基于定位与识别系统图像处理技术的实现

为了提高定位与识别系统中定位和识别的正确率,可以根据图像的应用特点采用不同的图像处理技术进行预处理。本文分别对图像二值化、图像锐化、图像滤波这三种图像处理技术突出待定位和识别区域、增强定位和识别图像的边缘信息和去除图像中的噪声的方法进行了对比分析,并给出了基于Laplace算子对二值化图像进行梯度锐化的方法,实验结果表明该方法有效地提高了定位和识别正确率。     

一种基于多特征扫描的车牌快速定位方法

针对复杂背景下车牌图像定位不精确，定位时间长等问题，提出了一种快速实用的车牌定位方法。在对车牌图像边缘检测的基础上，实施图像二值化，然后对二值图像扫描，并利用车牌的位置尺寸信息和纹理信息缩小搜索范围。实现车牌快速准确的定位。实验结果表明，对不同背景、不同车型的汽车图像，该方法具有较好的定位精度和定位速度。     

基于色彩转换和投影的车牌定位方法

为了设计出一种能够快速自动识别定位车牌的方法,首先对获得的彩色车牌图像进行灰度化和二值化,然后对经二值化处理的车牌图像进行水平和垂直投影,同时充分利用车牌的几何特征,共同完成车牌的区域定位。经VC＋＋验证表明,该方法定位速度快,定位精度较好。     

一种改进的车牌图像二值化及定位算法

就车牌图像中的光照和污损的复杂特征,对车牌预处理、边缘提取及二值化和车牌定位进行了一系列分析研究。通过设计一种边缘提取与二值化结合的预处理算法,利用提出改进的增加三角点的角点定位算法,设定优先级的四角点、三角点和对角点方法对车牌进行定位。经改进后的算法,能有效对车牌鉴别算法对搜索到的车牌区域进行鉴别,从而提高了车牌定位的准确率和速度。     

基于二值化法的车牌图象自动定位技术研究

根据彩色图象三色学原理及空间域的图像平滑算法对图象进行预处理,利用二值化法进行图象分割,算法简单,实时性好,较好的完成了车牌图象的自动定位.     

一种改进的车牌图像二值化及定位算法

就车牌图像中的光照和污损的复杂特征，对车牌预处理、边缘提取及二值化和车牌定位进行了一系列分析研究。通过设计一种边缘提取与二值化结合的预处理算法，利用提出改进的增加三角点的角点定位算法，设定优先级的四角点、三角点和对角点方法对车牌进行定位。经改进后的算法，能有效对车牌鉴别算法对搜索到的车牌区域进行鉴别，从而提高了车牌定位的准确率和速度。     

一种新的车牌识别预处理算法

提出了一种八方向Sobel处子模板提取图像边缘的方法，并根据边缘图像中车牌区域纹理特征来切分出车牌区域，然后利用类别方差自动门限法来确定字符色和底色的阈值，以进行字符二值化，经测试，此方法定位准确，二值化效果较好，为后字符分割和识别做了较好的预处理工作。     

基于二值化法的车牌图象自动定位技术研究

根据彩色图象三色学原理及空间域的图像平滑算法对图象进行预处理，利用二值化法进行图象分割，算法简单，实时性好，较好的完成了车牌图象的自动定位。     

一种车牌识别系统的设计

基于像素精确定位方法来实现车牌定位,然后对车牌进行灰度化、二值化处理,避免了对整个汽车图像先图像处理后车牌定位的繁琐过程,将改进的模板匹配算法应用于字符识别中,最后,利用MATLAB的图形用户开发环境设计出了本系统的测试平台,经过大量车牌样本验证,该车牌识别系统准确率较高.     

图像二值化处理器的FPGA实现

基于FPGA设计了一个图像二值化处理器,此处理器共分为SRAM1读地址发生器、串并转换模块、色彩空间转换模块、SRAM2的写地址发生器、分频电路5个模块.各个模块利用VHDL进行编程,仿真结果表明所设计图像二值化处理器的正确性.     

基于结构的无窗口图像滤波器及其应用

无窗口非线性图像滤波器利用阈值分解将灰度图像分解为一组二值图像,然后在二值图像上直接进行不涉及窗口的滤波操作,二值图像中的图像结构可以很容易地分割开来,因此,图像滤波就可针对相对独立的图像结构,而不是单独的图像像素．该滤波器的直接实现需要很大计算量,无法满足实用要求．为此,文中提出两个实现方案,一个是利用灰度直方图减少阈值分解中二值图像的数量,另一个是利用灰度图像的等高线描述阈值分解后二值图像中的图像结构,从而省去了图像阈值分解和图像层叠重建的过程．将无窗口非线性图像滤波器用于汽车牌照识别中的牌照定位,获得了较好效果．     

人脸图像特征点眼睛的定位与提取

采用类间方差分析法对人脸图像进行二值化处理后，得到轮廓清晰连续的边缘图像，能较准确地对眼睛特征点进行定位与提取。     

工件角度的图像测量法研究

通过CCD将拍摄的工件图片进行图像灰度化、滤波、二值化预处理,然后对图像进行开、闭运算,用八领域算法来提取边缘轮廓。应用Hough变换得到工件图像轮廓角点的位置,再利用最小二乘法对图像轮廓进行拟合,最终求出工件角度。     

人脸图像特征点的定位与提取方法的研究

对于复杂的人脸模式，脸部特征定位是人脸自动识别技术的关键.对人脸图像特征点的定位过程和提取算法进行了研究.通过对人脸图像进行增强与平滑等预处理，并生成清晰完整的二值化图像；利用灰度积分投影曲线确定人脸区域，以缩小定位范围；同时找到垂直方向上人脸特征的大致位置，以便进行下一步的特征提取工作；以粗定位为基准，按照适当的方法对眼、鼻、嘴的特征点依次准确提取.利用粗略与精确两步定位过程方法，在简化处理的同时，可准确提取正面人脸图像中的特征点.实践证明，该方法直观、可靠，具有良好的实用性.     

基于边缘灰度的二值化阈值确定方法

图像二值化阈值的选取是数字图像预处理的关键技术之一.同时,使用阈值对图像进行分割也是一种常见的区域分割技术.在详细分析图像二值化原理及当前技术的前提下,综合考虑图像的各种实际情况,提出了基于边缘灰度确定图像二值化阈值的新方法.实验表明,根据这种方法确定的阈值对图像进行二值化处理,不仅可有效地解决图像灰度随地物特征变化的图像处理问题,同时对噪声图像也有很强的鲁棒性并可较好地保留图像的边缘特征.     

煤焦SEM图像的表面孔洞分形维数的Matlab实现

利用Matlab软件对煤焦燃烧过程中的SEM图像进行分析处理,得到了煤焦表面孔的二值化图像及其对应矩阵,并针对二值化数字图像的特点,借助分形理论详细论述了计盒维数计算SPFD的原理及方法,为研究燃烧过程中煤焦表面结构变化提供了一种计算方法。     

基于分形维数和数学形态学的图像边缘抗噪检测算法研究

针对现有车牌识别技术中的车牌图像定位处理问题,提出一种基于多重分形理论和数学形态学的复合边缘检测算法。该算法利用多重分形理论中分形维数特征进行图像二值化处理,再利用数学形态学检测连续的特征边缘。试验结果表明,在抗噪性能方面,该方法比经典的边缘检测算子具有更好的检测效果。     

基于数字图像处理技术的针式仪表读数识别

基于数字图像处理技术的针式仪表读数识别是针式仪表自动检定的关键技术.针对角度法读数识别精度不高的缺点,采用将仪表表头原始图像预处理后,进行二值化将有用信息分割出来;用改进的Hildtch细化算法对二值化后的图像进行细化处理;利用最小二乘法拟合表头刻度线和指针.在此基础上提出了利用刻度线示值作为基准值和距离法相结合的识别算法.     

基于图像处理的车牌识别技术

汽车车牌照的识别是智能交通系统必不可少的组成部分,也是保障车辆安全的必要手段。本文针对智慧小区设计一种简易实用的车牌识别系统,设计内容包括图像采集及预处理,车牌定位,边缘检测,字符识别等。系统开发构建在Qt软件平台上,对采集的图像进行灰度化、边缘检测二值化处理,同时,通过水平投影进行区域定位消除边框,再利用处置投影对车牌字符分割,最后根据特征值对系统字符识别,输出字符。实验验证,该系统检测方便易行,识别效果较好。     

基于运动和彩色信息的人脸定位方法

提出了一种用于视频会议及可视电话的头肩序列图像人脸定位方法。该方法利用序列图像的运动信息，在帧间差分的基础上进行二值图像边缘提取，利用人的头肩办吧及彩色图像的色系坐标变换进行运动的人脸定位。实验证明该方法能够自动执行头肩分割，人脸定位，简单快速而且有效。