基于数字图像处理的车牌字符分割方法

传统的字符分割方法一般针对单行车牌,本文提出一种针对单行和双行两种结构的车牌字符分割方法。首先进行图像预处理,减少噪声及环境干扰。将车牌图像分为两部分,对前两个字符的部分先垂直投影,再结合先验知识判断进而准确分割;对后五个字符的部分用垂直投影法确定动态阈值并结合连通域分析进行字符分割。实验结果表明,该方法同时适用于单双行结构车牌,对字符粘连断裂的情况也能很好的分割。     

基于视频的车型分类算法研究

对视频图像处理中车型分类算法涉及的摄像机标定和目标分割算法进行研究。通过摄像机标定实现像素坐标到世界坐标的映射,进而准确获取车辆长度及宽度信息。建立车辆高度信息计算模型,获得车辆高度信息。对实时视频图像进行目标分割,并通过车辆长度、高度及长高比等信息实现高速公路中车型分类。经过验证,该方法能够比较准确地进行车型分类,满足实际应用要求。     

基于分块和滑动窗口的车牌定位方法

车牌定位是车牌识别系统的关键环节.提出了一种利用分块和滑动窗口快速定位车牌的新方法.首先,进行垂直边缘的检测;然后利用分块和滑动窗口的方法进行搜索,产生车牌候选区域;最后经过判别得到车牌区域,并对边界加以调整.实验结果证明这种算法具有定位准确、效率高、适应性强的特点.     

一种基于线性分类器的通用指纹分割方法

针对不同传感器采集的指纹难以进行统一准确的分割的问题,提出主频率带能量比值,归一化的灰度均值及灰度对比度值三个更为通用的指纹描述特征,并利用这三个指纹特征,使用SVM方法训练一个线性分类器,对指纹进行有效分割.实验表明,该方法不仅实现了对指纹的准确分割,在FVC2002指纹数据库上平均分割误差约为2%,并且该分割方法具有很好的通用性,适用各种传感器采集的指纹.     

镜头分割在H.264视频压缩编码及视频服务器中的应用

将镜头分割引入H.264编码端,改善其定比率分配帧类型策略,以针对视频内容特性提高编码效果,并提供压缩流的镜头句柄.提出结合时空切片的信息熵度量帧差、以动态阈值探测镜头边界指定为I帧,非边界帧为P或B帧优化编码,并补充闪光灯防误判算法.经验证动态阈值和熵度量法查全查准率比基本方法提高近18%和13%;结合编码psnr提高10%压缩率提高20%.镜头分割准确,有效提高编码性能,对压缩域视频分割和视频服务器也将产生重大意义.     

一种高精度的压缩域视频目标分割算法

该文提出了一种工作于MPEG压缩域的快速视频目标分割算法。该算法以从MPEG1/2码流中部分解码提取的特征为输入,提取P帧中的运动目标。针对一般的压缩域算法目标边界精度不高的特点,算法采用I帧和P帧中每个块的直流DCT系数和3个交流DCT系数,以及运动补偿信息,重建出P帧的原图像1/16大小的子图像,采用快速平均移聚类得到具有较高边界精度的亮度一致的区域;针对运动向量的噪声容易造成错误检测的缺点,算法结合聚类分析结果和运动块的分布,采用基于马尔可夫随机场的统计标号方法对目标和背景区域进行分类,得到每个P帧的目标掩模。该算法可以得到44子块的边界精度,对于CIF格式的码流,在Pentium IV 2GHz平台上可以达到每秒40帧的处理速度。     

复杂背景下圆孔半径及圆心的图像检测方法

针对刷子插毛生产线的现实问题,本文给出了一种在复杂背景下圆孔的半径和圆心的图像检测方法。首先,根据扫描过程中角度不绝对垂直以及背景木板条纹大小和方向的不确定性,采用图像增强方法提高了对比度;然后,用边缘点检测方法来确定目标范围,用数学形态学的方法提取目标;最后,用平均误差的算法提高精度。使用本方法,可以用图像检测代替用手工标尺的测量。实验结果表明:相对于传统检测方法,本文的方法定位效果好,提取目标效果佳,具有进一步提高目标检测精度的潜力。     

用无需选取参数的Unit-linking PCNN进行自动图像分割

脉冲耦合神经网络（PCNN-Pulse Coupled Neural Network）是一种有生物学依据的人工神经网络，它可有效地用于图像分割。基于PCNN的图像分割效果取决于PCNN中各参数的选择。然而，图像分割时，各种不同的图像对应的PCNN参数是不同的，而PCNN参数的选择是困难的。本文提出了一种基于Unit-linking PCNN的图像分割新方法，解决了PCNN图像分割参数选择的难题。用本文提出的新方法可有效地自动分割各种图像，而无需考虑PCNN参数的选择，这对于PCNN的理论研究和实际应用有重要的意义。     

基于超光谱图像的舌体分割算法

舌体分割是实现中医舌诊现代化的一个前提工作,分割质量直接影响舌象诊断的性能.然而由于舌的生理特征比较复杂,舌的形态以及舌与嘴唇的连接各不相同,使得舌体分割比较困难.本文采用超光谱成像系统代替数码相机采集舌图像,并借鉴光谱角度匹配算法,发展了基于超光谱图像的舌体分割算法.这一算法通过光谱角度匹配算法将超光谱舌图像立方体转换成光谱角度立方体,然后采用一维脉冲波形的边沿信息检测出边缘信息,最后实现了舌体的分割.试验表明,这种基于超光谱图像的舌体分割算法可以较为准确地将舌体分割出来.     

基于条件随机场的复杂背景图像文字分割

图像中的文字提取是处理文字信息的关键步骤。提出一种基于条件随机场（CRFs）的分割方法。针对背案复杂的情况,精心选择特征,设计分类器,计算在给定观测数据情况下,像素标签的条件概率分布。这样,有效地避免了计算联合分布所带来的问题（如马尔可夫随机场）。与传统的分类器相比,该方法更加注重像素以及标签之间互相影响程度以及合理性。试验结果表明,与其他方法相比,CRFs的文字分割结果有明显的提高。