基于多尺度Meanshift图像去噪算法

针对图像噪声类型未知、Meanshift平滑窗口难以确定致使图像细节被模糊的问题,提出多尺度Meanshift图像去噪算法。结合小波的"数字显微镜"的优点与Meanshift较强无参概率密度估计及快速模板匹配的特点,非常有效地去除了一组实际夜间远程拍摄图像中的未知噪声。算法执行过程中,首先,将图像进行二维离散小波变换,分解出低频子图和承载细节的高频轮廓子图;然后,区别于传统处理方式,高频子图保护不变,对低频子图进行Mean shift分析窗平滑,最后合成高频子图与低频滤波后图像形成去噪声后图像。该方法不仅弥补了单一Meanshift算法由于平滑窗口难以确定致使图像细节被过滤的缺陷,而且解决了一类实拍高噪声图像的去除,信噪比SNR为34.29。结果表明:本文提出的算法可以去除不同类型噪声图像,并可得到较高的信噪比。     

基于连通域相关及Hough变换的公路路面裂缝提取

针对裂缝细小不连贯且带有设计接缝的公路路面,提出了裂缝自动提取算法. 该算法包括路 面图像预处理、基于连通域相关的裂缝提取和基于随机Hough变换的接缝滤除3个环节. 路面图像预处理环节通过部分重叠子块直方图均衡（POSHE）、局部与全局灰度匹配以及基于高 提升空间滤波的图像分割,得到裂缝更加清晰的路面二值图像;裂缝自动提取环节中,通过 基于连通域之间的相关特性,将细小且不连续裂缝的各个片段连接形成完整裂缝,进而基于 连通域长度特性,实现了复杂裂缝与路面纹理噪声的区分;在接缝滤除环节,通过基于随机 Hough变换的直线检测结果,结合接缝的自然属性设计了一组接缝区域识别规则,实现了裂 缝与接缝的区分,从而得到了最终的裂缝识别结果.     

结构化道路车道标线识别算法研究

针对传统Hough变换算法在无人车结构化道路车道标线识别中出现的中间间断车道标线提取不精准、不完整、有用车道标线信息丢失等问题,提出基于感兴趣附近区域的Hough变换车道标线识别算法．运用传统Hough变换对预处理得到的二值图像进行图像部分分块的车道标线提取,在已提取的车道标线周围划定感兴趣附近区域,找出感兴趣附近区域内的像素与车道标线的辅助度关系,通过辅助度计算累计单元的最大值,得到车道标线的参数．对无人车实时采集的图片进行实验,实验结果表明,该算法在直道、弯道情况下平均处理一帧图片耗时分别为80．42ms、92．22ms,具有很好的实时性,且该算法可以有效提取结构化道路的车道标线．     

基于小波变换的路面破损图像降噪增强算法

针对传统的边缘提取算法对提取路面裂缝的不适应问题,提出了一种基于二维离散小波变换的路面裂纹图像降噪增强算法。该算法利用小波变换分解公路裂纹图像,自适应地处理不同层次的细节系数,增强裂纹信息。实验结果证明,面对复杂的图像背景纹理信息和大量噪声,算法能够成功锐化裂纹边缘信息,去除公路纹理噪声,有着较强的鲁棒性。     

图像垃圾邮件中文本区域的自动提取方法

图像中的文本区域为判别图像垃圾邮件提供了重要依据。为了获得图像中的文本区域信息,提出了基于Hough变换提取图像中倾斜文本区域的算法和降低图像背景干扰的八邻域细小边缘去除算法,实现了一种不受图像中文本颜色、字体、大小、位置、方向限制的文本区域的自动提取方法。在包含100幅垃圾图像的数据集上进行提取图像文本区域的实验。实验结果显示,新方法具有良好的文本区域提取性能。     

一种基于DWT和DCT的数字水印算法

提出一种基于离散小波变换和离散余弦变换的数字水印算法。将二值条码作为水印并对其进行置乱,再对载体图像进行离散小波变换与离散余弦变换,并将置乱后的水印嵌入。水印提取时,利用Radon变换对待检测图像进行校正,并根据二值条码特性对提出的水印图像进行修正。实验结果表明,该算法嵌入水印后不易被察觉,检测出的效果好,对JPEG有损压缩、剪切、噪声干扰等攻击有较强的鲁棒性。     

基于小波变换域的数字图像嵌入和提取方法

针对数字图像水印的嵌入和提取问题,提出了一种基于小波变换域的数字图像水印的嵌入和提取算法.该算法结合了离散小波变换、Arnold置乱变换和奇异值分解.通过Arnold置乱变换对数字水印图像进行变换,对原始图像进行二次离散小波变换,之后分别对置乱后的水印图像和原始图像小波变换中的低频部分进行奇异值分解,对两者的奇异值矩阵进行加性操作实现水印的嵌入过程.结果表明:该算法能够准确实现水印的嵌入和提取功能;嵌入的水印具有良好的隐身性,人眼不能感觉出水印嵌入带来的变化;算法具有较强的鲁棒性,经过椒盐噪声、高斯噪声、JPEG压缩、高斯平滑和裁剪操作等污染及攻击后,都能较好地恢复水印信息.     

基于改进SUSAN算子的车道线检测算法

为了准确识别道路的车道线,采用45°Sobel边缘算子对中值滤波后的道路图像进行增强,进而采用SUSAN算子和Otsu算法相结合的方法将图像分割,利用分区Hough变换进行拟合,识别出车道线.实验结果表明,采用改进的SUSAN算子分割后的道路图像能够准确提取车道线参数,拟合出车道线,去除噪声,节省了后续Hough变换的时间,提高了算法的抗噪性能和实时性.     

基于高阶统计量的小波变换去噪算法

图像在获取和传输的过程中经常要受到噪声的污染.传统的去噪方法不仅滤出了图像的噪声,同时使图像细节变得模糊.本文提出一种基于双谱和小波变换的去噪算法.该方法是根据高斯噪声及椒盐噪声在小波变换下的不同特征,并结合双谱滤波、中值滤波的特点,在小波城内对高频子带进行双谱滤波,去除图像中的高斯噪声,然后进行中值滤波,去除图像中的椒盐噪声.高斯噪声的双谱为零,能够彻底的去除高斯噪声.该算法的实验结果表明不仅能滤出图像中高斯噪声和椒盐噪声,而且能较好的保留图像的边缘细节.其滤波效果优于传统的图像去噪方法.     

基于广义Hough变换的手写文档整词定位

本文研究了在手写文档中定位目标整词的应用问题。将广义Hough变换的应用范围从图形匹配拓展到文档图像中的单词匹配。利用SIFT算法提取边界特征,将广义Hough变换的投票结果归一化到灰度值范围,形象地给出了单词位置检测的结果。最后将该方法应用到维吾尔文手写文档的整词定位问题中,取得了良好的效果。     

一种改进的缺损圆检测定位方法

分析了传统Hough变换、随机Hough变换在检测圆及缺损圆时存在的问题,在总结了经典的Hough算法和其他研究人员提出的其它改进算法后,利用圆的几何特征,先检测出缺损圆的一个圆心坐标参数,然后根据推导出的半径检测公式对图像中的点到与圆心具有一个相同坐标参数的边缘点(即过圆心与X轴或者Y轴平行的直线与圆的交点)的距离与该点和边缘点的水平或者垂直坐标差值的关系统计半径大小,进而确定该缺损圆的所有参数。实验及分析验证了该方法降低了Hough变换的维度,比传统的Hough变换在检测缺损圆的边缘以及定位的问题上性能有较大的提高。     

基于约束抽样Hough变换的圆轮廓快速检测技术

针对Hough变换进行圆轮廓测量存在的问题,提出了一种新的Hough变换圆轮廓检测方法．该方法综合利用图像本身灰度信息和梯度信息,对图像空间的抽样进行约束与优化,减小参数的累加数目,得出图像空间中属于目标的轮廓点;并根据目标本身的性质进一步搜索,去除伪轮廓点;采用了“多对一”映射与并行算法来提高检测速度．实验结果证明应用本方法对于对比度低、有噪声污染的图像同样可以检测出真实轮廓,定位不确定度〈0．15像素,运算速度是传统随机Hough变换的2倍．     

工件角度的图像测量法研究

通过CCD将拍摄的工件图片进行图像灰度化、滤波、二值化预处理,然后对图像进行开、闭运算,用八领域算法来提取边缘轮廓。应用Hough变换得到工件图像轮廓角点的位置,再利用最小二乘法对图像轮廓进行拟合,最终求出工件角度。     

Hough 变换的改进及其在指针式水表识别过程中的应用

在图像处理中,Hough变换广泛地应用于图像空间图形的检测,是从图像中识别几何图形的基本方法之一,但是其对于除直线之外的检测基本都会涉及3个甚至3个以上的参数,导致变换过程中所使用的存储空间大,计算时间长。针对传统Hough变换的算法缺点,提出一种改进的Hough变换算法,首先对原图像进行灰度化、滤波等图像预处理,然后结合图像的结构信息缩小变换像素点所处的范围,从而大大减少计算时间。进一步再将改进的Hough变换应用于图像特征提取,即圆和指针的提取。最后根据圆心连线与指针的角度来对指针的读数进行判别。     

基于SVD和小波变换的数字音频水印算法

为了保障数字音乐安全性,提出了一种基于奇异值分解和离散小波变换的数字音频水印算法.首先对二值水印图像进行奇异值分解求出奇异值作为水印,并对音频信号进行离散小波变换并计算水印嵌入点,最后将水印信号嵌入.按照水印嵌入的反操作进行水印提取,采用叠加噪声、去除噪声等进行攻击.实验表明,该算法具有较强的鲁棒性和不可感知性,能有效抵御各种常见攻击.     

基于DCT变换和m序列的二值水印嵌入算法

针对因特网上数字图像的版权保护、认证和完整性等问题,基于DCT变换和m序列,提出了一种二值水印嵌入算法,实现了二值图像的嵌入和提取．实验表明,该算法当JPEG压缩比达到12时还能很好的恢复出水印,而且对剪切、噪声、滤波等图像处理操作也具有很好的鲁棒性．     

基于数学形态学与Hough变换的道路边缘提取

道路边缘的提取是运动检测中最关键的一步。针对目前运动检测过程中更新数据量大、实时性不高的问题,提出了一种新型、快速的道路边缘提取方法。该方法首先利用数学形态学对原图像进行增强,然后通过Canny算子对增强图像进行边缘检测,最后采用Hough变换检测出二值图像中的道路边缘。实验证明,该方法准确性较高,可以减少后期运动检测的运算范围,提高运动检测速率。     

基于Hough变换的斑马鱼胚胎图像分析技术

在拼接后的斑马鱼胚胎显微图像基础上提出胚胎图像分析算法,以确定斑马鱼胚胎的3个形态特征：长度、头-干夹角以及尾部弯曲度.采用形态学方法将斑马鱼胚胎从背景中分割出来,然后采用二值细化算法提取它的中心线,最后测量上述形态特征.在测量尾部弯曲度时,采用环形Hough变换法去除胚胎头部,再由最小面积法将尾部曲线回归成一条直线,引入表示尾部曲线与回归直线间平均距离的均方根误差来表征尾部的弯曲度.实验结果表明,该自动分析技术处理速度较快,可以获得准确的形态参数值.     

基于图像的金免疫层析试条定量检测系统

在使用CMOS图像传感器获得金免疫层析试务的图像的基础上,使用多副图像平均法和PDE去除试条图像的噪声,再用Snake分割和Hough变换提取金免疫层析试条的检测窗口,然后使用积分扫描法较精确地提取金免疫层析试条的检测线,输出检测线内的总灰度值。实验结果表明,该方法比较理想地实现了金免疫层析试条的定量检测。     

基于焊缝图像信息的激光条纹中心线提取

为准确快速提取不同坡口的焊缝特征信息,对滤波去燥后的二值图像采用改进Steger算法提取出激光条纹中心线。首先,将原图像与阈值法相结合得到ROI区域,再根据高斯函数的可分离性,把图像的二维高斯卷积等效为一次高斯行卷积和一次高斯列卷积,从而减小运算量。实验结果表明,该焊缝识别算法能够准确的提取焊缝激光条纹中心线,且能够提高处理速度,满足实时性的要求。