智能车辆导航中道路图像的处理

本文首先用循环迭代阈值分割的方法对道路标识线图像进行二值化处理,然后用数学形态学滤波的图像处理方法对二值化图像进行去噪处理.验证结果表明,本文所提算法原理简单,计算量小,有效提高了道路图像地识别速度,从而为后续的智能车辆导航参数的提取提供了有力保证,以及为实现智能车辆视觉导航的实时性、鲁棒性和抗噪声能力奠定了基础.     

强光照条件下智能车辆导航路径图像分割方法

OTSU法（最大类间方差法）被认为是图像分割中阈值自动选取的最优方法之一,针对自主开发的视觉导航区域交通智能车辆（Cyber Car）的导航路径在强光照条件下不能直接应用此方法取得准确分割效果的问题,提出了一种基于区域的罗伯特梯度算子的图像分割方法。分割实验表明,与OTSU法分割效果相比,采用的图像分割方法能够准确地对强光照条件下的导航路径图像进行分割,并具有更好的实时性。     

基于边缘分布函数的车道标识线识别方法

为了得到较理想的车道标识线的边缘,考虑车道标识线的方向特性,提出一种基于边缘分布函数（EDF）的图像预处理方法。将图像分区处理,在对图像中的噪声特性进行EDF分析的基础上,对处理区域作如下处理：首先将梯度角量化为4-方向,去除与车道标识线方向不一致的噪声,得到边缘图像;然后利用EDF对边缘图像滤波,确定车道标识线角度初值;最后应用Hough变换定位出车道标识线。实验结果表明,该方法能够更加有效地强化车道标识线信息,去除噪声,具有较好的鲁棒性和实时性。     

融合非局部空间灰度信息的三维Otsu法

为了提高最大类间方差阈值分割法(Otsu)对于图像噪声的鲁棒性,提出融合非局部空间灰度信息的三维Otsu法。该方法利用图像像素的灰度信息、邻域中值灰度信息和非局部空间灰度信息进行直方图统计,构建新颖的三维直方图,采用最大类间方差作为阈值选取准则。实验结果表明新方法对于噪声的鲁棒性要优于原始三维Otsu法,能够获得更加令人满意的分割结果。     

基于多方向阈值的超分辨率图像噪声识别仿真

针对当前超分辨率图像噪声识别方法,未考虑获取多方向阈值分割图像,导致超分辨率图像噪声识别时间长、识别精度和识别覆盖率低的问题,提出基于多方向阈值的超分辨率图像噪声识别方法.依据一维函数灰度曲线获取局部阈值,利用灰度波动局部阈值分割法,分割局部阈值图像,分析图像中噪声曲面的曲率变化率、弹性变化率、边界法矢、曲面离散率、外载荷修正量等特征值,将分析出的特征性质整合成一组特征向量,通过分类器进行计算,实现超分辨率图像噪声识别.实验结果表明,所提方法的超分辨率图像噪声识别精度较高,能够有效缩短超分辨率图像噪声识别时间,提高识别覆盖率.     

灰度图像二维最小类方差递推及差分演化的快速分割

为克服Otsu法阈值偏离及一维最小类方差法在含噪图像分割中性能不佳的问题,基于图像灰度级二维直方图,提出一种二维最小类方差快速阈值化方法.通过递推方式计算得到图像前景及背景在不同阈值向量上的灰度级类概率及类均值,在此基础上,应用差分演化算法搜寻使图像类方差最小的阈值向量,并用该阈值向量对图像实施分割.在合成及真实图像上的实验结果表明,采用文中方法可获得良好的分割性能,有效地克服了Otsu法及一维最小类方差法的不足;采用递推及差分演化算法使计算时间大幅降低,可满足工程应用需求.     

Contourlet概率分布的遥感图像边缘检测方法

提出一种新的基于Contourlet概率分布的边缘检测算法, 首先,对图像Contourlet系数概率分布的混合高斯分布特性进行分析,并建立图像Contourlet 系数大小状态的概率模型,同时对基于该模型的图像线状奇异信号进行分离;其次,改进最大类间方差的阈值选取方法,提出一种基于类间距离和类内方差的阈值选取方法,在保证类间距离最大的同时提高了类内聚合度;最后,利用所选阈值对分离的图像线状奇异信号进行二值化处理,并对边缘信息进行提取。实验结果表明,与传统经典边缘检测方法相比,所提出的边缘检测方法在有效检测出遥感图像中光滑边缘的同时可以对图像中次要的奇异信息进行有效的屏蔽,具有很好的实用性。     

激光视觉搭接焊缝的图像识别

研究了激光视觉搭接焊缝的图像识别方法。针对原始焊接坡口激光图像中的噪声,比较了均值滤波和中值滤波去噪方法,提出了一种改进的滤波方法,采用自适应阈值调整的最大方差法计算滤波图像的二值化阈值,从而实现对图像的分割。针对搭接坡口激光图像提出了三种坡口中心位置的识别和提取方法,并通过图像处理实验比较了三种识别方法的坐标误差、识别正确率。试验证明,最大方差法的图像处理过程和快速Hough变换识别法有效,能满足焊缝实时跟踪的要求。     

基于改进混合蛙跳算法的图像阈值分割算法

针对最大类间方差法在图像分割时存在造成噪声干扰和过分割的缺点,提出一种基于改进混合蛙跳算法的图像阈值分割算法。算法将苹果图像编码处理,选取图像的类间方差作为改进混合蛙跳算法的适应度值,通过改进的混合蛙跳算法寻找最大的分割阈值,利用该最优阈值使用经典最大类间方差法对花牛苹果图像进行分割。选取强光、较强光、较弱光和弱光条件下四幅花牛苹果图像进行分割实验,结果表明,采用基于改进混合蛙跳算法的图像阈值分割算法较最大类间方差法和基于混合蛙跳算法的图像阈值分割算法均具有较好的图像阈值寻优能力,可有效改善花牛苹果图像的分割效果。     

图像技术在包芯线自动卷绕机械中的应用

由于包芯线材料较软容易变形,导致卷绕过程中包芯线间隙过大或者错排乱排现象,为实现排线的高质量和快速性,设计了一种基于图像处理技术的包芯线自动卷绕系统.采用平滑滤波、灰度增强等预处理方法对图像进行加工,并利用类问方差法确定阈值,动态阈值分割图像,有效避免了光照以及生产过程中的干扰因素影响,将原始图像转化为不含噪声的二值化包芯线灰度图,采用差分边缘算子对图像边缘检测,提取间隙几何特征,识别包芯线间隙并驱动可执行机构采取处理措施.该算法对包芯线卷绕系统具有较强的实用性和适用性,并在试验中取得了较好效果.