基于聚类与边缘检测的自然场景文本提取方法

为了解决复杂自然场景、光照不均匀及背景纹理丰富图像中文本的有效提取,提出一种基于K-means聚类与边缘检测结合的自然场景文本提取方法.该方法通过改进K-means聚类算法,实现文本区域的分割;然后对分割后的图像进行二值子图分解,将分解后的各子图像的连通区域进行标记与分析,得到候选的字符区域;最后利用文本区域的边缘特征对候选字符区域过滤,实现文本字符的提取.实验结果表明,该方法能有效提取出复杂背景、光照影响及背景纹理丰富图像中的文本字符区域.     

基于流形距离的迭代聚类算法路面裂缝提取

针对现有算法检测精度不高和边缘定位不准确的问题,提出一种基于流形距离的迭代聚类路面裂缝提取算法。通过计算2个数据点之间的流形距离,设计聚类目标准则函数,利用迭代最优方法解决准则函数的优化问题,将所有数据点划分为背景和目标2个聚类,并结合图像分割算法提取路面裂缝信息。实验结果表明,该算法能稳定有效地提取出图像中的连续裂缝边缘,可用于路面裂缝的自动检测。     

基于劳伦茨信息值的水下大坝裂缝提取算法

针对水下图像光照不均衡、对比度低、模糊不清以及噪声严重的问题,提出一种新的基于劳伦茨信息值的水下大坝裂缝检测算法。首先根据劳伦茨信息值去除不含有裂缝信息的图像块,接着提取连通域的圆形度、面积特征,采用k均值聚类算法,提取最终的裂缝区域。实验结果证明,本文算法能够在复杂的水下环境中准确、高效地提取大坝表面裂缝。     

一种改进的基于模糊聚类的图像分割方法

针对亮度不一致的阴影路面的目标分割问题，对使用空间关系约束的模糊聚类算法进行了改进，即首先定义了像素之间以及像素与区域之间的近邻关系，并构造了像素与区域之间的空间关系隶属度矩阵，然后将此矩阵约束到传统的模糊C-均值聚类算法的隶属度矩阵中，最终形成了基于空间关系约束的模糊聚类算法。该算法只需设置很少的参数即可自动完成聚类。该算法在受光照影响导致目标亮度不一致的林荫道道路图像中进行了实验。实验结果表明，该算法对机器人导航中阴影路面的一致性分割方面具有良好的效果。     

基于局部纹理特征的沥青路面裂缝检测方法

针对不均匀光照和阴影等因素影响沥青路面图像中裂缝检测误识别问题,提出一种基于局部纹理特征的沥青路面裂缝检测方法.设计结构保持型Retinex算法将高频的纹理信号从低频光照信号和结构型纹理中分离,改进百分比阈值算法,获取高信噪比的裂缝区域二值图像,建立高置信裂缝段的特征匹配机制,利用圆形度、面积、不同置信裂缝的类间欧氏距...     

融入视觉注意机制的路面裂缝检测与识别

针对实际路面裂缝检测中存在复杂噪声干扰的问题,根据裂缝和背景像素的视觉差异,设计一种融入视觉注意机制的路面裂缝自动检测与识别算法。通过灰度校正和各向异性扩散滤波的预处理方法滤除部分噪声,利用全局和局部灰度对比度信息计算裂缝显著值,融合生成综合显著图粗定位裂缝区域。在此基础上,依据裂缝区域的形状特征使用形状分析法进行去噪和目标提取,实现裂缝的精确定位。实验结果表明,该算法能快速有效地检测出裂缝区域,与基于阈值分割、边缘检测或小波变换的裂缝检测算法相比,具有较高的检测精度。     

形态学与区域延伸相结合的图像裂缝检测算法研究

在复杂背景下,由于光照不均、混凝土气泡、阴影等噪声干扰,导致路面裂缝误检并存在不同程度的断裂。为了解决此问题并实现路面裂缝的精确检测,提出一种结合数学形态学和区域延伸的裂缝检测算法。该算法首先用形态学对自然条件下采集的路面图像进行预处理,并结合Canny边缘检测和形态学来对裂缝进行粗略检测,然后用区域延伸算法对裂缝进行精确检测,最后对检测裂缝进行后处理。实验结果表明,提出的算法能够对图像裂缝进行高效、精确的检测。     

小麦冠层图像H分量的K均值聚类分割

大田环境下小麦冠层图像具有光照不均匀、背景复杂及阴影遮挡等特点,经典图像分割算法存在精度低、过分割等问题,提出一种基于HSI空间下H分量的K均值聚类算法。使用[R+G-B]归一化处理RGB空间下的彩色图像,以抑制其B分量;将归一化图像进行RGB到HSI的颜色空间转化;根据光照是否均匀,使用K均值聚类算法对彩色图像的H分量进行不同的聚类处理,经形态学开运算及去噪处理获得最终目标图像。实验表明,该方法对不同施氮量、不同光照、不同生长时期小麦冠层图像的分割效果较好,相对基于Lab空间的K-means聚类分割,该方法可一定程度避免过分割现象;相对基于H分量的Otsu算法,对光照不均匀图像分割更完整,对复杂背景图像分割更精确。     

基于灰度相关性的裂缝检测算法

从裂缝的灰度特征入手, 提出一种基于灰度值相似度的裂缝提取方法。针对混凝土路面孔洞、污损等因素干扰, 主要分三步实现裂缝提取：a)对所采集的路面图像进行特征分析, 建立灰度值相似度函数, 根据相似度对比提取疑似裂缝信息; b)利用连通域度量去除虚假裂缝, 将问题转换为图论问题; c）利用谱聚类算法提取真实裂缝。通过大量混凝土路面图片测试表明, 该方法能实现路面真实裂缝特征提取, 具有较强实用性。     

基于图像的桥梁裂缝检测算法

为了检测桥梁混泥土表面的裂缝,提出了基于图像的种子游走二值化桥梁裂缝检测算法。首先,随机产生一些种子点,使每个种子点在给定的规则下进行游走;接着,统计这些种子点的位置,将原始图像转化为二值化图像;然后,提取二值化图像的连通分量,构造连通分量的特性指标,消除噪声像素;最后,分析连通分量间的位置关系并进行拼接,提取出桥梁表面图像中的裂缝。试验结果表明,裂缝检测算法具有稳定性高、对光照不均匀以及背景噪声的影响不敏感、检测效果好等特点。