一种自适应动态窗口车道线高速检测方法

为提高结构化道路车道线检测的图像处理速度,提出一种单目视觉自适应动态窗口的高速检测算法.利用栅格法划分出初始图像感兴趣区域,剔除掉与栅格线相交像素点外的其它像素点,进而在保留的像素点中找到车道线特征点,并利用膨胀算法以保留的特征点为基础实时动态产生少量窗口,对这些动态窗口中的图像进行灰度转化、滤波去噪、边缘增强和二值化等处理,得到车道线边界特征,最后利用Hough变换进行车道线拟合.在实车实验中,对实际采集的结构化道路图像的处理速度可达到22 ms/帧左右.结果表明,该算法基本上满足车辆高速行驶时对视觉导航系统的实时性要求.     

全方位视觉大图像并行解算方法研究

全景视觉的大图像中,单DSP难以在规定的时间内完成对图像的处理要求,尤其在连续视频图像上的处理存在延迟.基于此设计了3种方法：图像均分4份;图像按内外环分割;奇偶场分割;并用于多DSP进行处理分割后的图像,再进行合并,以达到实时性的要求.图像均分4份处理速度要优于其他2种,但这种方法运用DSP的数量也要多于其他2种,另外该方法在相对分辨率较低的情况时,竖直方向会存在毛刺问题.按内外环分割,并行处理的时间要按其中像素点较多,处理时间较长的环来计算,而且拼接处接缝处的细化也要延长处理时间,需要注意r的选取.而按奇偶场分割,是将图像的像素点均分,有效解决了毛刺和缝隙问题.仿真采用C＋＋语言在VC＋＋环境下进行.     

差分分层暗原色先验去雾法

针对烟尘和雾霾等恶劣户外环境下视频图像严重退化的问题,结合大气散射模型和暗原色先验去雾的原理,针对原始算法中暗区域扩张的缺点,提出一种区分图像景深边界的方法。此方法通过对像素求差分能够将不同景深的像素点区分,进而分别求出不同景深图像的透射率,从而达到快速、准确地恢复图像的目的。实验结果表明,这种方法能够具有更高的处理速度和图像细节,更接近实时去雾的要求。     

一种改进的细胞神经网络图像边缘提取方法

目的:为了进一步提高细胞神经网络的处理速度,减少计算的迭代次数.方法:首先对细胞神经网络模型的输出函数进行改进,并对模板的取值范围进一步确定.其次,用反应扩散方程来改进阈值,并融入了图像梯度信息和构造的调整函数,使其可以自动根据图像的梯度生成一个扩散矩阵,自适应地为每一个像素点选取不同的阈值.结果:图像处理的运行时间和迭代次数都减少了一半,图像边缘提取的结果更加精确.结论:用此方法选取2种不同类型的图像进行MATLAB仿真,与几种常用的边缘提取算法处理结果相比,在视觉效果上取得了很大提升,并提高了边缘提取的效率和准确性.     

DIBR中一种基于视图判定的褶皱消除方法

为消除基于深度图像绘制(DIBR)技术生成目标图像时可能出现的“褶皱”现象,提出了一种通过视图判定来确定参考图像像素点扫描顺序的方法.首先设定极点的z坐标为一个无穷小量,然后由该极点的齐次坐标得出绘制左、右视图时参考图像像素点的扫描顺序.该方法只需判断目标图像是左视图还是右视图,便可确定参考图像像素点的扫描顺序.试验表明,该方法能消除褶皱现象,且复杂度比Z-buffer 算法小,适用于虚拟视点水平移动时的虚拟视图绘制.     

基于尺度不变特征变换的快速图像特征区域检测

针对快速图像特征区域检测受噪声干扰和尺度空间影响, 导致图像特征区域检测精度较低、 延时较长, 检测结果不可靠的问题, 提出一种基于尺度不变特征变换的快速图像特征区域检测方法. 先通过加权核函数, 加权平滑处理图像中各像素点, 实现图像去噪； 再在此基础上通过构建图像高斯尺度空间确定图像特征点区域, 删除低对比度像素点和边缘像素点, 快速提取图像特征点, 检测特征点所在区域即为图像特征区域. 仿真实验结果表明, 该方法能高效率、高精度地实现快速图像特征区域检测的全面检测.     

基于边缘和像素类型标记的立体匹配算法

提出一种基于边缘图像特征和像素类型标记的立体匹配算法,利用边缘信息及视差在边缘和非边缘区域的分布特征,指导有效初始视差在扫描线方向的传递。并且根据标记值对部分不可靠的像素点进行反向赋值和边缘内中值滤波处理,达到视差精化目的。实验证明这种方法对于整体视差范围不太大的远距离图像,能够获得较为精确的稠密视差图。     

一种新的基于二值图像的边缘检测算法

边缘检测是数字图像处理中常用的一种技术,可以捕获图像中物体的重要特征.介绍了几种经典的边缘检测算子,提出了一种基于二值图像的边缘检测方法.该方法不用对图像求导,仅统计每个像素点的8邻域值的情况,即可确定该像素点是否为边缘点.实验表明,该方法用于二值图像时,检测效果较理想.     

基于中介真值程度度量处理图像的应用理论研究

中介数学系统是处理模糊现象的一种数学工具.文中首先将中介真值程度的度量方法拓展到对称的数值区域中并结合数字图像的特点,以中介真值程度度量为基础,研究了图像单个像素点灰度的度量、图像集合灰度的度量、图像像素点间的相似性度量以及图像集合问相似性度量.定义了图像中介熵,获得了利用图像中介熵表示的图像离散模糊程度,为处理图像建立了一种新的基于中介逻辑的、自然的数值化方法.     

基于IE 和AG 的小波图像融合方法

为客观评价几种小波融合图像算法的优劣, 采用了基于信息熵(IE: Information Entropy)和平均梯度(AG: Average Grads)的融合图像质量评价方法。首先选取了两组不同的源图像, 其中一组为曝光度不同的两幅图像, 另一组是焦距不同的两幅图像。然后对图像进行4 层小波分解, 低频系数全部采用像素点平均值法进行融合, 高频系数分别运用区域绝对值最大法、像素点绝对值最大法、区域最大梯度法以及像素点平均值法4 种小波系数融合规则进行小波图像融合, 最后分别比较了4 种融合图像的IE 和AG 值。实验结果表明, 将4 种小波融合方法进行比较, 基于像素点的最大绝对值法IE 和AG 值最大。对于曝光度不同的两幅图像, 其IE为7. 206 5 bit, AG 为5. 983 7 10^-5 , 对于焦距不同的两幅图像, 其IE 为7. 130 8 bit, AG 为4. 794 3 10^-5 。可见, 4 种融合规则相比较, 基于像素点的最大绝对值法融合效果最好, 从而验证了该方法的有效性。     

基于内存映射文件的特大机械图纸快速处理技术

在对位图图像进行处理时,为了追求效率,往往是将位图全部读进物理内存,然后在内存中进行处理,这种方法对于尺寸较小的位图图像比较理想,但是对于特大型的位图图像就显得无能为力了。针对一些位图格式的特大机械图纸的实时处理要求,本文提出了用面相对象编程工具Delphi实现基于内存映射文件的特大机械图纸快速处理,该方法无需将位图全部读进物理内存中,从而解决了物理内存不足而带来的缺憾,取得了令人满意的效果。     

Single bitmap block truncation coding of color images using hill climbing algorithm

In order to generate an efficient common bitmap in single bitmap block truncation coding(SBBTC) of color images, an improved SBBTC scheme based on weighted plane(W-plane) method and hill climbing algorithm is proposed. Firstly, the incoming color image is partitioned into non-overlapping blocks and each block is encoded using the W-plane method to get an initial common bitmap and quantization values. Then, the hill climbing algorithm is applied to optimize an initial common bitmap and generate a near-optimized common bitmap. Finally, the quantization values are recalculated by the near-optimized common bitmap and the considered color image is reconstructed block by block through the common bitmap and the new quantization values. Since the processing of each image block in SBBTC is independent and identical, parallel computing is applied to reduce the time consumption of this scheme. The simulation results show that the proposed scheme has better visual quality and time consumption than those of the reference SBBTC schemes.     

Borland C++ Builder 下DIB 的生成及其应用

讨论了Ｃ＋＋Ｂｕｉｌｄｅｒ环境下使用ＶＣＬ组件和用Ｗｉｎ３２ＡＰＩ函数直接生成ＤＩＢ的方法及其在图像处理低层操作中的应用。     

一种新的结合卷积神经网络的隧道内停车检测方法

为了更准确地检测高速公路隧道内停车行为,将传统的图像处理技术与深度学习相结合.首先,通过基于混合高斯模型(Gaussian mixture model,GMM)的背景差分法提取出运动目标.接着通过meanshift算法跟踪这些运动目标,计算运动目标的速度以及在相邻视频帧中运动目标的相关性,通过与速度阈值和相似度阈值的比较得到静止目标.最后,结合卷积神经网络(convolutional neural network,CNN)分类模型识别静止目标是否为车辆.文中方法在高速公路隧道视频上进行测试,达到至少84％的准确率.另外,与没有结合卷积神经网络的传统图像处理方法相比,文中方法至少提高了63％的准确率.     

基于分形和数学形态学的TIG焊熔池图像分析

焊接图像中不可避免地存在烟尘和弧光等干扰造成的噪声,而传统的图像处理方法对噪声非常敏感,因此很难准确地对焊接图像进行处理.文中提出了一种基于分形和数学形态学理论的综合图像处理方法.该方法利用分形理论中的离散分数布朗随机场理论得到按分形维分布的熔池灰度图像,然后利用二值形态学中的连通域检测去除噪声并得到目标图像,进而利用形态学中的开运算和闭运算得到图像的强连通边界.试验结果表明,该方法能够快速、准确地检测熔池的边缘、高度、宽度以及面积等信息.     

基于影子显示位图技术的GIS图形部分的实现

在地理信息系统的开发过程中,对屏幕图形进行精确识别是一个较难解决的技术问题．在某些实际应用中,近似处理的误差已经超过了人们所能接受的程度．该文就地理信息系统中的图形识别技术提出了一种全新的方法——影子显示位图（shadow display bitmap）技术．影子显示位图技术用于精确地识别显示在屏幕上的各种简单的和复杂的图形元素．该文论述了影子显示位图技术的工作原理和实现方法,通过实验证明影子显示位图技术解决了识别图形元素时的误差问题,识别复杂图形元素的能力强,比常用图形识别技术容易实现．     

SAR图像几何精校正的OpenMP-GPU协同处理实现

几何精校正是合成孔径雷达(SAR)图像处理的一个重要步骤,随着SAR图像时空分辨率的增加,SAR图像几何精校正生产面临着速度上的挑战。提出了一种分块仿射变换结合OpenMP-GPU协同处理的方法。采用分块仿射变换简化图像坐标位置变换,利用OpenMP并行计算提高仿射变换系数的计算速度,同时采用图形处理器(GPU)对图像坐标转换和亮度值重采样操作进行加速处理。实验结果表明,该方法对比传统CPU串行计算的校正方式具有明显的速度优势。     

基于Spark的并行医学图像处理研究

随着医学图像规模的不断增长,为了快速且有效的处理医学图像并使各类图像处理算法得到应用.文章将传统的医学图像处理方法与Spark整合起来,提出了基于Spark的并行医学图像处理方法.首先,采用基于二进制的图像预处理转换方法,存储图像到分布式文件系统HDFS中;其次,应用传递函数的方法,避免了图像处理算法进行MapReduce转化,实现了快速的通用图像并行处理;最后,以肺叶DR图像分割算法为实例证明了基于Spark医学图像并行处理有较好的适应性和较高的效率,并适应大规模图像的并行处理.     

基于部件融合的“我”体字库的建立

为丰富计算机字库,传承中国文化,减少人工手写工作量和汉字图像字库的存储量,提出了一种基于部件融合的“我”体个性字库的建立的方法。该方法通过提取个人手写稿的部件与352个部件匹配,由Gabor小波提取部件特征,利用仿射变换和图象卷绕来实现部件融合为“我”体汉字。试验表明,该方法可行,在减少人工手写工作量和降低汉字图像字库的存储量上具有显著的优点。     

基于小波包去噪和图像质量评估的指纹图像预处理

分析了指纹图像的噪声类型及传统指纹图像处理方法的不足,提出一种基于小波包去噪和图像质量评估相结合的指纹图像预处理方法,仿真结果表明：该方法能有效去除指纹中的随机噪声,降低干湿指纹和不完整指纹对指纹识别率的影响,且算法简单,处理速度快,能满足实时性要求.