一种改进的图像中连通体边界freeman链码的获取算法

本文介绍了一种基于边界追踪的freeman链码获取算法，算法可以快速获取二值图像中连通体边界线的freeman链码，不仅适用于单连通的简单区域，对于多连通的孔洞区域同样有效．     

QR码图像处理和译码方法研究

介绍了一种通用QR码图像处理算法,利用hough变换和双线性插值法对条码图像进行更有效的定位和旋转,得到基本的条码模块,并对QR码的信息解码过程做了简单的介绍.     

一种低复杂度的QR码解码器的图像预处理方法

QR码是一种常见的二维条形码,图像预处理是实现复杂条件下QR码解码器自动识别的重要步骤.在传统的直线检测和边缘检测手段的基础上,提出了一种新的QR码识别图像预处理方法.该方法通过使用校正图形按区域自适应取样来生成码流,可显著提高QR码的识别率.此外,还对QR码识别软件的手机平台移植进行了讨论.实验结果表明,本算法识别速度快,且可以克服QR码识别过程中易受噪声干扰、光照不均和几何失真等影响的问题.     

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.     

一种QR码识别的低复杂度图像预处理方法

QR(Quick Response)码是一种常见的二维条形码,图像预处理是实现复杂条件下QR码图像自动识别的重要步骤.为了降低QR码使用门槛,提出了一种实用的低复杂度QR码识别图像预处理算法,它可以提高解码器识别速率,便于算法嵌入移动终端.由于没有使用传统的边缘检测和直线检测手段,而是依据QR码自身编码特点进行探测定位,所以几何失真、背景噪声对其影响较小;此外,为提高了QR码的识别率,采用结合校正图形并按区域自适应取样的方法来生成码流.实验结果表明,该算法可以克服QR码识别过程中易受噪声干扰、光照不均和几何失真等影响,并能满足实时解码的要求.     

基于链码特征的几何图形快速识别算法

针对目前几何图形识别算法计算复杂度高、处理时间长、识别种类少等问题,提出一种基于链码特征的几何图形快速识别算法.该算法结合链码直方图和链码空间分布熵,兼顾链码的统计特性和空间分布特性,具有尺度、旋转、平移不变性及链码起点无关性.仿真实验表明,该算法能够识别较多种类的图形,且识别准确率较高、较快.     

图像区域边界抽取与链码树结构生成算法

通过定义二值图像像素顶点的链码,构造像素顶点矩阵,给出了一个基于像素顶点的线性的图像区域边界追踪和链码树结构的生成算法,算法在追踪和抽取区域边界的顶点链码的同时生成区域边界的链码树结构.算法复杂度是线性的,且适用于任意复杂图像区域.     

基于灰度特征约束的Radon变换改进算法

针对跑道信息在机场目标识别算法中的重要性,分析了子母弹在实施跑道封锁时对跑道端点信息的需求,给出了机场红外图像的灰度约束先验知识;针对传统R adon变换无法获取线段端点信息的特点,提出了一种新的基于灰度特征约束的R adon附加策略识别算法,对低对比度的红外图像进行了识别,仿真计算结果表明:该算法可以较为有效地获得准确的跑道中点和端点信息。     

基于链码描述的二值图像恢复的新算法

二值图像可以用记录其边缘轮廓信息的方向链码来描述，根据这些给定的方向链码可以恢复原二值图像。本文提出了一种新的二值图像恢复算法。算法在二值图像恢复的区域填充方面给出了一种新的方法。     

人民币纸币冠字号码字符识别方法研究

以倾斜校正算法和模式识别算法2项核心技术为目标,充分利用霍夫变换法和最小二乘法在直线检测中的优点,采用一种结合霍夫变换法和最小二乘法的直线检测算法来求得人民币纸币图像的边缘直线及边缘直线的倾斜角度参数,并采用图像旋转变换算法实现对原倾斜人民币图像的倾斜校正.采用Hopfield神经网络的联想记忆功能,缩小待识模式与标准模板的差异,再用模板匹配法对Hop field神经网络的输出结果进行识别,得到最终的识别结果.实验证明,结合Hopfield神经网络和模板匹配法的人民币冠字号码识别方法具备较高的识别率.     

段码及其在直线识别中的运用

以段码为基础,从理论上对直线段码的生成、直线段码的内特性以及直线的识别进行了探讨,最后给出了一个直线识别的算法     

基于链码的分水岭算法在图像分割中的应用

在图像特征提取、识别以及基于特征的图像压缩等领域内,作为关键技术的图像分割方法具有重要的地位。本文首先对基于区域的图像分割技术进行了介绍。然后针对静态位图图像,利用基于链码的分水岭算法对图像进行分割,达到与人视觉系统比较符合的分割结果。     

基于简约码特性树的字母和数字识别

针对由大写英文字母和阿拉伯数字组成的符号序列图像进行识别．字母和数字经细化处理，得到其骨架线，采用八方向链码及特定的编码跟踪规则形成由多条子链构成的唯一链码描述，提出了包含较少冗余信息、便于提取系列骨架线特征的简约码及简约码特征提取方法，并建立了对特征向量各分量酌情分开使用、形成分类特征树的策略，成功地解决了25个字母和10个数字的识别问题测试结果表明，该方法及算法的平均正确识别率为98％，优于商用软件的识别率．     

基于假设检验的SAR图像机场跑道自动识别

针对复杂条件下合成孔径雷达图像中机场目标自动检测识别问题,提出了一种基于假设检验的机场跑道自动识别算法,利用雷达图像中跑道灰度特性和结构知识,通过迭代分割和形态学滤波提取感兴趣区域,抑制具有类似灰度特性的水域对跑道线检测的影响,并结合Hough变换和线段跟踪连接提取候选跑道,最后采用假设检验方法对机场跑道进行识别.试验结果表明该方法可快速有效地检测识别复杂背景下低分辨率、低信噪比合成孔径雷达(SAR)图像中的机场跑道.     

一种基于轮廓特征的图像拼接算法设计与实现

提出了一种新的基于轮廓特征的图像拼接算法。在特征提取阶段 ,对卷积图进行增强 ,并用区域增长方法进行辅助校正 ,能改善轮廓提取效果 ;在特征表示方面 ,用形状签名代替链码来描述轮廓 ,从而提高了计算速度 ,降低了由噪声干扰和镜头形变造成的影响。实验结果表明 ,该算法在速度上优于基于链码的配准算法 ,准确率高 ,并且可以适用于未经过几何形变校正的图像的配准与拼接。     

基于序列图像的无人机进近着陆跑道识别与跟踪研究

跑道的准确识别与跟踪,是基于视觉的无人机自主着陆的重要条件.利用单目视觉获取进近着陆过程中实时跑道序列图像,经过Canny边缘检测算法和基于梯度方向的Hough变换处理,将同一跑道上的2条边缘线识别出来,并进行实时跟踪.最后利用大量真实的室外道路模拟跑道图像,以DM642为核心处理器设计视觉处理系统,结合固定翼无人机进近阶段着陆飞行特点,对设计的相关算法及视觉系统进行验证.结果表明所设计方法可以在进近着陆阶段准确提取跑道目标,并能够满足无人机着陆实时性要求.     

设施农业喷雾机器人的组合视觉导航方法

温室环境下,针对喷雾机器人在直线路径行驶时会存在偏差,在转弯路径处又需迅速获得导航信息的情况,设计一种导航线和QR码组合的视觉导航算法.在直线行驶路径贴上红色导航线,对采集到的图像处理后获得偏差、偏角进行方向修正,实现直线行驶精准导航.但导航线导航在转弯行驶时存在转弯效率低、偏差大等问题,因此设计QR码导航方法,通过识别贴在转弯处的存储有导航和决策信息的QR码,完成转弯处的迅速精准导航的要求.采集各种工况下导航线和QR码图像各120幅进行算法验证,导航线的平均纠正率为93.33%,QR码平均识别率为92.50%.导航试验结果表明:行驶速度在2.0 m·s~(-1)时,导航线和QR码的最大导航偏差分别为2.0和3.5 cm,满足喷雾机器人导航的实时性和准确性要求.     

一种基于轮廓特征的图像拼接算法设计与实现

提出了一种新的基于轮廓特征的图像拼接算法。在特征提取阶段，对卷积图进行增强，并用区域增长方法进行辅助校正，能改善轮廓提取效果；在特征表示方面，用形状签名代替链码来描述轮廓，从而提高了计算速度，降低了由噪声干扰和镜头形变造成的影响。实验结果表明，该算法在速度上优于基于链码的配推算法，推确串高，并且可以适用于未经过几何形变校正的图像的配推与拼接。     

基于多尺度边缘链码方向的图像检索算法

提出了基于多尺度的边缘链码方向的图像检索算法。首先采用不同的尺度对图像进行轮廓描述,获得多尺度的图像轮廓图;再对不同尺度的轮廓图进行链码方向统计,计算不同链码方向所占的比值,计算均向量;最后利用向量的欧式距离度量相似性。实验结果表明,该算法具有查准率高、检索性能良好等优点。     

采用剪影描述的人类行为识别方法

通过前景分割和形态学处理得到人体剪影,用链码来表述剪影,求取链码的方向直方图并对其归一化得到一幅剪影图像的稳定特征向量.在识别过程中为了解决行为识别中的时间偏移和速度差异问题,改进了动态时间弯折算法,不使用2个序列的起始端点,而是在模型序列中搜索得到相对于测试序列的局部最优起始端点.最后,对不同行为主体、不同图像尺度的5种人类行为(伸平左臂、挥舞左手、走、坐、下蹲)进行了识别实验,在±30°视角范围内识别率达以95%以上.