适应性和实用性。     

基于公路收费系统的车牌定位与字符分割算法

针对收费站点环境的特殊性,在使用新的边缘检测与图像二值化方法的基础上,提出了仅基于车牌特征信息进行车牌定位与字符分割的算法。经过现场检测,该算法定位与分割准确率较好,且具有很好的鲁棒性,车牌定位准确率为98．7％,字符分割正确率为99％。     

高光谱目标分类技术发展与展望

高光谱成像技术源于遥感探测,具有谱图合一的独特优势,在农林、地矿、防伪和环境保护等领域的应用日益广泛。作为高光谱技术最常见和最基本的功能,目标分类在各个高光谱领域的应用均具有至关重要的作用。综述了高光谱目标分类技术的发展现状,分析了高光谱数据的结构特点,归纳了高光谱目标分类的一般流程,并详细阐述了数据读取、图像预处理和目标分类等高光谱目标分类流程的主流方法及其基本原理。结合近年来的典型案例,分析了高光谱目标分类的过程,并对其发展趋势进行了分析和展望。     

一种指纹图像预处理算法探究

本文主要针对指纹图像预处理方法进行研究,提出了基于图像局部方差的指纹分割、基于方向场的指纹二值化和基于水平滤波器与分离滤波器组合的上下文滤波方法,最后提出了基于改进OPTA算法指纹细化方法,MATLAB仿真结果表明,本文的方法克服了噪声影响,图像细化效果良好。     

基于MATLAB图像处理的汽车牌照识别系统

车牌自动识别系统是智能交通系统中的关键技术,在信息采集、车辆管理、自动收费等领域有着广泛的应用前景。车牌识别技术的研究主要包括三个部分:车牌定位、字符分割和字符识别。本系统全面包括了车牌定位到车牌字符识别,对车牌识别的技术。文章所涉及的各项处理技术均进行了MATLAB仿真实验,实现了相应功能,能够准确、快速地实现汽车牌照的识别。     

图像处理技术在白血病诊断中的应用

介绍了图像处理系统的结构,阐述了图像技术中图像分割、特征提取和图像识别等三个方面在白血病诊断中的发展现状,分析和讨论了图像技术在白血病诊断方面的研究趋势以及发展前景。     

数字图像处理在光学相关识别中的应用

光学模式识别信息处理容量大,运算速度快,但精度不高,存储不灵活,不易判断控制和分析.联合变换相关器在光学图像相关识别中得到了广泛的应用.为提高联合变换相关器的性能,将数字图像处理技术引入光学相关识别中,主要体现在对联合图像进行预处理以及对联合功率谱的滤波处理.详细阐述了国内外常用的联合图像预处理算法和功率谱滤波算法,并对这些算法在光学相关识别中的应用效果进行了比较研究.     

车牌识别系统设计与实现

通过对车牌定位、车牌字符分割和车牌字符识别进行研究,提出了一种车牌识别系统的设计和实验方法。车牌定位模块中,提出了采用基于小波变换的车牌边缘提取和数学形态学相结合的方法定位出车牌,进行二值化、滤波后使用垂直投影法分割出车牌字符,最后使用多模板匹配和二次细分识别相结合的方法识别出车牌字符。经实验验证,基于该算法的车牌识别系统能够达到较高的车牌识别率。