Data Matrix码识别方法研究

以Data Matrix为例,探讨了二维码的分割识别算法,为消除散焦模糊,采用Otsu自适应阈值二值化的方法,对图像进行二值化处理,然后对图像进行旋转校正;图像旋转校正后的坐标,不一定是整数点,因此对图像进行双线性插值处理,消除旋转后带来的毛刺及空白点。实验证明,该算法效果良好,显著提高了条码的识别率。     

二维条码识别算法研究

本文以应用最广泛的PDF417二维条码为例,在对条码符号结构及编码原理研究的基础上,探讨完成二维条形码识别的软件算法实现。整个识别算法由图像预处理、图像校正和译码三部分组成。实验结果验证该方法有效,软件识别系统性能稳定,为二维条码的识别提供了一条有效的途径。     

基于PCA的条形码定位识别方法

为准确定位识别条形码,提出了一种条形码定位识别算法。对图像进行预处理,通过自适应分块技术对图像进行分块,运用主成分分析方法(PCA)对梯度方向一致的图像块进行筛选,并利用形态学方法对条形码进行定位识别。为加速这一处理过程,算法采用了图像金字塔。实验结果表明,该算法对有旋转角度的条码和多条码的识别有很好的效果,且能适应不同分辨率的条码定位识别。     

快速响应码图像的全方位识别

首先分析快速响应码位置探测图形的模式，提出一种基于一维特征模板匹配的快速定位方法，并实现图像方位归一化，然后对条码边界进行Hough变换得到边界直线和顶点位置，再利用条码的几何特征做控制点变换和双线性插值变换，进行几何失真校正和大小归一，形成只包含条码的图像，最后采用Sobel边缘检测以及傅里叶反模糊滤波方法识别条码模块，得到可以解码的比特流信息，实验表明这些算法有效消除了图像中无关信息干扰和几何失真对识别的影响，实现了条码图像的全方位快速识别。     

直线道路识别实用性的优化分析

为了提高车道识别的实时性与鲁棒性,提出了一种车道识别优化方法。通过建立强鲁棒性的车道模型,对传统的道路图像边缘算法优化处理:图像预处理中充分考虑实用性,采用了加权平均法实现灰度化、中值滤波法降噪处理以及自适应Otsu法二值化分割图像、Canny算法实现边缘检测;基于模型利用极角极径法提取图像的感兴趣区域,改进Hough算法实现有效车道线的识别。最后实验证明,通过与传统方法比较,该算法极大提高了车道识别的效率并且增强了可靠性。     

自动磁粉探伤系统中的图像技术

讨论磁粉探伤系统中图像处理和识别问题.采用自适应阈值处理和条件跟踪等技术得到较好的二值化图像;采用顺序标记算法提取目标物;基于裂纹图像基本特征进行裂纹识别,满足了自动磁粉探伤系统的要求.     

一种简单可行的目标阈值选取方法

图像的二值化分割算法是图像处理中最基本的处理方法,二值化结果的好坏将直接影响后期的处理或识别,本文介绍一种利用图像四边信息来进行目标阈值选取的方法,详细分析了系统原理,给出了具体实现方法及结论.     

基于图像处理的陶瓷产品缺陷识别研究

针对生产线上陶瓷天线罩缺陷(裂纹缺陷和气孔缺陷)图像的特点,研究了基于图像处理的天线罩缺陷识别算法。图像经灰度化处理、二值化处理、中值滤波、边界提取和目标区域标记等预处理方法,有效地去除了干扰噪声,并突显出缺陷区域。裂纹缺陷经骨架提取处理和长度统计,得到裂纹长度值;统计气孔缺陷区占有像素数,得到气孔面积值。实验表明该算法能够较精确地检测出陶瓷天线罩的缺陷值,基于图像处理的天线罩缺陷识别方法可行、有效。     

基于二维小波变换及图像模式识别的焊缝坡口识别

采用二维小波变换及二值化方法处理初始条件下管道焊缝坡口图像,获取焊缝坡口纹理信息,作为模板。 对后续坡口图像进行同样的小波变换及二值化处理,利用模式识别方法获取后续图像焊缝坡口及其中心线的基本 位置信息,研究的焊缝坡口识别算法为实现自然光下焊缝坡口实时跟踪提供了理论依据。     

基于改进的二值形态学人脸识别算法

针对人脸检测识别中存在的识别率低、图像易受光照、亮度等因素影响问题,提出了一种肤色检测算法与二值形态学处理算法相融合的人脸识别算法。首先对捕捉到的图像进行YCrCb模型检测减少图像中亮度的影响,运用HSV模型检测算法降低光照对图像的影响;然后将得到的检测图像转换为二值图像,进行二值形态学去噪处理;最后得到了人脸识别图像。实验结果表明,所提出的算法对于不复杂、较为复杂和复杂人脸图像的检测识别率分别达到了98.6%、93.3%和90%。     

基于SOFM神经网络的图像融合二值化方法

提出了一种基于自组织特征映射(SOFM)神经网络的图像融合二值化方法。介绍了SOFM神经网络的特点及学习算法,根据SOFM的聚类确定图像第一阈值作为循环迭代的初始值,对整幅图像进行循环迭代得到第二阈值,使用第二阈值对原始图像进行二值化,得到第一幅待融合图像;通过改进的Bernsen方法对原始图像进行二值化,得到第二幅待融合图像;最后根据图像灰度值选小的原则作为图像融合方法,得到最终的二值化图像。该方法既能有效地消除伪影,又能较好地分离字符和文字。模拟实验结果表明,该方法的二值化效果明显优于Bernsen方法和Ostu方法,且具有良好的适应性。     

GUlDELESS SPATIAL COORDINATE MEASUREMENT TECHNOLOGY BASED ON CODING POLE

A new method of guideless spatial coordinate measurement technology based on coding pole and vision measurement is proposed. Unequal spacing of bar code is adopted to pole, so that the code combination of pole image in measuring field is unique. Holographic characteristics of numeric coding pole are adopted to obtain pole pose and pole probe position by any section of bar code on the pole. Spatial coordinates of measuring points can be obtained by coordinate transform. The contradiction between high resolution and large visual field of image sensor is resolved, thereby providing a new concept for surface shape measurement of large objects with high precision. The measurement principles of the system are expounded and mathematic model is established. The measurement equation is evaluated by simulation experiments and the measurement precision is analyzed. Theoretical analysis and simulation experiments prove that this system is characterized by simple structure and wide measurement range. Therefore it can be used in the 3-dimentional coordinate measurement of large objects.     

基于数学形态学的图像二值化算法

提出了一种基于灰度形态学的二值化算法,获得了包含丰富边缘细节的二值图像。是一种简单,快速,实用的图像二值化算法。     

Structure similarity‐guided image binarization for automatic segmentation of epidermis surface microstructure images

Partitioning epidermis surface microstructure (ESM) images into skin ridge and skin furrow regions is an important preprocessing step before quantitative analyses on ESM images. Binarization segmentation is a potential technique for partitioning ESM images because of its computational simplicity and ease of implementation. However, even for some state‐of‐the‐art binarization methods, it remains a challenge to automatically segment ESM images, because the grey‐level histograms of ESM images have no obvious external features to guide automatic assessment of appropriate thresholds. Inspired by human visual perceptual functions of structural feature extraction and comparison, we propose a structure similarity‐guided image binarization method. The proposed method seeks for the binary image that best approximates the input ESM image in terms of structural features. The proposed method is validated by comparing it with two recently developed automatic binarization techniques as well as a manual binarization method on 20 synthetic noisy images and 30 ESM images. The experimental results show: (1) the proposed method possesses self‐adaption ability to cope with different images with same grey‐level histogram; (2) compared to two automatic binarization techniques, the proposed method significantly improves average accuracy in segmenting ESM images with an acceptable decrease in computational efficiency; (3) and the proposed method is applicable for segmenting practical EMS images. (Matlab code of the proposed method can be obtained by contacting with the corresponding author.)     

基于边缘检测的红外图像二值化算法

提出一种基于形态学边缘检测的红外图像二值化算法。结合边缘检测、自适应形态学边缘增强方法对图像进行处理,使得二值化结果有效地保留红外图像的边界特征,试验结果证明该方法是一种有效、实用的图像二值化方法。     

车灯尺寸定位误差自动检测的新方法

本文提出一种新的车灯尺寸定位误差检测方法,利用图像边缘检测技术,提出轮廓跟踪的算法提取车灯图像的边缘,并采用曲线拟合算法进行分析,快速得到亚像素匹配点.实验结果表明,该方法能精确定位车灯图像边缘,提高了运算速度,优于传统的测量方法.     

基于直方图凹度分析的印刷网点图二值化算法研究

在印刷工业上,为了用数字图像处理的方法测量印刷网点的参数,二值化是图像预处理过程中关键的一步,直接影响参数测量的精度。在分析已有数字图像二值化方法的基础上,结合印刷网点图的特征,提出一种基于直方图凹度分析的二值化方法。该算法根据印刷网点图像的灰度直方图特征,利用数学求导的思想求出灰度直方图中双峰之间的谷所对应的灰度值,将该值作为二值化的阈值。实验证明,该方法可以比较准确地求出印刷网点图的二值化阈值,和已有算法相比,扫描率低、速度快、计算准确,具有很好的应用前景。     

基于PCHIP-LMD的虹膜识别方法

针对虹膜识别经验模态分解(EMD)和局部均值分解(LMD)方法具有无法兼顾分解速度和包含小误差的缺点,提出了将分段三次Hermite多项式插值引入 局部均值分解(PCHIP-LMD)的虹膜识别方法来提高识别准确率。针对虹膜纹理的分布特性,利用PCHIP-LMD对归一化的虹膜图像逐行分解,得到不同尺度的分量图像;通过提取有效的分量图像将其二值化为特征图像。然后用Hamming距离对特征图像进行移位匹配,得到匹配向量。最后计算匹配向量的改进标准差,用此标准差进行虹膜识别。对CASIA1.0、CASIA2.0、CASIA3.0-Interval、MMU1图像库进行了识别试验, 结果显示识别率分别达到了99.968 1%、99.884 5%、99.993 7%、99.878 2%。实验结果表明：该方法消除了虹膜特征提取时的高频噪声,有效提取了图像的二值特征,与EMD和LMD方法相比,识别速度,识别准确率和鲁棒性均有极大提高。     

一种去除人脸图像中的眼镜的方法

在人脸识别中,眼镜作为人脸上常见的遮挡物对人脸图像的识别率有很大的影响。该文提出了一种去除人脸图像眼镜的方法。利用二维广义主成分分析(2DIMPCA)算法对戴眼镜的人脸进行重建,通过与输入的原始人脸图像的对比,经过二值化运算,提取出眼镜遮挡区域;通过误差迭代的方式对图像进行误差补偿,合成最终的无眼镜的人脸图像。实验结果表明,该算法可以得到比较自然的无眼镜人脸图像,优于传统的PCA方法。