一种基于形态学的路径特征提取算法

在对原始路径图像进行最优化阈值分割后,使用数学形态学中的开运算对分割图像进行边缘提取,使用腐蚀膨胀、择多黑色算子等形态学运算进行边缘的细线化处理,从而在多路径环境中有效地提取了路径特征。并与Sobel算子、拉普拉斯算子、Prewitt算子等传统方法进行了比较,验证基于形态学的方法具有很好的抗噪性。     

在复杂背景下一种对作战车辆特定区域识别的方法

对如何从复杂的背景图像中准确提取作战车辆特定区域的特征进行研究,阐述传统识别方法应用于复杂背景图像中作战车辆特征提取的局限性,提出基于作战车辆形态学开运算结合多阈值处理的分割算法。首先,通过图像强度的分析选取适当阈值对其进行形态学运算,然后根据作战车辆局部特征明显,对特定区域进行再分割,实现对复杂背景图像中作战车辆特征的准确分割与提取,最后使用追踪框将感兴趣区域做标记。实验结果表明本方法对复杂背景的作战车辆识别是有效的。     

一种基于改进的形态学红外图像边缘检测算法

针对红外图像边缘模糊和非均匀性噪声强的特点,提出了一种阈值分割与形态学相结合来提取红外图像特征的方法,对红外图像进行边缘提取。仿真实验结果表明：该方法能够清晰、有效的提取红外图像的边缘,改善图像质量,是一种有效的边缘检测方法,具有较好的实用性。     

一种基于数学形态学的手写汉字方向特征提取方法

提出了一种新的基于数学形态学的手写体汉字方向特征提取的方法。该方法首先提出了一种利用数学形态学对手写汉字做笔划宽度归一化的方法，然后应用数学形态学的方向模板提取汉字在横、竖、撇、捺4个方向上的模式图像，最后，将弹性网格作用在4幅方向模式图像中，统计每个网格中的黑像素分布密度，得到汉字的方向特征。使用简单的距离分类器对120套3775个汉字手写体汉字进行识别实验，识别率达到8547％。     

基于方差和数学形态学的指纹分割算法

比较分析了檑纹分割的两种主要方法：方差法、方向法,针对这两种方法的不足之处,本文提出了一种基于方差和数学形态学的指纹分割算法。这种方法在方差法的基础上,再对得到的指纹图像进行数学形态学的开、闭运算。实验结果表明：这种方法时各种质量的图像指纹分割效果良好,平且运算速度快,尤其适用于需实时处理的指纹识别系统。     

一种基于数学形态学的多结构元图像分割算法

针对Canny图像分割算法容易出现目标边缘断裂和粘连现象,根据数学形态学中开闭运算的性能,结合目标基本形状特征,提出了多结构元多层次图像分割后处理算法。算法利用多个尺寸逐渐增大的圆盘结构元,对目标边缘图进行闭运算,每次运算前根据目标基本形状特征过滤已达到好的分割效果目标,同时选择合适尺寸结构元对分割不好目标图像进行开运算,消除目标之间粘连及目标边缘突起。实验结果表明算法能够有效平滑目标轮廓,连接断裂边缘,去除目标粘连,算法提高了Canny边缘检测算子的图像分割准确性,减少了对Canny算子对参数的依赖性。     

检测彩色图像中人头数的人脸分割算法

一幅彩色图像中的人脸被分割出来后,便可检测出图像中的人头数,并可根据此图像中的人头数进行智能控制如控制教室中电灯、风扇和空调或判断汽车是否超载等.此文首先使用HSV和RCB混合肤色模型进行肤色分割,提取原始图像中的类肤色区域;采用教学形态学运算和人脸结构特征去除类肤色区域中的非人脸区域,得到候选人脸区域;与其它方法不同的是,此文接着利用头发的颜色、形状与人脸的关系,来确认人脸区域,最后通过头发的个数、候选人脸的个数及被确认的人脸个数三者关系来统计出图像中的人头数.     

一种基于人脸皮肤图像的色斑检测算法

在皮肤病诊断、化妆品功效判定和皮肤评价中都需要精确地检测色斑,本文提出了一种数字图像处理的方法提取皮肤图像中人脸色斑.首先截取包含色斑的皮肤区域,用基于小波变换同态滤波校正法消除光照不均匀的影响,接着用形态学高帽低帽变换和对比度拉伸增强图像的对比度,最后用自适应灰度阈值分割检测色斑,再用形态学开运算和闲运算消除检测后的一些杂散点,得到最终的检测结果.经实验验证,该方法的准确率较高.     

基于路径形态学的图像边缘连接方法

经过边缘检测得到的边缘图,通常会出现不同程度的边缘断裂现象,对后续目标识别、目标提取等带来了极大的困难。路径开（或闭）算子的特点是可定义一簇由单像素宽且方向、长度灵活的链式结构元素进行相关形态学运算,对于处理图像中线性结构具有极大的优势。提出了一种基于路径形态学的断裂边缘修复技术;实验表明,该算法能有效修复断裂边缘并控制其错误连接,为后续的图像处理提供了准确的信息。     

一种新的基于二值面积形态学的车牌定位算法

车牌定位是车牌识别中的关键步骤,传统方法对车牌图像的要求较高,存一定程度上影响了车牌的识别率.提出了一种新的基于Renyi熵和二值面积形态学的车牌定位算法.首先用一维Renyi熵最小差值法将车牌灰度图像二值化,然后计算车牌图像中连通区域的面积,根据车牌图像的实际情况确定面积阈值,用二值面积形态学的开运算和闭运算去除噪声,最后实现车牌的精确定位.仿真实验结果表明此算法不仅定位精度高,运算简单,而且能够有效地滤除噪声.     

一种基于数学形态学的实时车牌图象分割方法

根据车牌纹理及其几何形状的特点，设计了一种基于数学形态学的车牌图象分割方法，该方法在二维形态滤波过程中，能自适应地调整阈值大小，以适应光照强度及干扰强度的变化，同时把基于全像素点数学形态学处理的点运算转化成仅有几十条直线的线运算，以使运算速度和抗干扰能力较其他传统分析方法有显著提高．用该方法对不同照明条件下的一系列汽车图象进行的大量实验结果表明，该方法不仅定位效果好、速度高，而且适于对有噪声及复杂背景的车牌图象进行分割．     

一种基于复杂网络特征的中文文档关键词抽取算法

关键词抽取是自然语言理解领域中的重要技术之一.本文研究汉语语言所组成的自然语言网络中的复杂网络特性,并根据语言网络中的"小世界"特性和近两年复杂网络研究中部分新的理论成果,提出基于复杂网络特征的中文文档关键词抽取算法.该算法根据文档语言网络中单词结点的复杂网络特征值进行关键词抽取.实验结果表明,本文算法抽取关键词所获得的平均准确率要高于TFIDF关键词抽取算法所获得的平均准确率.     

基于离散余弦变换的车道识别算法

车道识别技术是自动驾驶领域的研究热点。通过对车载摄像机获取的公路车道线图像特征的分析,提出了一种基于图像频率域特征的车道识别算法。该算法的核心是提取车道线在离散余弦变换域的特征,再结合道路模型的先验知识利用贝叶斯决策原理,识别出路面上的车道线。实验表明,该算法在不同的路面和光照条件下均可得到良好的识别效果。     

一种改进 Hough 变换的车道线检测算法*

对基于单目视觉的车道线检测技术进行研究,针对复杂环境中车道线检测易受图像中其它直线段的影响而出现较多误检测的问题,提出一种改进算法。首先将车道线图像灰度化,采用中值滤波去除图像噪声;再次,采用Canny算子和OTSU方法进行边缘增强和图像二值化;最后,使用改进的Hough变换进行车道线检测。实验结果表明,该方法可以有效地滤除其它直线段的影响,在复杂环境中获得良好的车道线检测效果。     

一种基于Soft形态学的图像边缘检测算法

概述了软数学形态学的基本原理及形态学在图像边缘检测中的应用.根据软形态学单调性、扩展性和反扩展性等基本理论,成功构造了一种新型软形态边缘检测算法,该算法具有较好的抗噪和边缘提取能力.对一幅加有椒盐噪声的灰度图像的仿真试验结果表明,该方法比传统的基于模板的图像边缘检测算法和标准形态学边缘检测算法具有更好的图像边缘提取效果.     

一种基于Soft形态学的图像边缘检测算法

概述了软数学形态学的基本原理及形态学在图像边缘检测中的应用.根据软形态学单调性、扩展性和反扩展性等基本理论,成功构造了一种新型软形态边缘检测算法,该算法具有较好的抗噪和边缘提取能力.对一幅加有椒盐噪声的灰度图像的仿真试验结果表明,该方法比传统的基于模板的图像边缘检测算法和标准形态学边缘检测算法具有更好的图像边缘提取效果.     

基于数学形态学及车牌综合特征的车牌定位算法

车牌定位是车牌识别系统中的关键步骤;利用车牌图像区域丰富的边缘信息以及车牌本身的特征,提出一种实用而有效的车牌定位方法;首先,将原始图像转换到灰度空间上,利用车牌丰富的图像边缘特征信息和数学形态学操作对图像进行粗定位;然后,根据车牌本身的特征量化5种不同的特征,通过贝叶斯分类器的训练,实现对车牌区域的精确定位;最后,通过实验对1500幅彩色图像进行测试,其有效率可达95.20%。     

基于数学形态学的虹膜定位算法

针对现有的虹膜定位算法的局限性,提出了一种基于数学形态学的虹膜定位算法。内圆定位是利用二值图像形态学的方法提取瞳孔的圆心和半径。外圆的定位用形态学进行边缘提取与Hough变换相结合,确定外圆圆心及半径。实验证明了该算法的合理性和有效性。