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。     

傣文贝叶经的图像增强与二值化方法研究

为了解决贝叶经图像背景不均匀及字符与背景颜色对比度较低给其二值化带来的困难,提出一种图像增强与Sauvola算法相结合的方法.首先使用同态滤波处理贝叶经图像背景不均匀的现象,然后使用灰度线性变换对其进行对比度增强,最后再使用Sauvola算法对贝叶经图像进行二值化.实验结果表明,同态滤波、灰度线性变换与Sauvola算法相结合的方法有效地解决了贝叶经图像背景不均匀和低对比度的问题,得到了清晰的二值化结果,适合于贝叶经图像的图像增强与二值化.     

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。     

基于消除刻槽的水泥路面新生裂缝识别方法

利用二维傅里叶变换(FFT)消除刻槽,并通过同态滤波增强裂缝对比度;采用自适应方向的LoG算法在空域中增强裂缝;使用Otsu法,对全局图像进行二值化处理,并利用方格法提取裂缝片段;在此基础上,使用曲线累加变向法计算目标光滑程度,实现“沥青拉丝”的剔除.试验表明,本文方法具有良好的识别效果.     

基于小波去噪和直方图模板均衡化的手指静脉图像增强

提出一种手指静脉图像增强算法. 该算法包括去噪、 对比度增强和二值化. 在去噪部分, 根据小波变换后各频带的不同特点, 结合手指静脉的特点, 分别设计了不同的去噪策略; 在增强部分, 设计了一种新的方法, 称为灰度直方图模板均衡化方法, 较好地增强了静脉和背景的对比度; 在二值化部分, 采用了OTSU方法. 实验表明, 该算法能有效的增强图像的对比度, 改善图像的质量.     

基于拉普拉斯能量的低质量手写体文档图像二值化

文档图像二值化是文档分析与识别中的一个重要环节。本文针对低质量手写体文档图像提出了一种二值化算法,算法首先对文档进行相位保持降噪并计算背景修复模板,然后用图像修复算法和形态学闭运算估计文档背景,用背景补偿算法提高文档对比度,接着用背景补偿后的文档图像构造拉普拉斯（laplacian）能量,最后采用图割算法求得最终二值化结果。实验结果表明,本文所构造拉普拉斯能量能够较准确地区分文字和背景,所提二值化算法在DIBCO2018数据集中的实验结果优于同类算法。     

用于步态识别的行人轮廓提取

采用针对静态背景下的基于Surendra背景更新算法的背景减除法对运动人体进行检测.为视频场景建立自适应的背景模型,通过原始图像和背景模型差分获得前景图像,再对检测出来的图像进行了二值化、数学形态学分析、连通分析、尺度归一等一系列图像预处理工作,为跟踪与识别奠定了基础.重点讨论了二值化自适应阈值选择的多种方法,总结出Kapur熵阈值选取法的优越性.     

基于分块法的条纹处理技术及应用

为使条纹处理、原理简单、速度快、抗干扰 ,提出了一种基于分块法的条纹处理技术。在对不同的二值化方法比较的基础上 ,重点阐述了基于分块法的图像二值化和细线化的原理和过程 ,讨论了分块二值化中阈值确定的原则和算法 ,介绍了为提高图像处理质量而采用的去底色方法和对图像中间部分的特殊处理过程 ,以及基于该法的图像细线化算法。基于分块法的条纹处理技术能够最大限度地保留有用信息 ,遏制干扰和冗余信息 ,有很大的可靠性。将该法应用于莫尔测偏法进行物体表面形貌的测量 ,可实现仅用两幅图来重构被测物的表面形貌     

基于多尺度分析的血管内超声图像去噪和增强

提出基于二进小波变换的血管内超声图像血液斑点噪声抑制和对比度增强算法.血液红细胞散射引起的斑点噪声属于乘性噪声,在对数域进行二进小波变换后,结合软阈值滤波法和硬阈值滤波法对不同尺度的小波系数进行萎缩处理,并提出了一种局部阈值估计方法.同时采用了基于多尺度边缘表示的,利用小波系数极值拉伸和Hermite多项式插值实现的快速增强算法.实验结果表明,与现有单独进行去噪处理的方法相比,该方法在抑制血液斑点噪声的同时增强了图像对比度,具有更好的实用性.     

雨雪动态背景下的运动目标检测算法

为解决雨雪等动态背景严重影响目标检测和识别的问题,提出一种新颖的利用误检信息消除雨雪干扰的方法.首先采用背景差法进行初始运动检测,对每个像素点进行前背景分类,获得候选前景第一次分类的二值序列;继而统计该二值序列的码元跳变次数和高电平时间,将2个数值作为特征向量;然后利用K均值分类算法进行候选前景的二次分类;最终提取真实运动目标.实验结果表明,相比于背景差法,所提算法能够有效去除雨雪动态背景导致的目标检测干扰.     

基于机器视觉技术的叶面积测量系统实现

研究并实现了用于测量叶片面积的软硬件系统,并可进行叶片面积的统计.根据植物与土壤背景的颜色特征关系研究了提取叶片颜色特征将彩色图像转成灰度图像的算法,应用迭代求图像最佳分割阈值法进行图像二值化,中值滤波去除二值化图像的噪声干扰,Kirsch边缘算子进行叶面边缘轮廓的提取.     

基于小波变换的低光照对比度或强噪声背景下图像增强与目标提取方法

提出了一种基于小波变换的低光照对比度或强噪声背景下图像增强与目标提取方法.低光照对比度情况下成像获得的图像进行处理分析、目标定位识别与跟踪都有一定困难,必须对其进行增强处理.根据图像的纹理统计特性,设计了专用于保护纹理特征的巴特沃思滤波器,对低光照对比度图像或强噪声背景下图像进行增强,可有效地克服低光照对比度图像或强噪声背景条件下进行处理分析、目标定位识别与跟踪造成的影响.实验结果表明:应用小波变换的多尺度分析方法和专门设计的巴特沃思滤波器,可较好地消除低光照对比度或强噪声背景下图像的干扰.     

采用像素配对的自适应对比增强灰度化法

对比了像素间高斯随机配对、伪随机数距离配对及不同固定距离配对对灰度化效果的影响,对Grundland脱色法进行改进,同时自适应地得到更适合给定彩色图像的对比度增强系数增强灰度图像.实验表明:不同的像素配对方法适合不同主题特色的彩色图像,在改进的脱色法中采用自适应对比度增强系数,可使更多的图像种类获得更加突出的灰度化效果.     

NaYF_4:Yb,Er上转换发光纳米材料的合成及其在手印显现中的应用

采用溶剂热法合成出发光强度较高、颗粒尺寸较小的Na YF4∶Yb,Er上转换发光纳米材料.通过透射电子显微镜(TEM)、X射线衍射(XRD)、荧光光谱对上转换发光纳米材料的粒径形貌、晶体结构、发光性能进行表征.将上转换发光纳米材料应用于光滑客体表面汗潜手印的显现,考察了显现方法的对比度、灵敏度、选择性、背景颜色干扰、背景荧光干扰等因素.实验结果表明:与传统荧光粉末显现法相比,该显现方法具有对比度强、灵敏度高、选择性好、背景干扰低等优点.     

基于边缘分析和纹理信息统计的车牌定位研究

车牌定位是车牌识别技术的关键环节之一。对车辆图像进行边缘分析二值化处理,再结合纹理统计进行车牌定位,可以克服复杂背景的弱边缘信息和干扰噪音所带来的影响,较好滤除可疑车牌区域。实验结果表明,使用该方法可以较好的实现车牌定位。     

基于CLAHE的X射线行李图像增强

提出了一种基于对比度受限自适应直方图均衡化(CLAHE)的X射线行李图像增强算法.首先使用一种背景区域快速填充方法降低背景噪声的干扰,然后采用CLAHE技术增强图像的对比度,最后采用一套组合锐化方案增强图像的细节.实验结果表明,使用所提方法能够快速有效地增强X射线行李图像的对比度,突出行李物品的细节.     

基于频域分析的联指图前后背景分离算法

为了快速又精确地分离四联指图的前景和背景区域,提出了一种基于频域分析的联指图前后背景分离算法.该算法主要包括:①基于局部3阶累积量的前后背景粗分离,有效地降低了噪声对方差的影响,并对低对比度区域能够实现有效快速分离;②结合全局信息的局部最佳直方图阈值分割法的二值化增强算法,实现以局部区域为基础的全局二值化;③基于频谱分析和2条判别规则的非指纹区域去除,有效地去除诸如印刷字符之类噪声所在的干扰区域;④基于中心最近邻法则的区域合并,使得那些由于质量较差而被分解为若干个不连通的区域标记为同一区域.实验结果表明,该算法的几个步骤是有效的,且具有速度快和精确度高的特点.     

基于稀疏恢复的 MIMO-STAP干扰样本检测方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在训练样本存在有源干扰时杂波抑制性能严重下降的问题,提出了一种干扰样本检测方法。首先使用正则化FOCUSS算法估计出各原子的空时功率谱值,接着设置谱值门限将谱值较大的原子取出,然后确定扫描带对空时二维平面进行扫描,最后根据进入扫描带最大原子数占总原子数的比例判别训练样本是否存在干扰。仿真实验表明,该方法可有效检测出训练样本中的干扰,使用该方法挑选出的无干扰训练样本恢复杂波谱可保证空时滤波器的杂波抑制性能,提升稀疏算法求解杂波谱时涉及到的样本的可靠性。     

基于背景差分法和帧间差分法的车辆运动目标检测

针对背景差分法和帧间差分法在检测车辆运动目标时存在阴影的问题,提出一种结合背景差分法和帧间差分法去除阴影的车辆运动目标检测算法.首先采用均值法从图像序列建模获取背景,通过背景差分法对当前帧进行差分得到背景差分图,二值化得到二值图.然后利用改进Robert算子对二值图与背景差分图进行边缘检测.最后通过对两张边缘图像进行帧间差分,得到去除阴影的车辆运动目标.     

基于虚拟仪器的动车图像条纹噪声消除算法

为更好地采集动车车号部分的图像,针对图像中车号部分所包含信息变化微小的特点,采用了一种基于虚拟仪器技术开发平台LabVIEW的去除条纹噪声的方法.首先,在频域内将含有条纹噪声的图像与原始图像的频谱图二值化,并对二值化的频谱图像进行逻辑操作,同时结合多样本进行综合处理,最后运用巴特沃斯带阻滤波法滤除条纹噪声;然后,在空域内通过IMAQ Gray Morphology.VI和IMAQ BCGLookup.VI对处理后的图像进行增强处理,锐化因频域内滤波而边缘虚化的车号图像.进行动车图像条纹去噪处理实验,运用均方误差(MSE)和峰值信噪比(PSNR)对去噪效果进行评价,并与普通带阻滤波、矩匹配法等去噪方法进行对比.结果表明,本文方法消除噪声的效果更显著.