基于分割块的图像语义分割方法

针对复杂室外环境下,传统语义分割模型无法准确描述对象轮廓的问题,提出了采用结构森林法生成边缘概率,运用分水岭算法将边缘概率转化成初始割块.为避免过分分割,利用超度量轮廓图算法选取适当阈值生成分割块以获取更准确的轮廓信息,通过随机森林训练分割块,得到语义分割结果.实验结果表明:在处理复杂的语义分割任务时,基于分割块的方法在精度、鲁棒性和速率方面均具有良好表现.     

腹部 CT图像肾脏自动分割方法研究 *

肾脏分割 ;腹部 CT图像 ; OTSU;区域标记 ;区域生长     

车牌识别系统中的字符分割技术研究

车牌字符分割是车牌识别系统的三大关键技术之一。准确的字符分割,既能提高字符识别的准确率,又能提高识别的速度。针对车牌图像背景复杂、光照多变、干扰较多的情况,文章在车牌区域预处理的基础上提出了一种基于先验知识的垂直投影字符分割方法。实验结果表明该算法简洁、实时性好、处理正确率高,达到了实用的标准。     

车牌识别系统中的字符分割技术研究

车牌字符分割是车牌识别系统的三大关键技术之一。准确的字符分割,既能提高字符识别的准确率,又能提高识别的速度。针对车牌图像背景复杂、光照多变、干扰较多的情况,文章在车牌区域预处理的基础上提出了一种基于先验知识的垂直投影字符分割方法。实验结果表明该算法简洁、实时性好、处理正确率高,达到了实用的标准。     

一种对光照具有鲁棒性的图像分割方法

研究了灰度图像的OTSU(最大类间方差)自动阈值分割法。OTSU方法作为一种单一阈值的分割方法,当图像受光照和反射光等的影响明显时,将会出现严重的误分割现象。考虑到OTSU方法的最大类间方差化的思想,根据灰度图像的像素点灰度的直方图分布、空间分布,提出了一个新的分割阈值方法。先根据OTSU方法的特点自设计一个函数,对图像进行变换,以便后面的处理,再对其图像以改进的OTSU方法进行分割。通过对化学实验中两种液体的拍摄图片及数字图像处理中标准图片进行试验,理论分析与实验结果表明：该方法能够对受光照及反射光影响大的图像实现正确的分割,将目标图像清晰地从背景中分割出来。     

基于单振元超声传感器的手势识别系统

手势识别是人机接口应用的一个重要场景,当前的手势识别方法大多基于表面肌电信号(sEMG).为了探索新的传感方式,设计了一种新颖的基于超声传感器的手势识别系统.系统利用多个布置在前臂的单振元超声传感器检测肌肉界面的回波信息,对其进行特征提取和模式识别,识别手腕和手指的动作.实验结果表明:系统对于手指精细动作有良好的识别效果,5个手指动作的平均识别率为(91.1±4.73)％.     

票据识别系统数据分割与提取

在手写体票据识别系统研究过程中,从带表格及噪声的背景中获取数据字符是至关重要的环节。实践证明［１］,阈值图象分割方法是一种简单而有效的数据获取方法,该文以国家统一发票为研究对象,在样本直方图分析的基础上,讨论了阈值选取和样本明暗度之间的关系．并由此设计了一种新的票据数据获取过程结构。与通常方法比较,将使系统整体速度有明显的提高。     

基于无人机遥感影像芨芨草盖度的图像分割方法

根据像素比计算芨芨草面积占区域总面积的百分比,由此整体估算呼伦贝尔草原芨芨草的盖度.图像分割采用了最大类间方差法,得到类间最大方差值,即最佳阈值.利用阈值对灰度化图像进行分割得到芨芨草和非芨芨草两类物的二值化图像.采用中值滤波和数学形态学相结合的边缘检测法,提取芨芨草图像,将其与非芨芨草图像分割.基于无人机影像,采用图像分割方法,能够有效提取芨芨草图像,与实测芨芨草盖度相比,估算结果准确度高达97.3%.     

具有强鲁棒性的三维对象多视变分分割方法

针对校准摄像机采集系列图像的三维分割重构问题,提出了一种新的面向概率描述的变分方法。首先,计算系列图像的极大似然曲面,可重构与分割保持一致的三维曲面;接着,融合联合概率,可重构目标对象及图像背景的平均强度及标准差;最后,采用水平集框架,可实现对曲面能量方程的数值模拟。该方法适用于复杂拓扑结构重构及噪声数据处理。实验结果表明,该方法实用性好,鲁棒性强,对任意三维对象的分割重构效果较形状雕刻方法及体视分割方法理想。     

基于张量空间中的均值漂移聚类的极化SAR图像分割

提出了一种基于均值漂移(Mean Shift, MS)聚类的全极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)图像无监督分割算法. 已有的工作在将MS算法应用于全PolSAR图像分割时, 仅使用每个像素点的极化总功率值作为该像素点的特征值, 没有充分利用极化协方差矩阵或者相干矩阵所包含的完整的极化散射信息. 但是如果直接利用每个像素点的极化协方差矩阵作为特征向量, 则这些特征向量构成的空间不再是一个欧氏空间, 而原始的MS算法是定义在欧氏空间中的. 因此, 本文首先将每一个像素点的厄尔米特正定极化协方差矩阵也称为一个张量, 而且使用黎曼流形来描述该张量空间. 然后, 原始的MS算法被扩展到该张量空间中. 直接扩展得到的算法每一步具有明确的含义, 但是运算复杂度较高. 所以本文又进一步对该算法进行了简化, 从而得到了一个实用的分割算法. 通过使用真实的全PolSAR数据以及仿真数据进行实验, 结果验证了新方法的有效性.     

Robust Segmentation Method for Doorplate Recognition System

Robot navigation based on character recognition is an effective vision method for com- pensating the disadvantage of ultrasonic and infrared sensors.A typical example of character recog- nition for mobile robot navigation is the doorplate recognition system.The captured doorplate images contain unexpected noise from irregular illumination conditions,various imaging angles,dif- ferent imaging distances,etc.The unexpected noise may still exist after segmentation step.In this paper,a robust segmentation method based on speculating the candidates of the characters and feeding back the classification result to the segmentation process is presented.If the candidates of doorplate characters cannot be determined at the segmentation step,a speculation according to known knowledge is executed.The threshold for character extraction from candidates is adjusted when the corresponding character is rejected after classification.The experimental results indicate that the recognition results are effectively improved with the proposed segmentation method.     

避免完美分割的图像识别方法

在目标大小已知、视点相同的情况下,通过对输入图像中各个与目标大小相同的子窗口进行局部分割,并确定每一子窗口局部分割结果与目标模板间的公共区域,分别提取两者在极坐标下的特征,根据两者特征的相似性,在一定的相似性门限下,实现对子窗口的识别。实验证明,该方法在背景复杂、目标分割质量较差的情况下,仍能取得较好的识别效果。     

一种视频中字符的集成型切分与识别算法

视频文本行图像识别的技术难点主要来源于两个方面: 1)粘连字符的切分与识别问题; 2)复杂背景中字符的切分与识别问题. 为了能够同时切分和识别这两种情况中的字符, 提出了一种集成型的字符切分与识别算法. 该集成型算法首先对文本行图像二值化, 基于二值化的文本行图像的水平投影估计文本行高度. 其次根据字符笔划粘连的程度, 基于图像分析或字符识别对二值图像中的宽连通域进行切分. 然后基于字符识别组合连通域得到候选识别结果, 最后根据候选识别结果构造词图, 基于语言模型从词图中选出字符识别结果. 实验表明该集成型算法大大降低了粘连字符及复杂背景中字符的识别错误率.     

一种基于动态规划的道路图像分割算法

非结构化环境的道路分割是移动机器人视觉导航的一个重要研究内容.本文利用图像边缘信息对道路边沿定位的精确性和彩色信息对道路区域分割的适应性,在彩色分割结果和边缘信息之间进行动态规划求解,提出了一种非结构化道路区域检测的新方法.实验结果表明:本文提出的分割方法可以有效地分割出道路区域,对各种环境具有良好的适应性.     

说话人识别中语音切分算法的研究

论文针对说话人识别中语音能量变化和噪声对提取有效语音数据的影响,在传统时域语音切分算法犤1,3犦的基础上,提出了三种孤立词的精确切分算法和一种连续语音的非精确切分算法。实验表明,新算法较好地克服了语音能量变化对切分的影响,在原始语音具有较高信噪比(≥10dB)的情况下,能够切除某些短时噪声和白噪声犤2犦。     

一种与分词一体化的中文人名识别方法

提出了一种与分词一体化的人名识别方法，根据中文人名内部用字产生潜在人名，可信度较高的潜在人名与其它候选切分词共同组成分词有向图的节点。利用Bigram和Trigram给有向边赋值，使有向图的最短路径对应句子的正确切分，确定了句子的切分路径即可识别出句子中的人名。实验结果表明，该方法取得了较好的人名识别正确率。     

足球机器人视觉图象的快速识别

针对机器人彩色视觉系统的实时性要求 ,提出了一种基于 YUV色彩空间的利用阈值向量来分割图象的识别方法 ,并改进了种子填充算法 ,从而明显减少了识别的计算量 ,并在保证识别精度的前提下 ,提高了处理速度 .通过在 Miro Sot机器人足球系统上的应用 ,验证了此方法的有效性 ,而该方法与常用的基于 RGB颜色空间的方法进行比较的结果也证明 ,此方法确有明显的优越性 .     

平面轮廓的分段与识别技术

采用十一点法计算轮廓的近似曲率，该处比普通的三点法具有更强的抗噪性，提出利用曲率差分图进行特征点识别，并根据曲率差分图中轮廓特征点对应的波形特点，一次性将特征点识别为角点与切点，最后，对特征点间的线段类型加以识别，并进行连接调整和圆弧的分割与融合，从而较精确地实现了平面轮廓的分段及识别。     

基于一种新的目标识别的边缘爬行算法

针对机器人目标识别的实时性、快速性和鲁棒性特点,依据物体边缘大部分区域的方向缓变原理,提出了一种基于记忆的边缘爬行改进算法.爬行搜索方法的一个明显缺点是"爬虫"容易掉进"陷阱",即围绕某个局部小区域重复爬行.记忆搜索方法则有效克服了爬行搜索方法容易掉进"局部陷阱"的不足.在边缘爬行的同时,通过标号将颜色相近的不同物体分割出来.实验结果表明,与传统方法比较,该方法的边缘线更加完整、清晰,而且缩短了处理图像的时间,使目标识别的实时性和鲁棒性得到了优化.     

基于彩色图像分割的高温辐射体识别方法

准确识别待测目标是利用CCD图像传感器进行高温测量的关键.本文在对高温辐射体彩色图像的噪声特点进行分析的基础上,提出一种基于彩色图像分割的高温辐射体识别方法,通过对红、绿基色图像分别进行分割来减小甚至消除高温辐射体图像的各种噪声,然后综合红、绿基色图像分割结果实现高温辐射体的准确识别,并运用数学形态学方法对分割结果进行后处理以消除游离点和孔洞,使图像边缘平滑;实验表明,该方法可以有效地实现高温辐射体的正确识别,具有较强的实用性.