基于模板匹配和垂直投影的车牌字符分割算法

车牌识别(LPR)是智能交通系统中的一个重要环节,而字符分割又是车牌识别中的关键部分。针对车牌字符分割问题,提出了一种改进的车牌字符分割算法。首先,对于图像的滤波采用了"条状可变阈值滤波算法",分割环节则采用了垂直投影和模板匹配相结合的算法,并结合现实生活中车牌的一些不利因素的影响,做出相应改进,不仅提高了算法对不同环境下采集的车牌的适应性,而且增加了抗干扰能力。实验结果表明:该方法实现简单,分割质量好,便于下一步的字符识别。     

一种改进的用于裂缝图像分割的Otsu方法

裂缝是隧道衬砌最常见的病害之一,基于近几年快速发展的工程检测系统与图像处理算法的研究,提出了一种CCD相机的衬砌裂缝快速检测系统采集裂缝图像。在提取裂缝特征之前,需要将裂缝区域与图像背景分离。采用Otsu法进行分割处理,然而传统的Otsu方法对裂缝区域过小的图像易产生欠分割;对背景不单一或光照度不均匀的裂缝图像易造成过分割的情况。根据Ostu方法分割特点对该方法进行改进,以达到更好的裂缝图像分割效果,从而为实现隧道裂缝的快速检测埋下基础。     

基于栅格覆盖模型的林相图斑快速矢量化方法

本文提出基于栅格覆盖的面状目标快速矢量化方法 ,以林相图斑为例,引入栅格覆盖模型,采用面向对象思想,结合图像分割及数学形态学等,实现其快速矢量化。结果表明,采用栅格覆盖模型,显著提高了矢量化效率;图斑拓扑关系得以保存,精度满足应用要求,自动化程度较好。     

基于PCA算法的机载LiDAR点云平面分割算法研究

屋顶面提取是建筑物三维重建的关键部分,目前常用的屋顶面分割算法均有一定的局限性,如计算量大,效率低下等。本文结合PCA算法和区域增长算法,利用PCA计算点云法向量,可有效降低噪声对点云法向量的影响,改善区域增长的结果,同时也有效提高平面拟合时的效率。本文方法结果优于RANSAC算法和传统的区域增长算法。     

一种基于遗传算法的Normalized Cut准则图像分割方法

Normalized Cut准则图像分割是基于图论的方法,是一种比较典型的规范化分割,但由于其运算量较大、收敛条件难以控制等缺陷,使得图像二值化分割不均匀。本文从Normalized Cut缺陷研究入手,利用遗传算法全局快速检索特性,改进Normalized Cut优化函数,获得精度理想的图像分割效果。     

顾及激光反射率的点云数据分割算法研究

点云数据分割是三维模型重建的关键环节,传统的基于模糊C均值聚类（FCM）的点云数据分割算法在规则物体细节的分割上具有一定的局限性。针对此问题,在传统算法的基础上,增加了激光反射率信息,提出了顾及激光反射率的分割算法。通过实例验证,该算法具有较高的可行性和普遍适用性,分类结果较为可靠。     

基于DSM的单像片数字投影转绘收敛方法研究

基于二维影像的空间建模或者其他空间数据的获取,传统的方法是量测立体像对,这需要专门的立体测图仪,甚至还需在2张像片上确定同名点,硬件要求高并且工作量大。采用单片转绘时这种情况就可以得到改善。传统的数字投影转绘都是对航片进行的,通常用于影像纠正生成正射影像,文章所研究的数字投影转绘新方法适用于地面影像的转绘。     

一种基于蚁群聚类的图像分割方法

目前聚类技术已成为图像处理,计算机视觉,模式识别等研究邻域的重要方法。本文在群体智能理论和聚类算法的基础上,提出了一种基于蚁群聚类算法的图像分割方法。实验表明,该方法能够较好的分割图像,具有较好的聚类效果。     

一种基于模拟退火算法火灾后高强混凝土损伤的投影寻踪综合评价方法

在研究高强混凝土高温后性能的基础上,通过对影响火灾后高强混凝土结构性能的主要因素进行分析,选择抗压强度损失系数、耐久性损失系数、爆裂损失系数和裂纹损失系数作为评价指标,以投影寻踪同归理论为基础,提出综合评定高温后损伤混凝土性能的方法,建立了投影寻踪综合评价模型,编制了基于MATLAB的相应程序,采用模拟退火算法寻求最优投影方向,根据投影特征指标值对高强混凝土高温后性能进行综合评价.研究表明:该方法避免了评判专家人为确定权重,评价结果客观准确、方法简单,为混凝土结构火灾损伤的诊断评估与修复加固提供科学依据.     

基于K-means算法车牌分割的应用

在车辆管理中,车牌的提取一直是一项重要的信息。本文针对车牌的分割问题进行研究和应用。首先做图像的预处理,把彩色图像转化成灰度图像,利用阈值迭代法进行目标的二值处理。车牌中文字以及数字的提取中,首先利用canny算子对这牌进行粗分割,粗分割之后存在一些小的断点或是噪声点,利用数学形态学腐蚀和膨胀进行去噪。最后利用k-means聚类的方法对这牌进行精细分割。本文采用MATLAB对算法进行仿真实验。     

基于SIFT-SRBICP算法特征点云提取与配准研究

针对图像特征点提取效率低和稳定性差,点云集在实际情况下由于尺度变换引起的匹配不准确和旋转角变化过大引起的配准效果不佳的问题。本文对SIFT、SURF及ORB三种算法进行对比分析,验证了SIFT算法在解决图像特征点提取问题上优于其它两种算法。本文采用SIFT算法进行特征点提取,并提出基于改进型的SRBICP算法对点云进行配准,该方法不仅增加了初始信息素的随机性和考虑了尺度矩阵的边界,并加入了旋转角约束矩阵、动态迭代系数以及退火系数等因素对点云配准模型进行构建。最后采用基于开源GNU/Linux系统所搭载的的Ubuntu操作系统,在Ubuntu系统平台上进行仿真实验,实验结果表明,改进后的算法比传统ICP算法配准精度提高了约50%,同时配准速度提高了约40%。     

建筑物立面点云语义分割方法研究

针对建筑物点云数据重建模型自动化程度较低的问题,提出了一种半自动的建筑物特征元素提取方法。首先采用随机采样一致性算法实现点云分割,将点云分割成不同部分,再依据建筑物立面各种特征元素之间的尺寸、位置、拓扑关系等一系列属性判断每一块点云数据的语义信息,实现了从分割出来的点云数据中自动识别建筑物立面的门、窗户、墙体等特征元素。该方法基本上实现了点云数据的语义分割,为建筑物三维模型的自动重建提供了基础框架。     

A Modified Iterative Closest Point Algorithm for 3D Point Cloud Registration

In this article, an accurate method for the registration of point clouds returned by a 3D rangefinder is presented. The method modifies the well‐known iterative closest point (ICP) algorithm by introducing the concept of deletion mask. This term is defined starting from virtual scans of the reconstructed surfaces and using inconsistencies between measurements. In this way, spatial regions of implicit ambiguities, due to edge effects or systematical errors of the rangefinder, are automatically found. Several experiments are performed to compare the proposed method with three ICP variants. Results prove the capability of deletion masks to aid the point cloud registration, lowering the errors of the other ICP variants, regardless the presence of artifacts caused by small changes of the sensor view‐point and changes of the environment.     

基于点云的钢筋数量和间距自动检查算法

为改进钢筋骨架质量自动检查方法,提出了基于点云的钢筋骨架中钢筋数量和钢筋间距的自动检查算法。该算法在获取钢筋骨架实际点云和设计点云的基础上,首先对这两片点云分别进行降采样,以得到空间密集程度相同的钢筋骨架实际点云和设计点云; 其次,对降采样后的钢筋骨架实际点云和设计点云使用基于主成分分析(PCA)的方法进行粗配准。由于粗配准后的钢筋骨架实际点云和设计点云的配准精度较低,无法直接用于钢筋数量和钢筋间距的检查,对粗配准后的钢筋骨架实际点云和设计点云进行精配准。最后,基于精配准得到的钢筋骨架实际点云和设计点云,依次对钢筋骨架中的钢筋数量和钢筋间距进行检查。结果表明:精配准后的钢筋骨架实际点云和设计点云的配准精度较高,可以用于钢筋数量和钢筋间距的检查; 该算法对钢筋数量检查的准确率为100%,对钢筋间距检查的准确率为80%; 应用该算法可以有效提高复杂钢筋骨架中钢筋数量和钢筋间距检查的效率,降低人工成本。     

从机载LiDAR点云数据中快速提取建筑物的方法研究

提出一种从机载LiDAR点云数据中快速提取建筑物的方法.首先通过渐进三角网滤波得到地面点和不规则三角网,再通过三角网的区域生长和多条件阈值提取出候选建筑物轮廓,然后对提取出的初始建筑物点云采用两种策略去除噪声点,最终得到准确的建筑物点云,并通过实际数据进行了验证.     

点云检测技术在高速公路边坡监测中的应用

三维激光扫描技术获取的点云数据是目前世界上先进的测绘新技术成果之一,它不仅可以实现三维场景复制,而且与其他测绘技术手段相比,数据量更丰富,可以详细刻画目标对象的细节特征,因此可以将点云进行监测并能取得常规方法无法获得的一些分析优势。本文以三维激光扫描技术获取的高速公路边坡点云数据为例,探讨了点云检测技术在边坡监测工作中的应用原理、作业流程及其技术优势。