面向电力设备红外图像的温度值识别算法

为了快速准确地识别出红外图像中温度值实现缺陷检测，提出了面向电力设备红外图像的温度值识别算法。针对温度值区域背景复杂的问题，根据红外图像直方图自适应确定阈值进行预处理；结合轮廓与相对位置信息，准确定位温度值区域，并实现字符分割；建立温度值图像数据集，采用卷积神经网络进行训练和测试；基于MATLAB的App Designer模块，设计温度值识别与记录系统。结果证明，该算法对温度值识别准确率达到98.6%，高于传统的字符识别算法，能够实现快速识别与准确记录温度值，有效降低了电力巡检人员的劳动强度。     

基于MSER的弹孔识别算法的研究

研究了基于最大稳定极值区域(Maximally Stable Extremal Regions,MSER)的弹孔识别算法。用基于积分图像的阈值自适应算法对MSER算法改进(MSER-I),以提取弹孔候选区域。通过透视变换确定胸环靶及背景区域,排除胸环靶外部的弹孔候选区域。对于胸环靶内弹孔候选区域,利用弹孔特征排除非弹孔区域,根据报靶记录,排除靶面已报过的弹孔区域,实现对新增弹孔的识别。实验结果表明,该算法满足报靶精度及实时性要求。     

基于边缘特征与HSI色彩特征的胸环靶弹孔识别

为解决胸环靶纸图像弹孔准确快速识别问题,提出结合弹孔边缘特征与色彩特征的胸环靶弹孔识别方法。采用形态学边缘检测算法确定胸环靶图像边缘,进行边缘图像增强处理,提高边缘图像与背景的对比度,提取弹孔区域色彩特征数据,实现胸环靶纸图像中弹孔识别。实验及计算分析结果表明：这种方法能准确从一次成像的胸环靶纸图像中进行弹孔提取,还能在一定程度上减少自然环境下光照、灰尘、振动对靶面图像造成的噪声、畸变影响。     

基于亚像素大津法的二维条码分割

在低分辨率的情况下,基于像素的条码分割方法很容易造成二维条码的深色模块和浅色模块分割错误,导致条码不能被正确识别。为解决该问题,提出一种基于亚像素大津法的二维条码分割方法。首先进行基于插值算法的亚像素处理来提高条码图像的分辨率,为此提出了一种改进的基于边缘的自适应插值算法。然后用基于分块的大津法分割条码图像的深色模块和浅色模块。实验结果表明该方法能够有效地消除低分辨率对条码识别的影响。     

指纹识别的预处理组合算法

提出了基于方向分割的一套完整的指方预处理组合算法，主要包括方向图的计算、平滑、方向滤波，局域自适应、二值化，去噪和细化等算法，能很好地增强指纹图像，减少因指纹旋转及平移因素而造成的误识别，为可靠，准确地实现指纹自识别提供一种可行的方法。     

基于DCT域的公路车牌定位算法

车牌定位是将车牌区域从车辆图像中分割出来,是车牌识别的基础.本算法首先通过对图像进行离散余弦变换(DCT),得到DCT系数,之后计算提取出一种基于加权频率的新特征,采用自适应阈值法,实现车牌区、非车牌区的快速分割,再经平滑滤波之后,利用投影法实现车牌区域的定位.实验结果表明该算法准确率较高,有利于实现复杂背景中车牌区的快速定位.     

Parzen窗算法下图像视觉显著目标识别仿真

受光照、尺度、噪声等影响，图像目标在识别结果会存在一定的偏差，为此提出基于Parzen算法的图像视觉显著目标识别算法。对图像的超像素实施分割处理，并将图像内超像素块作为图像结构顶点，基于Parzen窗算法对顶点密度计算后，结合K-means算法实现图像分割处理；依据分割结果采用马尔科夫确定图像显著区域，通过对图像视觉显著区域特征的提取，将其作为特征向量输入到PSO-SVM模型中训练，实现图像视觉显著目标识别。实验结果表明，通过对上述方法开展图像分割、目标识别和识别耗时测试，验证了所提方法的可行性。     

利用视觉显著性与图割的图像分割算法

图割算法是图像分割中经典有效的算法,针对其在前景/背景颜色有重叠时容易产生分割错误、shrinking bias现象及交互实时性不佳的问题,提出一种利用视觉显著性与图割的交互式图像分割算法.首先利用Mean Shift算法将原始图像高效地预分割为基于区域的图结构,使得计算量大大下降;然后结合图像内容的显著性分析提高数据项约束的可靠性,并结合局部自适应的正则化参数,有效地改善了shrinking bias现象.实验结果表明,该算法交互快速,分割结果更加精确.     

一种新的基于边界的几何矩快速分割算法的研究

在计算机视觉中，利用不变矩实现几何形状体的识别具有十分重要的意义^[1,2]，几何矩的算法实现在其中起着关键的作用，寻找图像的几何矩的有效快速算法一直是研究的热点。本文提出了一种新的基于边界的几何矩快速分割算法，其主要思想是对不依赖于图像中的具体几何形状体的那部分矩计算，预先分割出来，这样在处理一组实际图像之前，这部分计算可以被预先完成；然后对依赖于图像中的具体几何形状体的剩余部分矩计算，可以快速地求得；最后分别用经典几何矩算法，文献[5]的算法和本文的新算法，对一组阶梯轴的二值图像进行几何矩的求解，结果表明此算法的有效性和快速性。     

视频监视中运动目标检测与识别方法

针对户外监视应用背景，提出了彩色图像差值模型，自适应阈值分割算法、图像形成学噪声滤除方法，实现了户外场景中运动目标的有效检测；对分割后的目标，撮不变矩特征，然后利用人工神经网络实现了运动目标责任制的快速识别。实验结果验证了上述方法的有效性。     

结合位图切割和区域合并的彩色图像分割

就经典分水岭图像分割算法中存在的过分割问题，提出一种结合位图切割和区域合并的彩色图像分割算法。对原始彩色图像通过空域梯度算子求其梯度图像，并利用位图切割重建梯度图像；对新梯度图像进行分水岭预分割；对预分割图像基于异质性最小原则进行区域合并，并获得最终分割结果。相比于现有的同类方法，该算法引入位图切割，抑制噪声对分割结果的影响，在边缘模糊处分割准确，得到符合人类视觉的较小分割区域数目，同时在运行效率上提高。     

灰度位图背景杂质剔除算法的优化

本文主要针对目前痕迹识别中采集的具有背景杂质的灰度位图（.bmp）,通过离散区域与连通区域的数目统计,然后不同灰度级区域进行标识,设计出了两种更为优化的灰度位图（.bmp）背景杂质剔出的算法,并提出了两种算法整合使用的设计思路,算法实现了更高效高准确性的图像结果,在痕迹识别系统、人脸识别系统等应用领域中大大提高了整体程序的运算速度、更高效更准确的剔除图像背景杂质,得到最优化的图像结果.     

一种改进的数字图像加密算法

为了能对经过剪切变换攻击的加密图像进行有效恢复,给出了一种基于混沌序列的数字图像加密算法,该方法在预处理的基础上,基于数字图像灰度矩阵位平面进行置乱加密,在恢复过程中通过象素邻域灰度信息进行恢复,能够有效抵御针对加密图像的剪切变换攻击,同时给出了一种非线性的、应用高维混沌系统产生二值序列的方法。实验表明,该方法具有较好的效率和安全性。     

矢量字库的设计与实现

矢量字库是使用矢量文字的主要方式。本文以一种轮廓文字位图矢量化的方法为基础，详细介绍了从文字住图数据抓取、位图轮廓提取、矢量化数据生成、到矢量化字库生成、读取及显示的设计与实现方法。     

在VC环境下对位图图像的处理过程

数字图像处理是利用计算机技术对数字图像进行处理的技术,它有着广泛的应用前景。本文研究了位图图像的原理及存储方式,在VC环境下研究并实现了256色位图转灰度图,灰度图二值化和位图的旋转操作。     

利用VC实现真彩色位图到灰度图的转换

给出了一种真彩色位图到灰度位图的转换方法 ,该方法采用创建好灰度图像调色板 ,让系统自动按照最接近的调色板颜色去转换 2 4位真彩色位图。结果表明 ,转换后的图像能保留原图像的除去颜色以外的所有信息 ,且磁盘存储容量缩小了 2 /3。     

一种对位图文件的有效压缩算法

目前广泛使用位图文件作为图像文件类型。使用游程编码方法可对位图文件进行较高效的压缩。本文讨论了Windows位图文件的结构和游程编码的算法 ,并利用C语言实现了位图文件的压缩和解压缩。     

位图的转向算法及其实现

多媒体编辑中图形的操作占据着重要的地位，尤其是位图的平面旋转和立体翻转更是其中的主要部分，也更具复杂性和多样化。本文给出其中的一种算法，并经Delphi5.0调试通过，仅供同行们参考。     

基于二值化聚类的图像文字提取算法

为解决渐变色给文字提取聚类算法带来的问题,研究与实现了基于二值化聚类的图像文字提取算法。图像通过一系列预处理后,得到了利于聚类的二值图像,根据背景图像区域特征,对图像进行聚类分块,再利用文字图像区域特征,聚类识别出文字区域。实验表明,该算法在各类图像上取得了理想的效果。     

RTEMS存储管理的研究与改进

对嵌入式实时操作系统RTEMS的两种存储管理方法——分区和区域进行了分析和研究。分区管理是将内存划分为大小相等的缓存块,以队列的形成将空闲缓存块组织在一起,并以缓存块为单位动态地分配。区域管理以可变大小的内存段进行分配,用双向链表来管理空闲内存段,采用首次适应算法对内存进行分配。由于区域管理算法复杂,因此,本文提出带辅助位示图的位示图存储管理方案,使内存分配更加简单,同时也解决了空闲区合并问题,提高了RTEMS的可靠性和实时性。