基于数字图像处理的车牌识别

智能车牌识别能够提高交通管理的效率,减少了人力的投入。逐步融入到现实生活中。介绍了利用图像处理来提取车牌,并详细描述了对车牌处理的步骤:车牌定位、字符分割、字符识别。对基于数字图像处理的车牌提取的学习者有一定的参考作用。     

数字图像处理在仓库进出货中的应用

传统仓库进出货系统都是通过PLC编程,每一个细节都是预先设定好的,进出货顺序总是按照固定顺序依次摆放.不能灵活满足用户对相同货物归类摆放,从仓库中快速找所需货物的要求.通过加入数字图像处理技术,使系统能够分析判断出不同货物大小形状的差异,从而提高系统智能化,使系统能够在更复杂多变的环境中作出更合理的决策.     

基于图像的火焰检测中无量纲动态特征研究

对火焰动态特征难以统一描述的问题,提出一种无量纲的检测方法。用“搜寻”的方法分割出火焰的可疑区域,分析火焰初期的特性,提取出三个无量纲特征因子并在贝叶斯分类器中训练,最后实现对火灾火焰的检测。其中“火焰动态常数”因子具有“稳定”的特性,其统计取值区间为［-0.003,0.003］,突破了传统研究的时空局限性,不受火焰发展阶段、空间探测尺度以及监控设备种类的影响。对于实验中的不同远近的200帧序列的火焰检测,无量纲特征识别同一般特征识别结果相比较,正确识别率均超过90%。实验结果表明,无量纲动态特征因子能更好地描述火焰的特征,提高火焰识别的效率,增强火检系统的鲁棒性和可靠性。     

锅炉火焰图像特征分析

当今国内电站锅炉和大型工业锅炉的火焰监测直接影响钢材料生产质量,而近年来考虑到锅炉内传感器的频繁更换,人工看火的可靠性,工业生产的智能化管理等[1-2],以火焰图像为研究对象,提取火焰图像多种特征值(平均亮度、平均对比度、平滑度、第3阶矩、一致性和熵).基于灰度共生矩阵的统计方法,通过图像预处理,图像纹理特征提取,对火焰硬图像、软图像进行对比分割实验,可有效地判别图像的硬、软.     

基于边缘流的煤电厂炉膛火焰图像分割方法

针对炉膛火焰灰度变化不明显采用传统的分割算法无法达到满意分割效果的问题,采用了基于边缘流的分割方法对电厂炉膛火焰图像进行分割;首先选用高精度的灰度边缘流对图像进行分割,得到边缘流的矢量方向和边缘能量,然后再对图像闭合处理得到初始分割图像;最后,再利用颜色相似度对相邻区域进行处理,得到最终分割图像,该方法不仅避免了单纯边缘流算法提取边界不连续无法检出较弱边界的问题,而且也可以避免过分割问题;通过实验表明,基于边缘流的方法是对炉膛火焰图像进行分割的有效方法。     

基于数字图像处理的艺术图片创作方法

文章介绍了一种应用数字图像处理技术中的灰度化、锐化、钝化、边缘检测、负片等方法,对数字化图像进行处理,从而创作出具有素描、水彩、水墨、油画、木刻等不同绘画风格,非常适合手机上运行的动画图片,在减小画面数据量,加快手机运行效率的前提下,使人们获得不同的艺术享受。     

基于神经网络与加权融合的火灾火焰识别研究

以室内环境为应用背景,结合火灾火焰的静态和动态特征,采用了一种神经网络与加权融合的火灾火焰识别算法,对室内火灾火焰进行实时快速判决。对视频图像进行可疑运动检测,再对颜色特征进行提取,在HIS颜色空间中建立新的颜色判据,然后获取圆形度和尖峰数;研究了火焰频闪特性,将这些特征信息作为神经网络的输入端,最终利用加权融合的算法,判定区域是否为火焰。     

基于MATLAB的数字图像处理技术概述

近几年来,随着多媒体技术和因特网的迅速发展和普及,数字图像处理技术受到了前所未有的广泛重视,出现了许多新的应用领域。最显著的是数字图像处理技术已经从工业领域、实验室走入了商业领域及办公室,甚至走入了人们的日常生活。本文主要研究基于MATLAB工具的数字图像处理技术,首先介绍数字图像处理技术涉及到的基本概念,然后介绍了数字图像处理技术的主要内容,最后介绍了可实现数字图像处理技术的一种有效的实用工具——MATLAB技术。     

计算机数字图像处理技术的思考与探讨

本文作者结合自己在计算机数字图像处理领域的多年实际工程经验,以Matlab软件为实验平台,探讨了图像增强和图像分割技术在计算机数字图像处理中的应用,在此基础上提出了自己的思考,以期能更好地指导图像处理实践。     

基于火焰图像动态特征的火灾识别算法

提出了一种基于火焰图像动态特征的火灾识别算法.首先在HSI空间对捕捉的图像进行彩色分割,通过相邻两帧图像判断视频中是否存在可疑火焰.当有可疑火焰存在时,再连续捕捉多帧图像,进行火焰中心定位并提取火焰动态特征,最后判断是否发生火灾.实验结果表明,该算法具有比较好的鲁棒性,能够有效地提高火灾识别的准确率、降低误报漏报率.     

数字图像几种边缘检测算子检测比较分析

数字图像的边缘检测是数字图像处理基本问题之一,本文就数字图像的边缘检测的具体内容及常见的数字图像边缘检测方法进行了综述。分析了各种边缘检测算子的特点,以及在处理各种噪声时,对各种边缘检测算法的检测效果进行了分类比较。     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究;使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率;为此,提出一种基于数字图像处理技术的人脸检测算法;该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测;实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

基于形态学的显微细胞图像处理与应用

为提高医学诊断的准确率和效率,提出了基于形态学的显微细胞图像分析理论来完成对图像的分类、识别与分析.首先,对图像边缘检测算法及流域分割算法进行介绍,设计了完整的基于形态学的显微细胞图像处理方法,有效解决了图像处理中遇到的光照不均匀、染色产生的斑点等问题.然后,在图像分析阶段,把显微细胞图像形态学分析应用到血液病诊断中,同时做了细胞计数及形态参数提取并给出验证结果,最后再对细胞病医学诊断做了初步的理论尝试,研究结果与实际值相比误差小于3%.实验表明本文提出的图像分析理论在细胞病医学诊断上具有一定的应用价值.     

数字式图像型火焰检测系统

图像型火焰检测技术是基于火焰电视、综合多媒体计算机和数字图像处理技术发展起来的一项新兴技术,它继承了火焰电视直观形象的优点,又充分发挥计算机强大的处理计算能力,使火焰检测功能得到了质的提高。本文首先简单介绍了各类传统火焰检测器的工作原理、性能比较、火焰检测器选型原则,以及在实际应用中存在的问题,重点介绍了数字式图像火焰检测系统的基本构成、工作原理和燃烧器火焰熄火、着火判据的分析。全炉膛火焰图像的数据分析方法也作了介绍。     

MATLAB及其在图像处理中的应用

介绍了MATLAB的特点和功能，分析了MATLAB在图像处理中的应用，并结合实例说明了MATLAB在图像处理中的强大功能。     

数字图像处理中FPGA图形化编程设计

本文首先比较了现有的两种FPGA设计方法,重点介绍了图形化编程的优点,然后基于System Generator设计工具.以Sobel边缘检测算法为例,在Matlab/Simulink平台上构建了数字图像处理系统.将该算法进行图形化建模及在线仿真,并将设计结果编译为硬件描述语言（HDL）.最后对系统进行了功能验证和测试结果分析,讨论了图形化建模的直观处理结果、RTL级视图、实际消耗资源情况以及运行速度等情况.     

模式识别技术在数字城市图像处理中的应用

数字地球、数字中国、数字城市是当前的一个研究热点。其中的一个重要方面是将遥感图象进行模式识别将遥感图象矢量化,再将矢量化的图形用计算机三维立体化。本文阐述了数字城市中的模式识别的方法和结果。结果表明,本文的模式识别技术是成功的。     

数字图像处理技术及其应用

介绍了数字图像处理的基本概念、基本原理，对其中一些算法进行了详细的说明，对不同算法进行了比较。同时，在对现有图像处理方法进行应用的同时，对滤波做了一些新的尝试。最后，将像素细分算法应用于实际生产中获得了较好的效果。