基于对比度归一化的历史文档图像二值化算法

多数历史文档图像存在背景污渍、涂抹和字迹模糊等对比度较低的情况,从而给历史文档二值化增加了较大难度。前期研究发现,历史文档中文本内容通常与文档背景的亮度水平不同,利用文档背景估计值可以有效削弱退化区域并突出字符信息,根据这两个观点,本文提出了一种基于对比度归一化的历史文档图像二值化算法。所提出的方法包含三个步骤,首先采用图像修复算法和Niblack算法结果来粗略估计背景,然后使用文档背景对历史文档图像存在的不同退化类型进行归一化处理,并对归一化处理后的文档图像进行增强、二值化,将文档中的文本分割出来。采用DIBCO数据库和H-DIBCO数据库对所提出的算法进行测试,取得了较好的实验结果。     

基于PCNN的图像二值化及分割评价方法

针对目前图像二值化方法通用性不强、自适应阈值选取难,以及单一图像分割评价缺乏可靠性的问题,对基于脉冲耦合神经网络(PCNN)的图像二值化方法及其参数选择进行了研究,提出了一种综合考虑多种评价准则的用于评价图像分割效果的方法.实验结果表明:基于PCNN的二值化方法非常适合于各类图像的分割,具有分割精度高的特点;与单一评价方法相比,文中的综合评价方法能够更加客观准确地反映分割方法的分割效果.     

基于超像素特征表示的图像前景背景分割算法

图像前景背景分割是图像处理中的关键技术,文中提出了基于超像素分类的二值分割算法。对于输入图像,首先采用超像素分割算法,将图像分割成多个保留边缘的封闭区域,即超像素;对每一块超像素,考虑颜色和纹理,构造一种对光照和颜色较为鲁棒的特征,来消除同种物体在光照和颜色差异下的影响;用所得特征训练分类器,判断每块超像素属于前景或背景;最后将超像素分类结果作为初值用图分割的方法进行修正,得到最终的二值分割结果。实验结果显示算法能较好的完成前景背景分割的任务。此外,本算法易于和现有的分类算法相结合,具有较强的可移植性。     

一种基于车牌特征信息的车牌识别方法

提出一种基于车牌特征信息分析的车牌识别方法，它充分利用车牌定位和字符分割过程中得到的信息对车牌识别过程进行反馈，将二值化、车牌定位和字符分割紧密结合，注重车牌与车辆背景图像分离特征，以连通域分析为字符分割特点，结合局部二值化算法，提高正确率。实际应用结果表明，本方法具有很强的环境适应性和鲁棒性。     

基于背景差法的视频图像分割

本文运用背景差法来进行视频图像分割。利用一种背景更新的方法来获取背景图像,解决了手动和统计获得背景的方法对背景变化不具有自适应调节作用的缺点。然后将当前帧和背景作差,并对差值图像进行二值化以及形态学处理,使运动目标被很好地分割出来。     

航空图像的分割与定位算法研究

通过航空图片的图像分割和特征提取，对几种分割算法进行了比较。通过比较发现，当图像的目标与背景的灰度值相差比较大时，用多阈值的灰度分割方法来获取目标I而当图像的目标与背景的灰度值相差不大时，使用模糊差影滤波算法可获得理想的分割结果。同时，对采用多阈值分割方法后的图像进行目标定位。结果表明，对于复杂航空图像，该算法分割效果好，噪声小，定位算法简单，定位准确，有较好的应用前景。     

工程图的快速半自动矢量化和点阵拾取算法

针对当前对工程图尤其是图纸质量较差的旧图纸的全自动矢量化还没有完全成熟可靠的算法，提出了一种新颖快速的半自动矢量化方法，即通过少量的人机交互，在点阵上进行跟踪，得到工程图纸上的矢量，同时也可将矢量所对应的光栅提取出来．既可对工程图纸进行矢量化，又可对其进行智能编辑．算法的特点是快速，准确，并具有良好的鲁棒性，对较差的蓝图也能取得理想的结果     

工程图的快速半自动矢量化和点阵拾取算法

针对当前对工程图尤其是图纸质量较差的旧图纸的全自动矢量化还没有完全成熟可靠的算法，提出了一种新颖快速的半自动矢量化方法，即通过少量的人机交互，在点阵上进行跟踪，得到工程图纸上的矢点是快速，准确并具有良好的鲁棒性，对较差的蓝图也能取得理想的结果。     

基于边界剥离分水岭算法的重叠颗粒分离研究

针对采集的洗煤厂煤尘图像颗粒重叠严重的问题,运用传统图像二值化方法处理速度慢、不适用于低对比度指纹图像。分水岭分割算法对噪声敏感和易于产生过分割问题,为了提高图像分割的效率和鲁棒性,提出一种新的基于边界剥离距离变换分水岭算法的图像分割方法。该方法通过将图像分割为不相交的N个子窗口,并求出各个窗口对应像素的灰度均值,经改进动态阈值法进行二值化处理,得到的二值化图像经边界剥离距离变换获得灰度图像,最后利用分水岭算法对图像进行分割处理。数值实验结果表明,与传统分割方法比较,此方法处理效率高、鲁棒性好。不但成功地解决了分水岭存在的过分割问题,还大大提高了算法的搜索效率;可以快速准确地分割出目标,是一种有效的图像分割方法。     

基于背景估计和对比度补偿的退化古籍图像二值化算法

古籍是优秀民族文化宝库中的一颗璀璨明珠。由于年代久远及保存不当,古籍退化严重。为促进古籍的保护和传播,更好地揭示古籍所记载内容,对退化古籍图像二值化的研究迫在眉睫。拟设计一种二值化算法来解决古籍图像存在的污渍重、对比度低等问题。首先对古籍图像做迭代平滑运算估计古籍背景,然后用所估计的背景对古籍进行对比度补偿,最后通过参考文献中的二值化方法对补偿后的古籍进行二值化处理,从而分隔文本和背景,并用实验对算法的性能进行分析和评价。该算法优于ICFHR'2014国际会议获得第一名的Mesquita的算法。     

一种基于BP网络的测井曲线自动提取方法

由于测井曲线图纸图像存在大量背景网格与曲线或曲线与曲线交织,致使曲线跟踪中断,需要手工连接,自动曲线提取非常困难.为此,提出一种利用BP神经网络进行曲线自动提取的方法.这种方法先提取曲线段的宽度、走向、分支特征,然后利用BP神经网络识别跟踪曲线交织处的分支,正确预测曲线的下一段.理论分析和实验表明,采用本方法,提高了曲线提取的正确率,抗干扰效果较好,几乎不要手工连接.该方法已经用于实际的石油测井曲线图纸图像的曲线自动提取中.     

木材入水沉深的模型试验研究

介绍了木材入水沉深的主要测试设备及模型设计与制作。论述了图象传感器的标定方法及相关参数的确定。阐明了木材运行速度监控系统的工作原理及图象系统的测量原理。最后对木材入水最大沉深进行回归数据处理,得出试验结论。     

基于流行排序的前景背景显著性检测算法

为准确提取图像显著区域,提出基于流行排序的前景背景显著性检测算法。首先,采用SLIC(simple linear iterative clustering)方法对经平滑处理的图像进行超像素分割。然后以超像素作为图中节点,采用自适应参数计算节点之间的权重以解决因采用固定值导致的图像效果不理想的问题。其次,在计算背景查询节点时,通过阈值剔除边界超像素中不属于背景的像素,以保留合适的查询节点,避免因显著目标位于图像边界而错把非背景像素标记为背景查询节点的问题。最后,因前景优先方法可以有效抑制背景噪声,而背景优先方法对背景噪声抑制不足,但可均匀突出前景目标。因此,采用相乘或者取平均的方式融合前景背景显著图以得到最终的显著图。在公开数据集MSRA、SED2及ECSSD上与其他算法进行实验对比,实验结果证明了算法的有效性。     

基于希尔伯特变换的测井曲线高分辨率处理方法

探索将希尔伯特变换应用于测井资料高分辨率处理与解释的方法。首先利用希尔伯特变换将测井曲线分解成二维信号,然后利用变换结果求测井曲线的瞬时属性参数(瞬时振幅、瞬时相位和瞬时频率),再利用岩心等地质资料和先验地质认识对测井属性曲线进行检验和标定,并将其用于非取心段的薄层测井识别。将所提方法应用于大港滩海张东地区沙河街组三角洲前缘测井评价,发现瞬时相位和瞬时频率测井曲线能够对原测井曲线上的微小变化产生放大效应,提高薄层界面识别精度。在吉林红岗油气田的三角洲相储层构型研究中,利用岩心对高分辨率处理后的曲线进行标定,验证了处理结果的合理性。     

基于统计特性的路面图像光照不均匀校正算法

针对传统的灰度校正方法不能有效地校正全局光照不均匀的路面图像,提出基于统计特性的路面图像光照不均匀校正算法。算法根据路面图像自身的特点,以及正态分布特性,利用图像的均值和方差估计每个子块图像的背景灰度值,然后利用双线性插值的方法构造背景灰度矩阵,最后原图像减去背景灰度即可得到校正后的图像。仿真实验证实,该算法能有效地减少图像的光照不均匀,达到校正图像的目的。     

由测井曲线确定岩层界面的方法

本文介绍一种应用沃尔什变换对测井曲线进行分层的技术,即对原始测井曲线作低通滤波后,根据各条曲线值变化的加权和,由计算机自动判断,确定岩层界面。这是一种方法简单、运行速度快、结果精确、使用方便的测井曲线分层的计算机技术。通过在IBM-PC微机上对测井曲线进行分层处理的实例,证实了这种方法的可行性。文中还论述了提高分层分辨率的途径。这种方法的处理程序可用于测井资料的逐层解释、岩相分析和相关对比等方面。     

小波变换和沃尔什变换在测井曲线分层中的联合应用

在分析单独利用小波变换或沃尔什变换进行测井曲线自动分层所存在的优势及弊端的基础上，依据沃尔什方法能适用多测井曲线分层和小波方法更能表征信号突变点的特点，提出了一种小波变换和沃尔什变换联合的测井曲线自动分层方法，该方法能有效地结合两者在测井曲线分层巾的优势并弥补各自的不足。实际测井资料的处理结果表明，与小波变换分层方法和沃尔什变换分层方法相比，该联合方法简单、快速、有效，更适合实际测井资料的处理。     

基于特征融合的安全审计分析

分析了传统的安全审计分析方法，发现传统方法没有利用主机日志和网络数据特征之间的联系。通过分析主机日志得到可疑安全事件，再进一步融合主机日志和网络数据的有关特征作为一个整体进行分析。比较当前安全事件与正常历史事件、异常历史事件的相似度，审计出异常可疑事件。实验证明了该方法的可行性和有效性。     

基于特征融合的安全审计分析

分析了传统的安全审计分析方法，发现传统方法没有利用主机日志和网络数据特征之间的联系。通过分析主机日志得到可疑安全事件，再进一步融合主机日志和网络数据的有关特征作为一个整体进行分析。比较当前安全事件与正常历史事件、异常历史事件的相似度，审计出异常可疑事件。实验证明了该方法的可行性和有效性     

结合灰度熵变换的PCNN小目标图像检测新方法

为了自动地进行小目标图像分割检测,从含单一弱小目标图像的特征出发,提出了一种结合灰度熵变换的脉冲耦合神经网络(PCNN)小目标图像分割检测新方法. 该方法在对有随机噪声和复杂背景图像进行非线性灰度熵变换滤波的基础上,考虑灰度熵值灰度图在满足先验概率目标背景比条件下,选择包含单一小目标局部窗口作为处理图像区域,并在局部最小交叉熵判据下,进行改进型PCNN迭代分割检测处理. 实验结果表明,该方法不仅能可靠地检测出复杂背景及随机噪声干扰下弱小目标,并且在PCNN运行处理过程中,可自动地完成最佳分割检测.