一种利用点云强度特征的交通标志线提取优化算法

针对车载道路点云中交通标线的提取问题，设计了一种联合强度特征图像和边缘检测的交通标线提取方法。该方法首先将道路点云路面转换成点云强度特征图像并进行局部二值化操作，然后利用改进的Canny算子进行边缘检测获得强度梯度图像，最后进行连通区域分析实现对交通标线的精确提取。通过5组具有不同标线类型数据的实验结果表明，该方法提取交通标线的正确度、完整度和精度均超过90%,证明了本文方法的有效性和适用性。     

一种指纹图像预处理方法的研究

实现一套指纹图像预处理算法,主要包括指纹图像灰度归一化和均衡化、指纹图像分割、指纹图像的二值化、指纹图像增强、指纹图像细化。采用基于梯度的指纹图像分割方法,去除指纹图像中的无用信息,并使用连通域检测方法对分割后的指纹图像进行优化。引入基于动态阈值法的二值化算法,实现指纹图像的方向二值化。采用基于骨架提取技术的细化算法,完成指纹图像的细化处理。最后使用MATLAB8.2平台对该算法进行验证,在相同特征提取算法和匹配条件下,该算法的识别精度高于传统算法。     

一种结合曲率与圆特征的实时指尖检测算法

为实时准确地获取指尖数量,提出一种结合曲率与圆特性的指尖检测方法。首先采用基于肤色与运动检测相结合的方式将手势区域从复杂背景中分割出来;然后对包含手势的图像进行二值化处理,进而对图像进行滤波与形态学处理后提取手势轮廓;再依据曲率的方法提取手势轮廓上的拟指尖点,最后利用指尖点的圆特性将非指尖点去除掉,得到准确的指尖数量。     

贵州民族剪纸符号数据库开发技术研究

本文针对民间传统剪纸艺术的计算机创作问题,在分析剪纸艺术特点的基础上,提出一种基于小波变换和奇异值分解的剪纸纹样识别方法。首先对剪纸纹样图像进行归一化和二值化处理,然后应用小波变换提取剪纸纹样图像的低频分量并进行奇异值分解,最后通过对奇异值进行归一化和降维处理作为最终的特征向量,利用最近邻分类器进行模式识别。实验结果表明,该方法能够有效地去除噪声干扰,较好的识别有一定艺术夸张变形的剪纸纹样。     

基于LS-SVM的岩石细观图像分析方法探讨

为了解决岩石细观力学试验中图像处理过程复杂、质量不高及操作效率低等问题,将LS-SVM的分类方法与数字图像处理的阈值分割法相结合,提出了人机结合的岩石细观结构图像系统分析方法.该方法将图像分割问题转化为分类问题,通过对训练样本的学习,生成可将试验图像分类的LS-SVM分类机,从而提取岩石细观力学试验中得到的感兴趣区域的特征图像以及量化细观结构.对花岗岩图像进行处理,处理后的结果表明,该方法可以获得高质量的岩石细观图像处理结果,处理准确率达到96.82%.采用三步搜索法选取参数,能在保证图像处理质量的前提下提高参数选取速度;对训练样本进行稀疏化处理,可以提高分类效率,缩短分类时间;为了减小人为因素的影响,训练图像的选取应具有代表性,且在生成训练目标前需进行图像后处理.     

分层纹理特征和梯度特征融合的图像分类

为了提高分类检索和识别的准确率,提出了分层纹理特征和梯度特征融合的方法,即分层中心对称局部二值模式(CS-LBP)和梯度方向直方图(HOG)的特征融合方法。首先,对原始图像进行多次CS-LBP特征的提取,得到3层不同的特征图像;然后对特征图像进行大小相等、不重叠分块,分别提取每块CS-LBP特征和HOG特征,形成每一层的特征;再将特征图像的特征进行融合。分别在标准图像库和人脸库上进行仿真,研究结果表明:提出的分层融合方法的分类查准率和识别率比传统方法分别提高了15%和10%。     

砂土颗粒SEM图像分析方法的研究

提取砂土颗粒SEM图像的细观特性参数对砂土颗粒的细观研究具有极其重要的意义。在提取砂土颗粒的细观特性参数时遇到了图像质量不高,粘连颗粒比较严重等问题,影响了特征参数的提取。针对这个问题,对砂土颗粒SEM图像的特征进行了分析,借助开运算、中值滤波、直方图均衡化等方法,对图像进行处理,优化了图像质量。使用Otsu法二值化,对处理后的砂土颗粒图像应用形态学处理,改进的分水岭分割算法等,分割粘连的砂土颗粒。最后提取了砂土颗粒的数目、占空比、质心等参数,为岩土的组构张量描述提供了数据支撑。     

基于纹理复杂度与DCT变换的彩色图像数字水印

利用共生矩阵模型对图像复杂度进行了分析,结合人类视觉系统,提出一种基于纹理复杂度的数字水印算法。该算法将彩色宿主图像从RGB空间转换到YUV空间,提取Y分量,并且根据宿主图像的纹理平均复杂度度量对宿主图像进行纹理区域划分;对水印图像进行二值化处理并且进行Arnold置乱;对宿主图像进行DCT变换,利用Watson视觉模型控制水印嵌入强度。实验表明,该算法取得较好的效果,并且对水印攻击具有较好的鲁棒性。     

精神分裂症的MRI图像分类方法研究

为实现精神分裂症脑疾病的计算机辅助诊断治疗,将机器学习技术和结构磁共振成像(structural magnetic resonance imaging,sMRI)分析方法应用其中。首先,对sMRI图像库中精神分类症患者和正常人两类受试者进行统计学分析,随后对三维形式的sMRI灰质图像进行切片化及加权平均处理;其次,利用机器学习方法对处理后的图像提取灰度共生矩阵纹理特征;最后,使用XGBoost等算法进行分类,获得精神分裂症诊断结果。实验结果表明,XGBoost算法取得了优秀的诊断精度,为精神分裂症患者的临床诊断与治疗提供生物学依据。     

手势识别中的图像预处理技术研究

在手势识别过程中,当获取到的手势信息转换成可用计算机处理的数字图像时,手势图像在生成,传输或变换过程中会受到各种因素的干扰和影响,手势图像的画质将会因噪声而在不同程度上出现畸变,因此需要先对图像进行预处理。图像预处理的过程包括图像平滑和图像二值化,本文分别对多种平滑技术和二值化方法进行了研究和实验对比,为手势识别过程中的手势分割和特征提取提供了有效的数据样本。     

基于遥感影像的道路边缘提取方法设计

从遥感影像中提取道路信息一直是遥感影像数据应用研究的一个重点和难点。文中采用将阈值分割和Canny边缘检测算子相结合的方法对遥感影像中道路的边缘信息进行提取。首先采用灰度直方图阈值分割的方法分割遥感影像,得到初始道路信息;其次进行面积阈值滤波处理滤除干扰信息;再次采用Canny算子检测道路的边缘信息;最后将得到的道路边缘叠加到原图像中显示。     

一种基于光谱与纹理特征的多光谱遥感图像地物分类方法

基于光谱特征对高分辨率多光谱遥感图像进行地物分类易形成噪声,提出一种光谱特征与纹理特征相结合的地物分类方法。首先基于光谱特征与纹理特征利用四叉树技术,对图像进行分块处理,以图像块的方式提取地物的光谱特征和纹理特征,然后采用支持向量机(support vector machine,SVM)对图像块进行地物分类,并通过区域增长方法对边缘区域进行处理,使得分类区域边界清晰。对Quickbird多光谱遥感图像进行实验,实验结果表明,该方法地物分类结果精度较高、区域一致性强、噪声少。     

图像处理在车牌识别中的应用

随着经济发展,机动车辆越来越多,需要对违章车辆进行识别登记从而为交通管制提供帮助,我们利用图像处理进行车牌识别系统拍下的车牌图像进行预处理,包括图像灰度化、直方图均衡化、二值化、边缘检测以及图像分割。     

多车道复杂环境下前方车辆检测算法

为了解决智能车安全辅助驾驶系统中前方车辆目标的检测问题,提出了一种基于改进阴影多特征与深度网络学习的车辆检测算法。基于前方车辆与本车存在安全距离,选取道路图像底部几行作为候选道路背景并对其预处理排除干扰,通过差分得到车底阴影增强图像。利用自适应阈值法确定图像灰度分割阈值并对道路二值化图像进行形态学预处理。然后,利用最小外接矩形框选候选车辆目标,结合车底阴影几何位置特征、对称度特征进行滤波生成车辆假设。最后,基于局部二值模式纹理特征和深度学习方法验证车辆假设。实验结果表明:在复杂干扰的多车道环境中,算法可以有效地检测前方车辆目标。     

基于改进遗传规划的混凝土路面早期裂缝检测算法分析

针对目前在交通道路光照复杂环境下裂缝检测困难、所获得的数据不精准等问题,提出了基于改进遗传规划的混凝土路面早期裂缝检测算法分析,利用集成图像进行光照的归一处理以消除对交通道路的光照影响,并根据道路裂缝图像特征筛选出训练集,再利用遗传规划算法训练图像处理模型,使图像处理模型对裂缝图像进行提取并去除块状干扰,得到最终检测结果。同时,采用MATLAB软件提取混凝土路面早期裂缝图像,通过图像灰度化来提高目标与背景的对比度,采用中值滤波法去除裂缝图像中的孤立噪声;使用遗传规划算法分割裂缝图像,获取收敛阈值;利用标记连通域方法来区分线性和网状裂缝,使用图像投影法自动判别线性裂缝横纵。由实例验证结果可知:基于改进遗传规划的混凝土路面早期裂缝检测算法得出的裂缝宽度与实际统计结果存在最大为2 mm的偏差,因此该算法可为裂缝防治提供技术支持。     

边缘检测在盘形悬式瓷绝缘子串红外图像上的应用

针对盘形悬式瓷绝缘子串红外图像边缘缺失导致铁帽和伞盘误分割的问题,提出一种基于边缘检测的绝缘子串图像分割方法。首先对红外图像进行灰度化、中值滤波和去噪等图像预处理,然后通过比较多种边缘检测算法,采用PSNR方法确定了多尺度形态学梯度算法是对绝缘子串边缘提取中准确性和完整性最高的方法。接着对二值化后的图像确定最大连通区域,对其进行边缘分割得到绝缘子串区域。最后结合边缘检测确定面积阈值,采取区域提取方法对其进行铁帽和伞盘区域分割,得到铁帽和伞盘区域。通过大量样本训练,正确率达到90%以上,在实际应用中取得十分良好的效果,对提高绝缘子红外智能检测准确率有重要指导意义。     

基于图像处理的贮木场火灾检测方法

提出一种以图像识别技术为基础的火焰识别方法。为将火焰与背景分离,首先通过灰度转换将彩色图像转化为灰度图像,然后用中值滤波处理法对图像进行平滑处理去除图像噪声,再用最大类间方差法进行二值化处理分离火焰与背景图像,用腐蚀与膨胀算法进行数学形态处理突出火焰图像特征,最后采用区域形状参数作为火焰图像判别依据,去除灯光等疑似干扰图像。实验表明,该方法可较好地辨别火焰和干扰源。     

基于二值化的数学形态学生物图像边缘检测算法

针对边缘检测算子对噪声敏感且检测边界相对模糊的缺点,提出了基于动态二值化的数学形态学边缘检测算法。该算法首先利用动态二值化方法确定将灰度图像转化为二值图像的阈值,然后利用数学形态学的腐蚀和去空洞相结合的方法去除二值化图像的噪声,最后用细化方法检测单像素图像边缘。仿真结果表明,该算法能降低噪声及图像模糊对边缘检测的影响,实现边缘的准确定位,并保留足够的图像细节,具有更强的去除噪声能力,为显微生物单体图像处理提供了一种有效的边缘细化检测方法。     

基于图像处理技术的绝缘子放电电弧面积提取

研究绝缘子放电机理需实现对放电电弧发生发展过程的定量化分析,本文利用高速摄影仪对瓷绝缘子表面局部电弧的发生发展过程进行拍摄并存储,噪声、反光、边缘模糊的问题会极大影响电弧面积的提取。采用中值滤波、直方图均衡化、大津法有效消除噪声、增强电弧、分离电弧,分离后的图像边缘会出现不连续的问题。采用Canny改进算子和膨胀腐蚀处理使电弧边缘连续化,并使用种子填充算法将电弧图像填充成清晰的二值图像,最后对放电电弧面积进行提取,提取的面积可为绝缘子放电电弧定量化研究提供基础。     

车道线实时视频流图像实时检测仿真研究

针对传统车道线检测算法复杂,误检测率低,鲁棒性差等缺点,在电动试验车平台上,构建了车道线检测的硬件平台,为车辆智能驾驶系统提供可靠的车道引导信息,在对车道线检测方法分析的基础上,提出了一种能够根据实时视频流快速准确提取车道线的算法.首先对图像进行分块处理,去除掉与道路无关的区域,缩短数据处理时间,然后对图像进行灰度处理、双边滤波滤除高频噪声,再用最大类间差分(OTSU)方法得到二值图像.应用改进Hough变换检测出车道线.实际图像测试结果表明,此算法能快速准确地检测出车道线,较传统算法有更强的准确性和实时性.