一种新的动态二值化算法

本文提出了一种新的动态二值化算法，以实现从灰度点阵图象中提取其对象。通过分析象素和其所在的局部区和灰度值等数字特征，可以判断局部区的内是否存在对象，阈值和判断条件对应。     

一种摄像机采集图像的二值化算法

在无损探伤自动检测线上,为了记录每根管材的有关参数,需在管端进行打号、读号处理。详细介绍了管号识别系统中关键的图像预处理二值化算法。该算法称之为Stamp算法,是在分析Phototshop图像处理软件Stamp滤镜功能的基础上,结合自动检测线上采集图像的特点而得出的。Stamp算法还可以用于车辆牌照自动识别的二值化处理等领域。     

一种新的二值图像标记的快速算法

文章介绍了一种新的二值图像像素快速标记方法。这种方法首先对二值图像施行一个基于扫描像素线的连通体检测过程,同时巧妙地利用线性分析表来记录连通关系,然后,根据标号的从大到小的传递过程来进行标号的归并。这种方法克服了以前方法中像素重复扫描、记录连通关系所需内存大和标号归并需大量运算等缺陷,具有实现简单,占有内存小,运算速度快等特点。实验表明,该方法能快速准确地检测出任意形状的连通体。     

一种新的自适应二值化方法

提出了一种新的自适应二值化方法。基于解决全局二值化方法分割图像的整体轮廓和细节不能兼顾的问题，首先，提取图像细节部分区域作为子象块，并对每一块小区域进行全局二值化；然后，再对整个图像进行全局二值化。由于这些区域非常小。区域二值化对全局二值化的结果的影响可以忽略不计。另外，提出了利用边缘提取后的图像作为提取区域的依据。实践证明，这种二值化方法能够取得非常好的效果，并且具有相当强的场景适应能力。     

一种改进的指纹图像二值化算法

提出了一种直接基于指纹结构特征的二值化算法，在去除指纹图像中无效块后，利用指纹纹理表现出的规律来提取脊线谷线信息从而去除噪声。实验结果表明基于结构特征的二值化算法可以克服较多的噪声干扰，大大减少了指纹图像中的伪脊线结构，得到精确的二值图像。     

一种改进的文本图像二值化算法

分析了常用的局部阈值法-Bemsen算法中存在的问题，对此算法进行了有效的改进，提出了一种改进的文本图像二值化算法。由于改进后的算法考虑了图像的整体特征，并采用快速算法，因此具有更广泛的适应性和实用价值。实验结果表明了此算法的有效性。     

一种改进的字符图像二值化算法

随着数字图像处理和模式识别技术的发展,字符识别技术得到了广泛的应用。二值化技术作为字符预处理的一个重要环节,对后续的字符分割和特征提取有着很大的影响。本文针对字符图像的特点,提出了一种改进的基于直方图特征和形态学处理的Otsu二值化算法。仿真表明,该算法在减少运算量的同时,可以有效处理字符笔划残缺造成的干扰,并增强字符的连通性。     

针对特定目标提取的二值化算法

根据中文支票识别的预处理过程中提取特定目标的需要,研究了多种二值化算法在预处理中的效果.通过分析2000张中文支票灰度图像的直方图,找到了可以用于图像分割的直方图梯度值信息,基于该梯度值信息,提出了一种用于提取支票图像中金额栏外围框线的二值化算法,使得支票灰度图像中的待提取框线更加清晰、凸出,更加易于定位.在中文支票预处理环境下,所提出的二值化算法在与其它多种二值化算法的对比测试中,表现出了更好的效果和更高的效率.     

嵌入式系统集成开发环境研究

嵌入式系统的广泛应用需要良好的嵌入式系统集成开发环境(Integrated Development Environment,IDE)的支持,文章针对SACOS(Satellite Controller Operating System)系统,分析了嵌入式系统IDE应具有的基本功能及其系统结构,提出了一种基于KDevelop进行二次开发的方法,并讨论了该程序的实现方法。     

一种最优化链码指纹二值细化图像压缩编码

提出了一种适合于对线状结构的条形纹线二值图像进行压缩的最优化Freeman链码压缩算法——Freeman差分链码Huffman编码。与传统的Freeman链码相比,提出的压缩算法是基于Freeman链码、差分编码和Huffman编码的一种混和编码方式。通过理论分析和在指纹二值细化图上的实验结果证明,对于指纹二值细化图像,本算法优于现有的链码压缩二值图像的算法,针对于线状结构的条形纹线二值图像,本算法也优于其他压缩算法。其平均码长为1.7651bits,低于8方向Freeman链码或者Freeman差分链码的3bits的平均码长。     

基于二值掩码图像的粒子滤波目标跟踪快速算法

粒子滤波算法是进行运动目标跟踪的一种重要方法。针对传统粒子滤波算法在进行目标跟踪时存在的计算量大、实时性不足的问题,提出一种基于二值掩码图像的粒子滤波目标跟踪快速算法。该算法在传统粒子滤波算法的每个帧处理阶段产生二值掩码图像,再结合权重选择方法移除背景中权重较小的粒子,保留权重较大的重要粒子。提出的算法可以有效减少参与计算的粒子数目,节约算法的计算成本,从而提高目标跟踪的实时性。与传统粒子滤波算法进行比较,实验结果表明,提出的算法不仅能够有效地提高跟踪速度,而且跟踪结果的准确性和鲁棒性也有所增强。     

Guidelines for creating a rule-based knowledge learning system and their application to a Chinese business card layout analysis

Rule selection has long been a problem of great challenge that has to be solved when developing a rule-based knowledge learning system.Many methods have been proposed to evaluate the eligibility of a single rule based on some criteria.However,in a knowledge learning system there is usually a set of rules,These rules are not independent,but interactive,They tend to affect each other and form a rulesystem.In such case,it is no longer rasonable to isolate each rule from others for evaluation.A best rule according to certain criterion is not always the best one for the whole system.Furthermore,the data in the real world from which people want to create their learning system are often ill-defined and inconsistent.In this case,the completeness and consistency criteria for rule selection are no longer essential.In this paper,some ideas about how to solve the rule-selection problem in a systematic way are proposed.These ideas have been applied in the design of a Chinese business card layout analysis system and gained a goods result on the training data set of 425 images.The implementation of the system and the result are presented in this paper.     

嵌入式语音识别系统中的DTW在线并行算法*

为提高语音识别系统的实时性,利用动态规划和并行计算思想,提出一种适用于嵌入式语音识别系统的DTW(动态时间规整)在线并行算法。通过分析标准DTW及其主要衍生算法,对DTW算法的数据结构进行改进以满足在线算法要求,在寻找最佳路径过程中动态连续地分配和释放内存或预先分配固定大小的内存,并将多个关键词的DTW计算分布到多个运算单元;最后汇总各运算单元的结果得到识别结果。实验表明,该算法比经典DTW降低了内存使用和识别时间,并使语音识别的实时系数达到1.17,具有较高的实时性。     

基于多核计算环境的地貌晕渲并行算法

针对现有地貌晕渲算法多是基于单核单线程编程模式从而导致计算效率较低的问题,提出利用多核并行计算模式对现有地貌晕渲算法进行并行化改进。首先,通过格网分割方式对原始数字高程模型（DEM）数据进行分割从而实现数据分块;其次,利用.NET环境下的Parallel类对分块数据进行并行晕渲处理,得到各个分块数据的晕渲结果;最后,对各个分块数据的晕渲图像进行拼接,从而得到完整的地貌晕渲图像。实验结果表明：并行化改进算法的计算效率明显高于现有单核单线程地貌晕渲算法,且参与计算核数与晕渲效率基本上呈线性增长关系;同时,分析发现地貌晕渲的立体真实感与光源参数的设置极其相关。     

适应噪声环境的改进遗传算法

遗传算法领域考虑噪声存在的情况非常复杂,设计合理的改进方法提高遗传算法的性能非常必要.从改进算法设计策略的角度,基于引进平滑滤波的方法提出了改进方法,并利用计算机仿真实验,与现有方法比较,结果表明改进的遗传算法不仅提高了算法的收敛性能,并且提高了算法的计算速度.归纳并通过实验表明了现有方法的有效性.最后,从信噪比这样一个新的角度对噪声环境下的遗传算法进行分析,得出了有效的改进方案.     

一种新的核磁共振图像偏场估计和分割算法研究*

在数字医学图像处理中,对于核磁共振图像而言,灰度不均匀性将严重影响算法的性能,因此必须进行偏场的估计以消除这种不均匀性。为此,提出了一种可以同时实现核磁共振图像偏场估计和图像分割的算法。使用最小均方误差准则构建目标函数,利用偏场的光滑特性和局部特性构建约束项来加速算法的收敛速度并提高算法的性能。实验结果表明,该算法能够正确地进行图像分割和偏场校正,同时约束项能够加快算法的收敛速度和提高算法的性能。     

基于局部二值模式与多层感知器的中文车牌字符识别高效算法

针对智能交通系统中中文车牌图像中字符识别准确率不高速率低的问题,根据中文车牌字符图像纹理特点改进经典的局部二值模式( LBP),并在此基础上提出一种中文车牌字符识别高效算法。该方法采用改进的局部纹理算子LBP描述车牌字符,对于中文、字母、数字这三种类型字符分别使用不同维数扩展的LBP特征描述,并通过多层感知器( MLP)分类算法识别字符,因此同时结合了LBP和MLP算法的优势。实验结果表明,与工业上常用车牌字符识别算法相比,所提方法字符识别更准确,准确率约96.5%,同时识别时间比其他常用算法缩短了24%~62%,可满足智能交通系统实时性与准确性的要求。