基于频谱滤波的多纹理提取算法

研究了一种在有多种纹理叠加的复杂图像中进行单一纹理提取的算法.首先采用极坐标方法分析纹理频谱的环型和楔型特征并求出纹理分布的周期和方向特征;然后根据这些特征在频域中构建环型和楔型Gauss带通滤波器对纹理频谱进行滤波;再将滤波后的频谱图像转换到时域中就得到了只保留相应纹理成分的图像;最后经过纹理区域矫正处理后就可以提取出真实的纹理.实验结果表明,该方法可以准确提取出图像中叠加的多种纹理,并能完整保留每种纹理的基本特征,在纹理分布不均匀的区域也能提取出纹理的骨架.     

大噪声图像的轮胎规格号识别技术

针对轮胎规格号图像高噪声的特点,本文提出字符截断方式来获得可区分的外轮廓特征,利用BP神经网络并结合规格号关系特征来识别轮胎规格号.首先,获取可区分规格号字符样本特征:截取字符的三分之二,获取其外轮廓游程特征;随后,对其进行BP神经网络训练和识别,得到一次识别结果;最后,采用规格号类型特征,对识别结果做二次识别.实验结果表明,BP神经网络对变形字符有较强的容错能力,特征获取和二次识别算法能够有效识别轮胎规格号.