基于OpenFlight API的建筑物场景自动建模及红外仿真

针对建筑物场景红外仿真真实性差、对国外软件依赖性强的现状,提出了一种新的适用于大规模建筑物场景自动建模及红外仿真的方法。该方法利用Google Earth提供的高分辨率航片中的阴影和地形信息,结合OpenFlight API自动建立建筑物场景三维模型,解决了数字高程数据、楼层数据缺失条件下的建模难题;通过对航片中不同城市地物的分割建立材质标号图像,利用理论分析的方法建立了建筑物场景中不同地物的红外辐射特征方程,离线生成了零视距红外纹理,并增加大气以及探测器作用效果,提高了红外场景的描述细节和真实性。     

基于边缘预测与边缘增长的图像分割方法

针对现有图像分割方法过分割与分割效率低的问题,该文提出了新的基于边缘的图像分割方法。算法首先在图像梯度基础上提取锚点得到初始边缘图像,从初始边缘任意一点沿两个不同的方向出发,进行边缘预测,遍历边缘图像形成边缘段。然后,通过八邻域扫描的方法寻找边缘断点,根据断点间的马哈顿距离与距离阈值寻找断点间的最小距离并连接。进一步,判断剩余断点与其周围像素点中距离最小的像素点并连接,消除断点。最后通过判断边缘增长的增长点周围的平均灰度值与断点处灰度值的差值是否满足阈值要求,满足即在11×11邻域内进行增长直到遇到其他断点或是边缘,否则在15×15邻域内进行增长。实验结果表明,本算法能够通过边缘信息快速连接获得封闭区域,图像分割速度快、准确性好。     

基于字符归一化双投影互相关性匹配识别算法

针对印刷体维吾尔文文字识别系统中的字符识别正确率较低这一难点问题,采用对字符图像进行横向扫描和纵向扫描生成行和列投影图, 结合三级分类,将目标字符与对应分类中的字符的双投影图逐一归一化并进行相关性均值计算的方法,取均值最大的字符作为最佳匹配识别结果,实现了对维文字符的识别。实验证明这种基于字符归一化双投影互相关性匹配识别算法方法抗干扰性强,简单易行,匹配精度高,使得印刷体维吾尔文字字符识别的正确率有了进一步提高。     

一种改进的印刷体维吾尔文投影切分方法

针对印刷体维吾尔文文字识别系统中的文字,尤其是连体段字母的切分这一难点问题,提出一种改进的投影切分方法.采用将基线区域像素点置白(像素点索引值置为255),并对其进行垂直投影,取投影值为0的间隙中间位置作为候选切线位置,根据行高度与空白间隙宽度比的统计数据均值设置阈值,以此消除误切分.实验结果证明,该方法可有效提高连体段切分的正确率.