基于主灰度的声纳图像识别

声纳图像是一种灰度图像,所以将灰度信息作为特征参与匹配和识别,具有重要意义.针对声纳图像识别系统实时性要求高、存储空间小的特点,提出一种基于主灰度的提取和识别方法,从而降低了特征维数,提高了声纳图像的识别效率.将该方法应用于水下声纳图像的识别中,实验结果表明它是有效的,具有一定的实用价值.     

利用小波分解和分形维数进行声纳图像识别

以分形维数和多重分形的概念为基础,通过计算原图像和灰度差分图像的分形维数和多重分形维数,形成了纹理特征集的第一部分;然后对声纳图像采用树式结构小波变换,将小波变换各个频带输出的熵作为纹理分类的特征,并根据特征本身的离散程度对其进行规范化处理,构成了纹理特征集的第二部分;最后将这两部分组合,对不同信噪比的声纳图像进行分类识别．识别结果表明,文中方法的识别率可达到90％以上．     

基于PCNN的声纳图像纹理特征提取

对声纳图像的纹理特性进行了研究,根据相同灰度值的空间分布具有唯一性这个特点,将其作为图像纹理的表征.利用脉冲耦合神经网络(PCNN)简化模型得到对应于不同灰度值的二值图像序列,计算序列中每幅图像的方差,使其转化为一维的特征矢量用于侧扫声纳图像的识别,取得了很高的识别率.随后大量的自然纹理图像样本对该算法加以验证.实验结果表明,该方法提取的图像特征具有旋转不变性,能够获得高识别率,适用于实时的声纳系统.     

一种分级声纳图像识别系统的设计研究

设计了一种基于声纳纹理信息的由粗到精的分级图像识别系统。系统的粗识别部分是由灰度—空间直方图构成,该直方图将灰度和空间信息有机地融合起来,较好地解决了传统直方图缺少空间信息的不足;精识别部分通过计算图像频谱曲线的分形维数进行图像识别。该方法既考虑了图像的全局特性又包含了细节信息。从而在不增加计算复杂性的前提下。使识别效率明显提高。通过对声纳图像的识别实验,进一步证明了该方法的有效性和工程应用价值。     

融合RGB与灰度图像特征的行人再识别方法

针对行人再识别过程中相同身份行人图像颜色不一致,以及不同身份行人图像颜色相近问题,提出一种基于双分支残差网络的行人再识别方法.将RGB图像和灰度图像分别输入预训练的ResNet-50网络,获得RGB图像特征和灰度图像特征并对其进行融合,利用统一水平划分策略学习融合特征,同时将RGB特征、灰度特征和融合特征的拼接结果作为...     

肝癌超声图像识别的特征提取

本文提出了识别肝癌超声图像的一种特征提取。它将共生矩阵和多分辨率提取分形特征方法结合,提取空间灰度独立矩阵、灰度差分统计、Laws纹理能量度量、傅立叶能量谱等特征来实现肝癌超声图像的识别。实验证明,这种有效的特征提取对超声正常肝和肝癌图像具有较高的分类正确率,在对缺乏病理专家的医院和远程医疗信息系统中的应用提供了坚实的理论基础。     

基于切片图像的三维声纳目标识别

研究了为水下机器人声视觉设计的一套三维成像声纳系统的目标识别方法,该声纳可以在一次发射中获取一系列二维切片图像。根据面阵水平、垂直分辨率的不同和图像中目标的切片数量,结合水声环境对水下成像的影响,分析了几种不同目标切片图像的特点,提出一种以直方图中目标能量为特征的识别方法,该方法在算法实现上避免了三维重建的步骤,使识别速度显著提高,在对水池数据和海试数据的分类识别试验中证明其能有效地识别水下目标。     

基于多特征的指纹图像分割算法

介绍了一种基于指纹多特征的指纹图像分割方法。首先简述了三种基于单一特征的指纹图像分割方法:基于灰度方差的指纹图象分割、基于方向信息的指纹图象分割和基于角部灰度均值的指纹图像分割的适用情况及利弊,然后介绍了将方向图法和灰度法两种分割方法合理结合起来的基于多特征的指纹图像分割方法,该方法首先将图像划分成多个不重叠的块并计算各子块的灰度方差与均值,再根据各个图像块的灰度方差值与方差阅的关系确定各子块是采用方向图法还是采用灰度法继续进行图像分割。实践证明,基于多特征的指纹图像分割方法充分利用了指纹图像的特征,避免了单一特征的缺陷,从而能获取更加清晰质量更好的指纹图像,为指纹的进一步识别提供了更好的条件。     

多小波变换在声纳图像降噪中的应用研究

与普通光学图像相比,声纳图像受到噪声污染更加严重,为了更好的去除侧扫声纳图像噪声,提高图像质量,保持图像原始信息,该文通过将图像变换到多小波域,结合热传导方程的差分格式与图像的分形维数,提出了一种声纳图像软阈值去噪算法,并将该算法与单小波去噪算法做了比较．该算法只需要含噪图像本身,不需要任何其它先验知识,是一种自适应的去噪算法．仿真试验表明,与单小波去噪算法相比,该算法具有更好的去噪效果,同时较好的保持了声纳图像的原始信息．     

融合局部特征的图像过渡区提取与阈值化

针对图像过渡区提取与阈值化问题,提出了一种融合局部灰度复杂度和局部灰度差异度的方法。首先生成图像的局部复杂度和局部差异度等局部灰度特征;其次融合这些局部灰度特征构造新的特征矩阵;然后设计了与特征矩阵的均值和标准差相关的自动特征阈值,并提取图像过渡区;最后将过渡区像素的灰度均值作为最优灰度阈值完成图像二值化。实验结果表明,所提方法的过渡区提取质量高,分割效果好,具有合理性和有效性,可作为经典方法的有效补充。     

一种基于VC++的图像增强技术

很多图片在获取过程中因为种种因素的影响,导致图像质量下降。为了改善图像质量,这里介绍一种改善图像质量的方法——灰度线性变换,并给出其具体实现方法和效果分析。     

一种基于VC＋＋的图像增强技术

很多图片在获取过程中因为种种因素的影响，导致图像质量下降。为了改善图像质量，这里介绍一种改善图像质量的方法——灰度线性变换，并给出其具体实现方法和效果分析。     

用数学形态学进行图像边缘检测的新方法

本文提出了求灰值腐蚀、膨胀运算结果的简便方法--模板法.应用此方法在检测灰度图像的边缘过程中可较容易地做腐蚀、膨胀运算.先得出用数学形态学检测灰度图像边缘的算法1,然后在分析了其效果并指出不足的基础上,把算法1中用一个结构元素既做腐蚀又做膨胀,改进为用四个不同方向的结构元素只做膨胀,得出了效果比较理想的算法2.     

基于图像灰度的拼接技术研究

图像拼接技术就是将一组重叠图像拼接成一幅大型的无缝高分辨率图像的技术.首先给出图像拼接的流程,然后介绍几种基于图像灰度的拼接算法,并在此基础上对算法进行改进,提出多线程技术应用于图像拼接,提高运算速度.     

灰色系统理论在图像处理中的应用综述

灰色系统分析是基于信息的非完全性建立的一套全新的概念和方法.其研究目的在于根据已知信息建立数学模型,从而预测系统的未知信息.目前灰色系统理论已被成功运用到了图像处理技术当中,本文就基于灰色系统理论的图像处理方法进行了综述,主要归纳了灰色关联分析、GM(1,1)模型、灰色聚类等方法在图像处理中的应用情况.     

符合激光雕刻特点的图像处理方法

随着激光和计算机技术的迅猛发展,激光雕刻技术在加工领域得到了广泛应用.目前常用的激光雕刻系统大多是用来雕刻图形或是二值图像,具有一定的局限性.对基于灰度图像雕刻的激光雕刻控制系统进行了研究,针对具有256个灰度级别的BMP格式的灰度图像,着重介绍了一种适合于激光雕刻特点的数字图像处理方法--直方图均衡化法,处理后的图像再经过灰度转换,生成一幅较好的激光雕刻图像,使雕刻的图像具有一定的灰度层次,更加逼近真实图像.     

基于PCNN的灰度图像边缘检测方法

脉冲耦合神经网络(PCNN)最初由Eckhorn根据猫大脑中视觉皮层神经元的同步脉冲(SynchronousBurst)现象而提出。由于具有一系列良好的特性,PCNN在图像处理、模式识别等领域获得了广泛的应用。文献[6]根据PCNN的传播特性提出了一种利用PCNN检测二值图像边缘的有效方法,但这种方法并不能直接用于对灰度图像的边缘进行检测。由于实际处理的图像大部分为灰度图像,因而其方法的适用性是很有限的。该文提出了一种基于PCNN的灰度图像边缘检测方法,从而直接对256色灰度图像的边缘进行提取,具有较好的适用性。实验结果表明该方法是有效的。     

基于梯度极值的虹膜卷缩轮检测方法

在计算机辅助虹膜诊断中,虹膜卷缩轮的定位是其他虹膜异常特征检测的基础。针对该特征,提出一种基于图像梯度极值的虹膜卷缩轮检测方法。根据虹膜图像中卷缩轮及其附近区域在竖直方向上的灰度差异性,在部分归一化图像中,利用改进的垂直梯度算子对图像进行处理,提取竖直方向上的梯度极值点得到卷缩轮轮廓,并将轮廓点还原显示在原始灰度图像中。实验结果表明,该方法的定位准确率可以达到92.5%,具有较好的检测效果。     

MATLAB在图像处理技术方面的应用

本文介绍了MATLAB语言的特点以及图像处理工具箱实现的经典图像处理技术。应用该工具箱对一实拍的芯片图像进行前期预处理，通过实例验证了该语言具有强大的矩阵运算与图形处理能力，是一种简洁易学，可读性强、功能强大的应用软件，对它的应用可以快速实现模拟仿真，大大提高实验效率。     

一种新的指纹图像复合分割方法

本文在分析了方差法,方向图法和角部灰度均值法的优缺点后,将它们合理的结合,提出了一种新的基于方向图和角部灰度均值的复合分割方法。本算法的优点是充分利用了指纹图像特有的方向性和灰度特性,对于方向图法和方差方法单独应用时无效的情况都适用,能准确地将背景区域从指纹图像中分离出来,从而提高了分割的精确度。