基于颜色和形态学的交通标志检测技术的研究

通过利用交通标志的颜色特征,采用基于RGB空间的彩色分割方法进行图像分割.对分割出的图像进行灰度增强处理,比较和分析了不同边缘检测算子和阈值分割的方法,使用固定阈值分割方法对图像进行二值化,使目标区域突显.利用数学形态学腐蚀算法对图像进行轮廓提取,并通过形状特征对交通标志进行形态学分析.通过MATLAB软件仿真实验,说明算法具有一定实用性.     

基于SUSAN算子的红外目标检测

SUSAN算子是一种基于图像局部灰度特征的算法,利用一个圆形的模板对图像进行扫描,比较模板内部的点与模板中心点的灰度值,如果灰度差值小于一定的阈值,就认为该点与中心点的灰度相同。统计模板内部与中心点灰度相同的点的个数,与一个阈值进行比较,判断该点是否属于某个区域的边缘点,从而实现对红外目标的检测。与传统的全局阈值相比,该算法抗干扰能力较强,实时性较好,能够快速、可靠地检测出红外目标。     

紅外图像边缘提取的算法

提出一种对图像矩阵中的每行（或每列）进行搜索，寻找出各行（或各列）相邻像素之间灰度差值的最大值与最小值，并将达到极值处的像素灰度值作为该行（或该列）的边界灰度值，使用得到的列边界灰度值或行边界灰度值计算出阈值从而提取红外图像边缘的算法；此外，利用黄金分割方法，并采用多阈值及限定区域的思想设计提取图像边缘的另一种算法；分析了文中算法的时间复杂度。实验结果表明，文中算法能够快速有效地提取红外图像的边缘，并能满足红外自动目标识别的实际需要。     

基于梯度矢量流的水平集算法研究

针对传统水平集分割图像时,经常会出现演化曲线停止于梯度的局部极大值或孤立的边缘处的缺点,对速度停止项进行了改进.该方法将梯度阈值和梯度矢量流引入速度停止项中,利用梯度阈值来使边缘得到更好的保持;利用梯度矢量流来代替梯度场以扩大边界梯度场吸引曲线的范围,避免出现演化曲线停止于梯度的局部极大值或孤立的边缘处的现象.实验结果表明该方法优于传统水平集方法.     

基于数学形态学的车牌识别方法

数学形态学具有速度快、方法简单等特点，使用数学形态学进行车牌的识别．通过预处理和阈值分割算法后，主要利用形态学腐蚀运算进行车牌边缘检测和识别，该方法检测物体的边缘宽度仅为一个像素，定位精度高．通过与传统的边缘检测算子比较，再选择合适的结构元对车牌识别，具有良好的识别结果．使用MAT-LAB7.0软件进行仿真，通过大量实验，证明该算法具有一定的实用性．     

基于红外图像差值图的模糊边缘检测方法

针对红外图像边缘检测这一难题,提出了一种基于红外图像差值图的模糊边缘检测方法。首先通过计算图中每个像素点与其邻域8像素点灰度值的差值,然后寻找这些差值的最大值得到图像的差值图,接着对差值图像的边缘区域和平滑区域进行模糊划分,利用差值直方图模型确定红外图像差值图的分割阈值,从而实现边缘提取。实验结果表明,该方法用于红外图像边缘检测能获得较好的效果。     

基于图像纹理特征的炮膛疵病检测方法

为实现炮膛疵病的自动识别,提出提取炮膛疵病图像的纹理特征的方法。对若干类炮膛疵病特点进行分析,引用灰度共生三角阵的概念和灰度共生矩阵的熵、能量、对比度、相关度4个特征参量,提取图像的纹理特征。实验结果表明,该方法是有效的,能缩短计算时间,并充分反映图像的灰度空间信息。     

基于一维最大类间方差和形状连通性的图像分割新算法

提出了一种新的基于一维最大类间方差和形状连通性的图像分割算法。它首先选出未经平滑的原始直方图的所有极小值,并用一维最大类间方差法选取出类间方差较大的灰度值;然后再对这些灰度值进行形状连通性值（shape connectivity,SC）的计算。选择SC值最大的一个作为最终分割阈值。文中还在将边缘像素点划分为目标或背景点的方法上也做了一些改进．即使用二维的阅值准则对其进行划分．进一步减小了误分割发生的可能性。理论分析和实验结果都表明：该新算法较一维最大类间方差和基于形状连通性的分割算法都优越．且运算速度快、划分效果好。     

基于直方图熵和遗传算法的图像分割法

图像分割是计算机视觉研究中一个老而难解决的问题。本文提出了一种基于灰度图像的直方图的熵和遗传算法进行图分割的方法,以灰度图像的直方图熵作为评价标准,把图像分割问题定义为一个优化问题,利用遗传算法的寻优高效性,搜索到能使分割到最优的分割参数－－图像分割阈值。     

基于Relief算法的故障图像识别与匹配方法

针对图像识别与匹配问题,提出一种基于Relief算法的新方案。利用k最近邻的Relief算法选择表达图像的最优特征子集,再利用基于最小距离分类器的模板匹配技术,实现故障图像的识别。在特征提取时,改进了对传统的灰度共生矩阵的选取。实验证明,该算法正确识别图像故障与否的概率能到达90%左右,提高了特征选择的有效性,完全满足实际应用中的需要。     

基于模糊率的自适应多阈值图像分割方法

针对目前图像模糊阈值分割法存在的窗口宽度自动选取困难以及阈值搜索范围难以确定的问题,本文提出了一种基于模糊率的自适应多闽值图像分割方法。利用图像直方图峰值分段的思想,在给定隶属函数的情况下,实现了窗宽的自适应选取以及图像多闽值的自动选取,有效地拓宽了模糊阈值图像分割方法的适用范围。实验结果表明,该方法对直方图呈多峰分布的图像可取得良好的分割效果。     

自适应腐蚀模板在球形目标分割中的应用及实现

在图象处理领域中目标分割是目标识别过程中一项必不可少的工作。在某些情况下,待识别的目标与其它物体相连在一起并且灰度值相近,这样使用单纯的灰度阈值法很难将目标分离出来。对特定形状目标（球状目标）的分割技术进行了分析,提出了一种新的自适应腐蚀模板技术。这种技术弥补了由于模板大小固定而当目标的大小不同时,出现的模板相对过小不能有效地将目标分割出来,以及模板相对过大而将目标完全腐蚀掉的缺陷。详细叙述了自适应腐蚀模板的生成技术,解决了特定情况下的球形目标的分割问题,并应用Visual C++ 6.0进行编程实现。最后,给出了几种情况下的分割效果比较图。     

飞机红外灰度图象分割自适应门限的确定

以红外成像探测得到的飞机图象为研究对象,将灰度直方图分析和飞机红外灰度图象固有的不变性特性信息结合起来,提出了一种自顶向下的灰度图象分割自适应门限的选取方法,利用求得的各级门限对飞机红外图象进行灰度分级,得到具有10级灰度的飞机灰度图象,为灰度图象识别系统提供数据输入。     

一种基于最小模糊熵遗传算法的SAR图像分割方法

在合成孔径雷达（Synthetic Aperture Radar）自动目标识别中,图像分割的好坏直接影响目标的识别性能。本文在最大模糊熵分割方法的基础上,根据图像目标和背景内部像素灰度值的一致性和集中性,提出了一种新的图像分割隶属度函数,从而得到最小模糊熵分割方法,然后将最小模糊熵作为遗传算法的适应度函数应用于SAR图像,进行全局快速的最优阈值寻找。实验结果表明,由于最小模糊熵的抗噪能力强,将其作为遗传算法的适应度函数后,能够更有效地克服SAR图像中的乘性噪声,分割后的噪声点明显减少,图像目标清晰,分割效果明显优于最大模糊熵分割方法。     

一种快速识别形体巨大目标的方法

提出了一种从灰度图像中识别形体巨大的目标的方法。此方法先计算灰度图像的梯度值,再对梯度图像进行二值比,对二值化后的图像先后进行腐蚀和膨胀操作,然后对所得到的图像进行区域分割,从得到的区域中找到目标区域。     

温度计自动检定的图像分割技术

温度计自动检定系统包括温度计自动读数.示值转换、示值检定、检定结果打印等部分,系统软件由检定规程子系统和图像读数子系统组成.其图像分割技术利用统计线段上灰度数值法分离出温度计图像,使用基于最大熵的阈值选择法获得二值化图像以实现图像分割.     

单帧红外小目标检测算法研究

研究了单帧红外图像运动小目标的检测问题。首先利用数学形态学Tophar滤波对图像进行背景抑制,然后对图像进行对比度增强,针对对比度增强的同时会造成一些噪声的灰度值也得到增加的问题,采用改进的遗传算法对对比度增强之后的图像进行分割,提高目标分割精度的同时也提高了分割的速度。仿真实验结果表明了算法是有效的。     

光电经纬仪测量图像增强方法

针对光电经纬仪测量图像处理的具体要求,依据测量图像中目标定位精度取决于目标边缘成像效果的原理,提出了一种新的测量图像增强方法.利用图像灰度均衡化和规定化技术,根据目标图像边界的灰度变化范围,建立了非均匀分布直方图,实现了测量图像的增强.实验证明:该方法突出了目标图像边界区域的细节,提高了目标图像的定位能力,同时,使整幅图像达到了较高的均匀性和对比度.