生物芯片微阵列图像倾斜校正算法研究

针对现有生物芯片图像倾斜校正算法校正精度和运算速度的矛盾问题,提出对矩形样点和圆形样点图像分别采用改进的Hough变换和改进的Radon变换方法进行倾斜校正。改进的Hough变换首先对图像进行二值化,并仅统计矩形样点的上下边缘像素的Hough参数和累计值,然后根据所得的Hough参数空间提取占主导的直线组,最终计算出直线组的平均倾斜角度;改进的Radon变换在提取圆形样点边缘后,对边缘图像进行二级Radon变换,从而得到最佳校正角度。实验证明本文的方法能准确、快速地实现芯片图像的倾斜校正,为生物芯片样点识别奠定基础。     

基于图像处理技术的注塑制品缺陷检测系统

目前图像处理技术在工业产品缺陷检测中的应用越来越广泛,针对注塑制品缺陷进行研究和检测,利用Matlab编写上层软件完成图像获取、处理以及通信功能,对图像倾斜校正的两点法进行改进,检测结果达到了预期效果,识别率达98％,满足系统实时性和鲁棒性．     

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.     

基于数学形态学车牌自动定位和倾斜校正

针对车牌识别系统中,由于光照变化、背景复杂、车牌褪色或相对摄像机位置不同带来的图像倾斜等原因,导致车辆图像质量不高,影响车牌定位和识别。基于优化组合数学形态学基本运算,结合灰度信息离散化对车牌初定位,再利用先验知识,对车牌进行精确定位,最后采用两点法对倾斜的车牌图像进行检测和校正。实验结果表明,得出的定位和倾斜校正方法简单、快速,且具有较好的稳定性。     

基于微分的cDNA基因芯片图像自动划格算法

针对cDNA基因芯片数据分析中划格对提取杂交荧光样点杂交强度信息的重要作用，提出了一种基于微分的cDNA基因芯片图像自动划格算法，采用NCBI上GEO数据库中cDNA基因芯片图像进行划格实验，验证了该算法的有效性。     

一种身份证图像倾斜校正算法

身份证图像倾斜检测与校正是身份证信息提取预处理的重要环节。本文利用形态学方法提取身份证头像,提出了结合头像下边缘的最小二乘法身份证图像倾斜校正算法,实验表明,该算法对身份证图像的倾斜校正是有效的。     

基于Canny算子和Radon变换的证件图像倾斜校正

倾斜的证件图像不利于识别,为此提出一种基于Canny算子和Radon变换的校正方法。该方法首先使用Canny算子进行证件图像边缘检测,然后利用Radon变换计算出图像的倾斜角度,最后用双线性插值算法进行图像旋转校正。在Matlab平台对该方法进行了仿真实验。实验结果表明,该方法能够准确、高效地对证件图像进行校正。     

基于 Sobel算子与旋转投影的纸币图像倾斜校正法

纸币图像的倾斜会严重影响其中字符识别的精度,为此,需要在字符识别前对纸币图像进行倾斜校正。采用Sobel算子和旋转投影来进行纸币图像的倾斜校正。首先使用Sobel算子和旋转投影来获取倾斜纸币图像的倾斜角度,然后采用双线性插值对纸币图像进行水平旋转校正和垂直错位偏移校正。同时,综合考虑了实际情况和校正的实时性,并规定水平倾斜角和垂直倾斜角都不大于10°。从实验结果来看此方法校正效果较为明显。     

基于hough变换的倾斜文档图像快速校正

对文档图像字符识别时,需要对有倾斜的图像进行校正,以提高分割和识别的精度.提出一种基于梯度方向统计的倾斜文档图像快速校正方法,该方法利用图像的梯度方向分段累积直方图,得到图像的大致倾斜角度,然后利用hough变换思想,在获取的大致角度范围内对图像进行投影,得到精确的图像倾斜角度,有效地缩小了hough变换角度的搜索范围.对手写和打印体文档图像进行的实验结果表明,与传统的hough变换投影方法相比,该方法的算法执行时间大幅度减小,对图像噪声也具有很强的抗干扰能力.     

结合Prewitt算子和旋转投影的纸币图像倾斜校正法

纸币图像的倾斜会严重影响其中字符识别的精度,为此需要在字符识别前对纸币图像进行倾斜校正.基于Prewitt算子和旋转投影提出一种新的纸币图像倾斜校正法.该方法采用水平边缘检测、垂直边缘检测以及旋转投影求取纸币图像的水平倾斜角度和垂直倾斜角度,然后对水平倾斜的纸币图像进行双线性插值旋转校正,对垂直倾斜的纸币图像进行双线性插值错位偏移校正.另外,考虑到实际应用中获取的纸币图像的倾斜情况,为保证方法的实时性,水平倾斜角和垂直倾斜角均限定在10°以内.校正结果表明此方法效果较为有效.     

一种基于SIFT特征提取的车牌定位方法

针对传统车牌定位算法对车牌图像质量要求较高、鲁棒性较差、准确率较低等不足,提出了一种基于尺度不变特征（SIFT）特征提取的车牌定位新方法．它利用车牌中汉字字符的局部特征属性,以SIFT特征提取方法进行抽取,并用之构建特征模板库,然后把待识别车牌图像的SIFT特征与之相匹配,用RANSAC算法剔除误匹配点后,便得到仿射变换矩阵,从而实现对车牌较准确的初定位和初倾斜校正．进一步对提取的车牌区域图像二值化,用Radon变换求得倾斜角度后,可生成精确的仿射变换矩阵,并实现对车牌的精确定位和倾斜校正．实验表明：与传统算法相比,本方法不仅能够实现准确的车牌定位及倾斜校正,而且对图像亮度、污损、倾斜、尺寸变化等具有良好的适应性和鲁棒性．     

基于岸站二维投影采集的波浪观测补偿算法

针对海洋环境监测中视频采集设备因拍摄条件限制引起的梯形失真、倾斜失真和波高失真三类主要问题，提出一种以二维投影的三维还原为基础的视频采集处理的补偿算法。通过坐标和倾角偏移量补偿，还原失真的目标图像，并在此基础上进行目标测量信息处理，从而得到更加准确合理的测量结果。实验证明，该算法可根据任意位置参数实现失真图像的准确修复，精度高且易于实现。     

一个改进的车牌号码倾斜校正方法

在智能交通系统中,车牌号码倾斜校正是预处理的重要步骤．论文使用加权最小二乘法,把车牌区域拟合成一条直线,然后求得该直线斜率,并计算倾斜车牌图像的倾斜角％最后把图像旋转一Ⅸ完成倾斜校正．实验结果表明：论文方法能快速准确地检测出图像的倾斜角,并具有较强的适应性．与最小二乘法拟合直线比较,倾斜角精度更高,目标函数值更少;与Hough变换校正相比较,论文算法处理时间更短,倾斜角测量精度更高．     

一种基于火柴棒模型的图像水平倾斜矫正算法

针对二值化图像中待识目标倾斜的问题,提出一种基于火柴棒模型的图像水平倾斜矫正算法.首先将原图像二值化,对该区域进行去噪处理,获取目标区域,然后构建"火柴棒"模型,再采用该模型对图像进行水平倾斜矫正.实验结果表明,该方法能有效克服目标区域较小、附近干扰较多、边缘不清晰等情况带来的不良影响,矫正效果良好.     

基于倾斜矫正算法的针织物图像研究

倾斜的针织物图像在图像处理前需要对其倾斜进行矫正预处理,但由于针织物图像的特殊性,使其不能采用机织物等倾斜图像的矫正方法。针对这一难题,利用一维傅里叶变换求针织物纵密频谱和横密频谱。计算,然后根据各自频谱的峰值特性进行自动旋转倾斜矫正。给出了算法细节,同时还得到针织物的拉密度。实际研究表明,所采用的方法在针织物行业里尚属独有,运算量小,实时性高,具有很大的普适性,非常适合于在针织物的图像检测领域推广,具有广泛的实际应用价值。     

车牌倾斜校正研究综述

作为智能交通系统的核心技术之一,基于机器视觉的车牌识别一直受到广泛的关注.对车牌图像进行倾斜校正是车牌识别的重要步骤,其目的是解决拍摄角度随机性对识别过程的影响.该文将现有倾斜校正方法划分为直线检测、投影最值、角点检测、主方向分析四类,首先介绍了它们的研究究果,然后剖析了它们在鲁棒性方面存在不足的原因,展望了下一步的研究方向.     

基于倾斜校正和视差估计的遥感影像稠密匹配方法

针对遥感影像稠密匹配效率较低、匹配精度和密度不够高的缺陷,提出了一种基于倾斜校正和视差估计的遥感影像稠密匹配方法。首先基于稀疏同名点、通过倾斜校正生成核线影像;利用稀疏同名点构造三角网,以三角形为插值单元,预测核线影像对中各像素的初始视差;在初始视差的邻域内沿核线一维搜索最佳匹配点,搜索时增量计算匹配窗口的灰度均值,且将搜索步长设为2,以提高搜索效率。实验结果表明,本文方法可以达到逐像素的匹配密度,且匹配的正确率和精度很高;基于稠密点重建的真实感三维场景证明了本文方法的有效性和实用性。     

无人机航摄大比例尺测图的关键技术分析

为满足大比例尺测图对无人机航空摄影测量的要求,采用理论分析和实例研究相结合的方法生成正射影像图(digital orthoimage map,DOM),探讨了DOM生成过程中的影像畸变纠正、控制点布控、影像镶嵌以及海量数据处理等关键技术.以天津师范大学主校区为试验样区,对技术路线进行验证,结果表明:提出的方法具有可行性,可以满足1∶2 000比例尺测图精度的需要.     

基于Radon变换和坎尼边缘检测的倾斜车牌校正方法研究

为了解决车牌倾斜对字符分割和字符识别带来的不利影响,文章基于Radon变换的思想,先利用Canny边缘检测器检测车牌边缘,再利用Radon变换搜索构成车牌矩形的直线段,并计算其倾斜角来校正倾斜车牌.测试结果表明该方法能准确地检测出图像的倾斜角,并取得良好的效果.