基于高斯拟合局部直方图方法的近红外星图目标检测

从近红外星空图像的直方图出发,认真分析了直方图的特性,并通过对直方图低频区域图像进行高斯拟合确定了图像分割阈值。对不同阈值情况下取得的结果进行了对比。在选取8邻域内像素面积最大的10个目标作为导航目标时,该方法用的数据较少,大幅减小了计算机的工作量,从而提高了导航效率,并增快了识别速度。     

基于内容的敏感图像检测方法研究

随着网络和多媒体技术的发展,互联网中色情图像的传播越来越泛滥,为有效地过滤敏感图像,文章提出一种基于Otsu自适应阈值分割的人体面积比例计算方法。整个检测系统利用人体肤色模型和面部识别模型,并结合面积比例识别算法等图像特征识别技术,实现对网络敏感图像的检测。实验结果表明,该方法具有较高的准确率和较快的实时在线检测速度,具有良好的实用性和应用价值。     

图像分割技术用于印刷电路板检测的研究

图像分割在图像分析、图像识别、图像检测等方面占有非常重要的地位,是从图像处理到图像分析的重要步骤,图像分割的好坏直接影响到图像分析的结果。针对此就印刷电路板检测过程中的图像分割进行研究。阈值分割技术的运算效率高、计算简单等特点非常适应印刷电路板检测的快速性和稳定性要求,因此着重介绍了四种阈值分割技术,并借用软件将各算法分别应用于实际的印刷电路板图像,然后对各个阈值化算法的分割结果做了对比和简要分析。     

基于阈值法的图像分割技术

图像分割是图像处理方向的一个重要课题,阈值法因其实现简单、计算量小、具有较高的运算效率,性能较稳定,而成为图像中最基本和最广泛的分割技术。阈值法分为全局阈值法和局部阈值法两种,其中全局阈值法又可分为基于点的阈值法和基于区域的阈值法。这里主要研究基于点的全局阈值法,即最大类间方差法,并基于Matlab软件环境进行算法的仿真。该系统能够对图像中某些感兴趣的部分进行提取,较好地实现了图像分割。     

基于数字图像处理的轨道板裂纹缺陷检测

利用数字图像处理技术,通过轨道板图像自动分割、边缘提取、轨道板固有结构边缘去除、真伪裂纹区分等步骤,设计了轨道板裂纹缺陷自动检测识别算法。通过对实际采集的轨道板图像的处理,证明该方法能够准确提取和标记缺陷区域。在实验的1 000幅图像中,人工检出裂纹图像6幅,自动识别裂纹图像6幅,准确率达到100%,算法运行速度经测试能够满足实时检测的需求。     

基于遗传算法的图像阈值分割的研究

图像分割是实用性很强的图像处理技术,也是各种图像处理工作的基础。图像分割方法中的阈值分割法能根据一定的阈值选取准则快速、简单地实现图像分割。文中将标准的遗传算法与OTSU法相结合应用于图像分割中,有效解决了传统OTSU法高耗时性的缺点,提高了系统的运行速度,是图像分割问题中一种新而有效的方法。     

基于流形排名与迟滞阈值法的视觉显著性检测

视觉显著性检测是机器视觉领域的关键技术之一.提出一种基于流形排名与迟滞阈值的检测方法,首先将图像划分成超像素集合,以之作为结点形成闭环图;再按照基于图的流形排名方法计算各个结点的显著值,形成图像的显著图;然后利用显著图直方图统计出高、低两个阈值,将显著图划分为三个部分,使用伽马校正技术分别进行处理,最终整合校正结果得到输出显著图.实验结果表明,相对于现有算法,本文算法得到的显著图能够更好地区分背景区域和显著目标,同时也更具稳健性.     

图像处理技术在火焰目标提取中的应用

在火灾识别系统中,为了精确地提取火焰目标,本文提出了一种综合有效的算法,该算法采用二维最大熵自动阈值法对火灾图像进行了分割处理,随后采用区域生长法,检测出火灾图像中的可疑区域,并以区域生长后的目标区域为模板,采用Otsu阈值选取法对当前图像进行精确分割,提取准确的火焰目标。实验证明该算法能够有效地提取出连续图像序列中的火焰目标图像。     

基于Otsu法自适应阈值的图像分割研究

概述了基于一维Otsu 和二维Otsu 双门限的阈值分割法,提出了基于像素邻域平均灰度的改进的一维Otsu 多门限分割方法,兼有准确性和快速性的优点,并应用于MRI脑图像,实现了多个目标的自动分割,与普通的一维Otsu 法相比具有更好的分割效果.     

基于高性能计算平台的图像分割技术

该研究建立基于高性能计算平台的PSO粒子群图像分割算法模型,充分发挥了硬件优势,极大地提高了图像处理中关键一步图像分割的效率。PSO算法是一种随机寻优算法,在各个粒子相互作用的同时寻找最佳的阈值,缩短图像分割的时间。因此,该研究提出的基于高性能计算平台的PSO粒子群图像分割算法具有一定的准确性和稳定性,并且有较好的时间复杂度表现。     

基于数字图像处理的星体检测技术研究

简述了基于CCD器件昼夜星体检测系统的组成和原理,针对影响星体检测精度的关键因素,采用质心法确定恒星位置,较详细分析了提高信噪比的图像处理算法和亚像元定位算法,对以恒星为基准的实时、多参数校正设备实现高精度的测量。     

一种基于图像多特征的火焰识别算法

火灾探测技术的稳定性高、误判率低是目前研究的热点,重点分析了火灾火焰燃烧过程中色彩形态的变化过程.提出用火焰色彩、面积变化、尖角数、质心位置移动等信息作为火灾识别的依据,采用逐步排除、渐进的识别方式作出火灾判断的算法.实验结果表明,基于图像多特征的火焰识别算法能够有效识别出火灾火焰,并有很强的抗干扰能力.     

基于数字图像处理的棉花异纤检测研究

本文首先介绍通过Visual C＋＋实现对RAW格式的棉花图片的显示,然后再应用一种检测算法检测显示出的图片中的异纤点。该检测算法是采用基于选择式掩模平滑的边缘检测方法来识别原棉图像中存在的异性纤维,其中边缘检测算子为Sobel算子。     

基于改进Canny算子的手势图像边缘检测

针对手势检测不准确,手势边缘检测有偏差等问题,文中提出了一种改进的Canny算子用于检测手势图像边缘。改进的Canny算子使用自适应中值滤波与双边滤波相结合的方法去除图像噪声,并在Sobel的基础上扩展45°和135°方向的梯度幅值计算,自适应获取最佳阈值判别图像边缘。最后,使用哈夫变换与像素点的梯度方向相结合检测边缘,连接边缘、增强边缘。实验表明,改进后Canny算子检测的结果8连通数比传统Canny算子检测的结果8连通数多,边缘连续性较好,检测精度更高且自适应性增强。     

基于Kinect深度图像的指尖识别及手势判定

在基于微软Kinect体感设备开发的交互应用系统中,使用传统的鼠标、键盘等交互设备难以达到理想的效果。针对这种情况,提出一种基于指尖识别的手势判定方法。采用Kinect传感器获取图像的深度信息,通过OpenNI的内置模块获取手心的位置信息,使用最近邻法实现手部的分割并对手形进行提取;并采用射线求交法优化Graham Scan算法获取凸包点集合,利用轮廓分析法从凸包点中识别出指尖。在此基础上,结合指尖数目和面积比例实现对“抓取”手势的判定。实验结果表明,该方法能有效地识别抓取动作的手势,且具有良好的鲁棒性。     

基于统计方法的数码图像处理

本文首先把学生证上的单个印刷体数码图像转化为位图格式，然后根据一定的阈值对图像进行色调过滤和二值化处理，并分块求其亮度平均，得到0和1组成的兼顾精度和复杂度的二值矩阵，最后把矩阵存储为文件供后续人工神经网络识别使用。实验结果表明该方案是可行的、有效的。     

基于图像处理的火灾探测技术

基于图像处理的火灾探测技术具有准确性高、实时性好、信息丰富等优势,是火灾探测领域重点研究的内容。本文根据火焰的面积增长率、火焰尖角等作为特征提取对象,通过MATLAB仿真技术对火焰特征进行实验研究,实验证明此技术具有一定的理论参考价值。     

基于图像处理的火灾探测技术简

基于图像处理的火灾探测技术具有准确性高、实时性好、信息丰富等优势,是火灾探测领域重点研究的内容。本文根据火焰的面积增长率、火焰尖角等作为特征提取对象,通过MATLAB仿真技术对火焰特征进行实验研究,实验证明此技术具有一定的理论参考价值。     

基于数字图像处理的摄像机跟踪系统

从新的角度提出了采用图像分析识别方法的摄像机跟踪技术,提出了以天花板为参照,通过固连在主摄像机上的辅助摄像机拍摄天花板的图像来测得摄像机的位置参数.以Sobel算子对图像边缘检测,通过hough变换得到对应直线方程,计算得到摄像机的位置参数.