适于路面破损图像处理的边缘检测方法

根据路面图像存在的背景不均、损坏比例低和损坏方向不规则的问题,提出了适于路面损坏图像处理的边缘检测方法.在传统边缘检测方法的基础上,引入了预处理和边缘增强.其中预处理包括背景校正、高斯平滑、灰度直方图变换,并提出有效灰度区间的概念;边缘增强则采用了数学形态学的膨胀运算和中值滤波.针对路面损坏图像实例,采用8方向Sobel算子和最大类间方差分割算法,按照上述流程进行边缘检测.结果表明,该方法能有效降低噪声对路面图像处理的影响并最大限度地保留图像中的损坏特征,而背景校正和基于有效灰度区间的灰度直方图变换则是该方法的关键.对经过预处理的边缘图像,最大类间方差法可取得理想的分割效果.     

基于数学形态学等技术的黑水城唐卡图像预处理方法研究

基于数学形态学的黑水城唐卡图像预处理方法研究是西夏艺术品数字化研究与保护项目中的一个子课题,也是整个系统中至关重要的一步,图像预处理效果的好坏会直接影响到后续图像特征的分析与提取以及识别的质量.以黑水城出土唐卡图像为切入点,详细讨论了基于数学形态学的黑水城唐卡图像预处理的基本方法与过程,主要包括图像分割、去噪、灰度、增强、边缘提取等预处理方法,最后通过仿真实验验证了该方法的有效性.     

数学形态学方法在储粮害虫图像预处理中的应用

阐述了在粮虫图像处理过程中数学形态学图像预处理的重要性,在此基础上利用Matlab图像处理工具箱中的函数,实现了基于数学形态学的图像预处理和分析,达到了对图像去噪、平滑的目的.计算表明:将数学形态学方法应用于储粮害虫的图像预处理,不仅可以保留图像的边缘特征,视觉效果好,还可以得到较清晰的粮虫特征图像.     

文本图像的快速区域定位方法

字符区域定位是字符识别的预处理过程，但字符图像常常受到光照和噪声的影响，使字符区域的准确定位变得十分困难。提出了一种基于数学形态学的定位方法，利用数学形态学的膨胀、腐蚀运算和字符串图像的整体特征，实现对复杂背景图像中字符串的准确定位，同时对算法进行了优化，使算法更适于实际应用。文中以印刷电路板字符图像作为测试样本进行区域定位，取得了预期的效果。     

高光谱图像预处理方法研究及进展

高光谱图像预处理方法在高光谱图像处理中具有重要意义,有效的预处理方法可以尽可能地减少甚至消除无关信息(如样品背景、电噪音和杂散光等)对高光谱图像的影响,为后续基于高光谱图像的数据分析提供更为可靠的数据来源.基于高光谱图像谱图合一的数据结构特点,该文综述了直方图均衡化,中值滤波,边缘检测等图像预处理方法以及平滑,导数,标准归一化,多元散射校正等光谱预处理方法,并给出了这些方法的应用实例.该文还详细介绍了傅立叶变换和小波变换这两种基于数据压缩和信息提取的光谱预处理方法.这些新方法的研究为后续的数据分析奠定了良好的基础.     

基于图像的电表读数系统

运用图像处理技术,设计了基于图像的电表读数系统.首先应用中值滤波和最大类间方差法对电表图像进行预处理,通过数学形态学对图像进行处理,再根据表盘区域的几何特征对其进行定位,最后用模板匹配法实现字符识别.实验结果表明,该检测系统有效、算法操作简单,为实际电表收费管理提供了依据.     

一种基于Top-hat变换的灰度图像降噪算法

数学形态学滤波作为一种非线性滤波方法,在图像降噪、边缘检测、特征提取等图像处理领域得到了广泛的应用.本文采用数学形态学的Top-hat变换获取被污染图像的残余图像,在该残余图像中对噪点进行去除,使得在滤除噪声的同时,能保持原图像丰富的细节,并能通过调节降噪参数,使算法达到最佳的降噪效果.     

用于步态识别的行人轮廓提取

采用针对静态背景下的基于Surendra背景更新算法的背景减除法对运动人体进行检测.为视频场景建立自适应的背景模型,通过原始图像和背景模型差分获得前景图像,再对检测出来的图像进行了二值化、数学形态学分析、连通分析、尺度归一等一系列图像预处理工作,为跟踪与识别奠定了基础.重点讨论了二值化自适应阈值选择的多种方法,总结出Kapur熵阈值选取法的优越性.     

基于数学形态学的细化算法

对二值图像处理中细化的算法进行了研究,介绍了基于形态学的细化算法,同时,对数学形态学的相关理论做了介绍。并利用该算法对地图图像进行了细化处理,取得了良好的实验效果。通过实验研究可以看出,该算法设计灵活,便于实现,具有一定的实用性。     

基于立体结构元素的三维形态滤波算法的研究

对数学形态学在图像处理中的理论基础进行了分析和讨论,并针对医学图像三维重建中所遇到的图像去噪效果差、速度慢等具体问题提出了基于立体结构元素的三维形态滤波算法,理论分析和图像处理仿真实验表明,该类滤波新算法既能有效滤除噪声,又可充分保留原图像的细节信息。     

一种改进的快速车牌定位算法

文章提出了一种基于纹理特征和颜色特征的车牌定位算法.算法首先利用车牌的纹理特征对车牌进行了初步定位,其中主要有图像预处理、边缘检测、数学形态学处理等步骤.最后利用车牌区域的颜色特征对车牌区域进行精确定位,主要包括空间转换、边界确定等步骤.对80张相片进行测试的结果表明,该方法准确率高、速度快.     

形态插值方法应用于图像重构

指出了基于数学形态学的形态插值方法是一项新的研究领域，提出了一种改进二值图像测地距离函数和形态中集函数的方法，并在此基础上建立了一种适用于灰值图像、彩色图像及多光谱图像的形态插值变换．应用插值变换于图像分割序列重构的实验结果表明：该方法可以成功地运用于对各种类型的图像进行有效地插值重构和图像形变．     

New method of image retrieval based on interest image region blocks and comprehensive features

We propose an image retrieval method based on interest image region by asymmetrical blocking. An image is segmented into the interest region and background region on a certain rule. For the interest image regions, the color histogram of the uneven blocks is extracted as the color characteristic. We also collect the mean and variance value of the Gabor filtering results of background blocks as texture features of the background image. Then, the images can be retrieved by synthesizing the image color and texture features. We test our approaches by analyzing the results of recall and precision indicators for the Corel image data-base. The experiment results show that the proposed method performs effectively and accurately, which is more effective to retrieve the distant-view images, and the achieved precision increases by about 10% without loss of the retrieval call compared with some other traditional search methods.     

二值图像信息隐藏分析

在各种形式的数字图像分析中,二值图像信息隐藏及其对抗研究相对滞后,文中提出了一种全新的隐藏分析算法,可以成功地检测基于分块嵌入的二值图像信息隐藏．该算法借鉴了数学形态学非线性滤波理论,利用携带隐藏信息的载体图像来预测原始载体图像,通过计算载体图像与预测图像的差异,不但可以准确判定载体图像是否含有隐藏信息,而且还能精确估计出嵌入容量．实验结果表明,检测精度可达1％．     

基于PCANet和SVM的病变眼底图像检测算法

针对眼底图像训练数据集少的问题,该文采用了无监督的主成分分析网络(principal components analysis networks,PCANet)和有监督的支持向量机(support vector mochine,SVM)相结合的算法,通过对彩色眼底图像视网膜渗出物特征的提取,检测出含渗出的糖尿病性视网膜病变眼底图像和正常眼底图像.在对眼底图像进行渗出物特征提取之前,为了减少对渗出物特征提取的干扰,首先对眼底图像进行图像预处理,包括去除冗余背景、通道分离、直方图均衡化、血管去除和视盘去除.无监督的PCANet不需要进行标签训练,与SVM结合,既节约了训练时间,又在训练数据集较小的情况下实现眼底图像的准确分类.实验结果表明:PCANet和SVM相结合的模型在准确性、灵敏度和特异值3个方面与相关方法比较都具有一定的提升.     

利用PCNN实现商标图像检索新方法

 为了解决商标存在尺度缩放、角度旋转和区域局部变化后的难以检索的问题,提出了一种基于脉冲耦合神经网络模型(PCNN,Pulsed Coupled Neural Network)的商标检索新方法.首先通过PCNN图像分割和直方图均衡化技术相结合提出了一种有效的图像预处理算法,以减小颜色对于商标灰度分布差异产生的影响.然后在PCNN模型中提出了边缘时间序列概念,并用于提取商标图像的形状特征,最终实现了商标图像的快速有效检索.在所建立的商标库中进行了计算机仿真,仿真结果表明该方法可有效地检索出待检索商标对应的商标图像,可很好地适应商标颜色变化、角度旋转和局部形状变化,体现了较好的检索性能.     

数学形态学的基本算法及在图像预处理中应用

介绍数学形态学的四种基本运算在二值和灰度形态学中的描述,分析结构元素的选取方法,探讨数学形态学在图像预处理中的应用。研究利用二值或灰度基本运算,分析数学形态学在图像预处理中噪声滤除、边缘检测以及断点连接方面的技术特点和实现方法。     

基于曲波变换的视网膜血管图像增强算法

视网膜血管图像存在像素对比度低等特点,干扰正常的视网膜图像分割.针对视网膜血管的图像特性,提出了一种改进的基于曲波变换的视网膜血管图像增强算法.首先选取视网膜图像的绿色通道分量进行预处理,然后通过对变换系数的自适应增强完成图像的增强处理,并结合改进的形态学变换,实现图像细节的增强和背景噪声的抑制,使得图像对比度得到增强,细节信息更加明显.通过与其他增强算法的比较表明,该算法在增强对比度、降低噪声干扰等方面优于其他算法.     

剪切力环境下的血管平滑肌细胞图像分割技术研究

定量分析血管平滑肌细胞VSMCs(Vascular Smooth Muscle Cells)在剪切力作用下的形态变化有助于理解VSMCs的生长机制以及病理学研究.图像分割在图像分析中扮演着重要角色，但同时也是图像处理流程中最困难的步骤.针对培养在平板流室中的VSMCs相互交叠的细胞图像，作者首先分析了这类细胞图像的特征，随后提出了一种具有四个步骤的图像分割方法，分别是图像预处理、照明校正、数学形态学重建和分水岭转换.实验结果证明，按照这种方法分割细胞图像，取得了较好的效果.