遥感成像系统MTF参数测定的刃边法改进

针对现有研究中刃边地物选取的主观性比较强的问题,提出用Canny边缘探测器得到二值边缘图,再应用Hough变换得到候选刃边,最后通过候选刃边倾斜角度判断的方法,来自动提取高分遥感影像上满足刃边法测定要求的刃边地物。结果表明,应用该方法能够得到精度较高的高空间分辨率遥感成像系统的调制传递函数参数值。     

基于边缘检测的OMR图像倾斜矫正

提出一种基于边缘检测的OMR图像倾斜矫正算法.在纸质文档以图像扫描方式转化成文档图像的过程中,由于传动装置或其他的一些因素不可避免的会造成一定倾斜角度.此算法结合了OMR图像特点对图像进行边缘参考线的检测,仅对符合条件的边缘参考线Hough变换,以此得到整个图像的倾斜角度.此算法改进了传统的Hough图像倾斜矫正算法因计算量过大,导致图像倾斜矫正时间过长的缺点.     

基于数字图像处理的条形码识别预处理算法研究

针对以摄像头为图像采集设备获取的条形码图像,研究了几种常见的条形码预处理算法,包括二值化算法、条形码区域的定位算法及条形码的校正算法.对条形码图像中的灰度背景用大津阈值法进行分割;利用形态学腐蚀的方法将条形码区域划分为几个连通域,提取最大连通域即可定位条形码区域,完全滤除其他与条形码识别无关的背景信息;对于有一定倾斜角度的条形码,首先利用Canny边缘检测算子提取条形码的边缘,再结合Hough变换找到条形码水平与竖直的直线及其倾斜角度,将条形码旋转该角度即可得到校正后的边缘识别的条形码图像.实验证明,该预处理算法有较好的处理效果.     

基于频谱图分析的PSF自动获取方法

运动模糊图像恢复讨论的是对运动物体所拍摄的模糊图像进行精确恢复,恢复的关键在于精确获取点扩展函数的参数。本文提出了一种点扩展函数自动获取方法,该方法通过计算机分析运动模糊图像频谱图,能够自动获取点扩展函数的运动方向和模糊长度,避免了人机交互的繁琐和不准确。通过实验仿真并与其他点扩展函数的参数获取方法做比较,验证了该方法的准确性和实用性。     

一种改进的Hough变换图像纠偏算法

为提高倾斜图像纠偏处理的正确率与运算效率,提出一种改进的Hough变换图像纠偏算法.该算法根据扫描文稿图像的特性,设定了边缘区域计算,并基于此约束下对倾角进一步限制,从而在无损内容的前提下,显著提高了倾斜角度计算效率.实验结果表明,对于普通文稿扫描图像该算法在保证准确率的前提下比标准Hough变换倾角运算效率提升约15倍.     

基于小波域的图像增强算法

针对图像边缘增强和滤噪的矛盾,提出了符合视觉特性的基于小波域的图像增强算法.将图像的小波变换结果看成一幅图像,则在空域中的阶跃边,在小波域的高频通道中表现为屋脊边,而空域中的屋脊边,在小波域高频通道中表现为成奇对称的屋脊边缘对.在高频通道中,用高斯函数或升余弦函数拟合屋脊边,用正弦函数拟合屋脊边对.通过修改拟合函数的参数来改变其形状,从而使反变换回来的图像的边缘斜率提高,进而达到图像增强的目的.由于在对屋脊边的识别中采用了方向信息测度,使算法能很好地处理边缘增强和滤噪的矛盾.分别对测试图像和实际图像进行处理,并与传统的高通滤波方法进行了对比,实验结果表明,本文提出的方法具有更好的视觉效果.     

基于Hough变换的票据图像倾斜校正

针对票据图像,考虑框线变换后参数空间分布,提出了一个改进的基于Hough变换的票据图像倾斜检测与校正方法。通过对图像进行平移变换,选择图像中心作为原点,使得框线变换后的参数空间,呈现对称的蝶形,从而更容易检测出峰值点,得到精确的票据图像倾斜角度。实验结果验证了提出方法的有效性,与传统方法相比,检测的倾斜角度更加精确,具有更强的抗噪声能力。     

一种基于小波去噪的遥感图像显著性区域检测算法

传统的图像检测方法未获取遥感图像亮度、色度、饱和度信息,图像显著性区域检测效果较差,为此,论文提出一种基于小波去噪的遥感图像显著性区域检测算法。利用小波变换的正交方式将遥感图像转换为一维图像,采用二进小波变换获取遥感图像边缘信息,根据新阈值函数去除图像边缘噪声;依据IHS变换（Intensity-Hue-Saturation）方式计算遥感图像亮度、色度、饱和度信息,并经离散小波变换计算遥感图像高、低频系数向量,通过模糊C均值聚类获取低频系数聚类数据后,利用显著性因子完成遥感图像显著性区域检测。实验结果表明：本文方法能够有效提取图像边缘信息,去除噪声能力强,所检测到的图像显著性区域层次分明,对比度较高,检测效果好。     

基于伪极傅里叶变换和ROA融合的SAR图像边缘检测算法

提出了基于伪极傅里叶变换和融合的SAR图像边缘检测算法.首先采用伪极傅里叶变换提取较弱的图像边缘特征,并利用Ratio边缘检测算法抑制相干斑噪声对SAR图像边缘特征的影响.然后利用两种算法所得到系数的幅值、方向和角度信息构建置信指派函数,引入D-S证据理论实现两种边缘检测算法的最优融合,获取了SAR图像最佳的边缘特征.仿真结果表明,该算法所提取的边缘特征完整、定位准确.     

基于小波变换的数字全息再现像质量提高方法

数字全息再现像中存在的散斑噪声严重影响了数字全息的应用,通过分析边缘检测方法和小波变换阈值去噪方法的原理,提出了一种基于边缘检测的小波变换散斑噪声去除方法。首先利用高斯-拉普拉斯算法获得边缘图像,进而通过Neyman-Pearson准则获得自适应阈值,并采用改进折中阈值函数对边缘图像和非边缘图像小波系数进行处理,将两者处理后的小波系数相加,并进行反变换得到处理后的图像。研究结果表明,该方法能够较好地在去除散斑噪声的同时保留图像细节。     

手写字符样本自动采集研究

提出用行程段信息表示字符图像的编码方法 ,以二进制形式存取 ,能节省大量的文件存储空间。预处理阶段 ,使用最佳阈值二值化方法和平滑技术处理样本表格图像。为保证字符图像正确分割 ,先提取样本表格图像垂直边缘 ,然后使用Hough变换检测图像倾斜角度。提出了快速标记行程段中心迭代算法实现字符图像的分割。手写数字样本自动采集实验表明本文方法的有效性     

人民币纸币冠字号码字符识别方法研究

以倾斜校正算法和模式识别算法2项核心技术为目标,充分利用霍夫变换法和最小二乘法在直线检测中的优点,采用一种结合霍夫变换法和最小二乘法的直线检测算法来求得人民币纸币图像的边缘直线及边缘直线的倾斜角度参数,并采用图像旋转变换算法实现对原倾斜人民币图像的倾斜校正。采用Hopfield神经网络的联想记忆功能,缩小待识模式与标准模板的差异,再用模板匹配法对Hopfield神经网络的输出结果进行识别,得到最终的识别结果。实验证明,结合Hopfield神经网络和模板匹配法的人民币冠字号码识别方法具备较高的识别率。     

基于 Hough 变换及可信度的车牌旋转角度检测

车牌角度矫正是汽车牌照识别的一个重要步骤。采用Hough变换法检测车牌的倾斜角度。首先对汽车牌照图像预处理,再提取车牌上下边框的边缘信息,利用Hough变换对提取的边缘信息进行变换,从而获得车牌上下边框的拟合直线及其倾斜角度,并引入可信度,以度量检测结果的优劣,最终获得较精确的汽车牌照的倾斜角度。实验结果表明,该法抗干扰能力强,检测精度高。     

高斯型点扩散函数边缘拟合模型的研究

采用高斯型点扩散函数拟合方法与理想边缘做卷积得到边缘模型,基于该模型对黑白棋盘的像的边缘像素灰度分布进行拟合,通过比较高斯型点扩散函数与贝赛尔型点扩散函数的拟合效果,研究表明利用高斯型点扩散函数拟合获得的拟合参数比后者更接近给定的初始拟合参数值,边缘拟合效果更好。     

一种纸币倾斜角度校正方法

清分机在高速采集纸币图像过程中,送入的纸币会不可避免地存在各种倾斜,导致采集的纸币图像存在不同程度倾斜。在对纸币进行识别之前,为不影响图像的识别效果,需要对采集获得的图像进行倾斜度校正预处理。本文研究一种首先利用Sobel算子找到纸币的边缘界线,再利用Hough变换方法计算出纸币边缘线倾斜角,进而完成对纸币倾斜度校正的方法。实验证明了本方法的有效性。     

激光跟踪仪靶球识别图像处理方法研究

激光跟踪仪是大型装备制造过程中的大尺寸精密测量仪器,在跟踪测量过程中,容易丢失目标,影响工作效率,无法继续跟踪.图像处理法对靶球进行目标识别,以实现靶球的断光续接.本文采用模板匹配和Hough变换两种方法,首先将图像处理技术应用于模板匹配,先对拍摄到的靶球进行不同的边缘提取法处理,然后再利用模板匹配法,提取目标靶球的中心坐标;其次利用Hough变换法求取并标定靶球中心坐标.通过对比不同方法提取到的目标的中心坐标,得到较为准确的提取方法,实现在脱靶后激光跟踪仪准确的跟踪目标.     

基于踢脚线的结构化环境单目视觉导航

针对室内结构化环境下的导航任务,提出一种以踢脚线为参考直线的基于单目视觉的导航算法。利用单目摄像头提取图像,运用Canny边缘检测方法和霍夫变换相结合的边缘检测算法提取结构化环境中的踢脚线,根据平行直线在图像平面的成像原理,提取出参考直线和偏航角作为导航信息,实时控制小车的运动。试验结果显示,基于该方法设计的小车可以实现安全行驶,该方法获取的导航参数受光照的影响不大,稳定可靠,能满足安全性和实时性的要求。     

面向机器视觉的织物纬斜检测方法

针对光电纬斜检测存在检测识别死角、检测精度不高等缺点,提出了面向机器视觉的纬斜检测方法.采用CCD摄像机获取织物图像,结合数学形态学方法对织物图像进行行程平滑、消除噪声和边缘提取,然后用层次Hough变换对织物图像进行纬斜角度的检测.通过形态学运算和层次Hough变换提高了检测速度和精度.实验结果表明,该方法实现了较大范围的织物纬斜角度的高精度检测.     

Matching method for multispectral images based on improved hough transformation with disparity constraint

To overcome the problems of image matching caused by different charactors and the grey-level in every spectrum of the airborne filter multispectral imager for the same target, a matching method for multispectral images based on improved Hough transformation with disparity constraint is presented. Firstly, we get the N layer pyramid images of the two multispectral images for registration by down-sampling, and then calculate the transformation parameters of each layer between the left and right images progressively. In this progress, the transformation parameters of the two adjacent top Pyramid images can be calculated by using the feature points extracted by the SIFT operator, and the transformation parameters of the other adjacent Pyramid images can be calculated by using the transformation parameters of their upper images and the improved Hough transformation. At the same time, the attitude parameters and the geometric transform relation calculated from the upper layer between the images can be used to improve the matching speed and reliability. By processing two airborne flight multispectral images with 1415×1415 pixels, this approach only takes 78 secends, and its registration accuracy can reach 065 pixels.