工业过程噪声干扰下图像关心区域分割算法研究

针对单纯的基于像素灰度值的图像分割方法难以精确分割工业过程有噪声干扰的情况,提出了基于自适应网格搜索的Gabor小波纹理粗糙度方法,用于对基于像素灰度值的FCM聚类结果进行去模糊化,从而分割出关心图像。将所提算法行了大量实验研究,实验结果表明,该算法能够很好地将所关心的图像从工业噪声中分割出来。     

基于灰度图像及其纹理特征的车牌定位算法

车牌定位技术是车辆牌照识别系统和智能交通系统的关键技术之一,基于灰度图像的车牌定位算法,通过利用车牌的纹理特征,实现车牌定位.该算法就图像灰度化、灰度拉伸、二值化、边缘增强、水平及垂直投影定位的方法进行了详细阐述,并根据实验结果对算法的准确性进行了说明.     

基于Otsu算法的车牌图像二值化及其Matlab实现

本文利用Otsu算法二值化车牌图像的技术,给出了Otsu算法的原理,以及对车牌灰度图像进行二值化处理的方法原理;最后用MATLAB来实现车牌图像二值化的效果。     

基于结构信息相似度的线性投影灰度化算法

针对彩色图像灰度化过程中易丢失结构信息的问题, 提出一种基于结构信息相似度的灰度化算法. 首先在RGB色彩空间利用像素平均值和标准偏差值构造一幅对比图, 以保持彩色图像的对比度和亮度信息； 然后利用结构信息相似度评价指标衡量RGB通道图像与对比图间的相似程度； 最后将通道结构信息相似度值作为全局加权映射函数中的权重值, 获得最终的灰度图像. 该算法有效解决了其他典型灰度化算法中需求解目标函数, 导致算法复杂度高、 图像结构信息不自然的缺陷. 对Cadik和CSDD图像集的实验结果表明, 该算法优于一些已有典型灰度化算法, 能有效保留原始图像的对比度和结构信息, 可提高计算效率, 且输出的灰度化图像视觉感知自然, 主客观评价结果均较优.     

象棋机器人视觉识别算法研究

完成了象棋机器人的视觉识别算法研究,并进行了实验。对棋盘图像预处理,包括对棋盘图像颜色模型的研究、将彩色图像转换成灰度图像、利用均值滤波和中值滤波等方法对棋盘图像滤波、将灰度图像二值化等。利用图像分割算法进行了棋盘图像边缘提取等操作;利用改进的Hough变换对棋子的圆形和圆心进行定位,从而获得棋盘上的棋子位置,为棋子识别打下基础。针对象棋棋子图像特点提出了统计径向棋子像素的识别方法,首先利用数学形态学方法对棋盘图像进行细化处理,然后统计每个棋子的像素个数,从而实现棋子识别。实验结果表明,该方法能得到较好的识别率,而且对于任意角度的棋子像素值均具有保持不变的特点。该方法比较适合象棋机器人视觉系统。     

基于二值化图像的指纹细节点精确提取方法

针对指纹图像质量较差时,基于灰度图的指纹细节点直接提取方法正确率较低,提出一种基于二值化图像的指纹细节点精确提取方法.该方法首先采用方向滤波增强指纹图像,消除各种噪声,然后在二值化图像上进行脊线跟踪,直接提取细节点.脊线跟踪时,采用平滑和加权联合处理来计算脊线下一跟踪点,并提出一种利用循环扩散方法检测脊线连通性的方法,保证脊线跟踪的正确性.实验结果表明,无论图像质量好坏,该方法提取出的细节点正确率都超过80%,优于灰度图直接提取方法及其改进算法.     

基于分裂合并法和Ncut法的图像分割

当灰度图像较大,图像中像素较多时,利用Normalized Cut(Ncut)方法分割生成图的节点数目多,从而给算法求解带来困难,所以提出了利用分裂合并法和Ncut法相结合进行图像分割.用分裂合并法将灰度分割成多个区域,结合区域间的灰度和位置信息,再利用Normalized Cut方法在区域间进行划分,完成图像的分割。实验结果证明该方法有效。     

灰度文本图像自适应二值化滤波算法设计及应用

将自适应滤波与局部阈值二值化有机结合起来,提出自适应二值化滤波算法,旨在将淹没在噪声和失真中的灰度文本图像的二值图像信息通过滤波的方式恢复出来。采用改进的大津法计算局部阈值,对滤波结果进行二值化。依据二值化的结果估计滤波的误差,并调整滤波器参数。实验结果表明该算法克服了光照不均和噪声对灰度文本图像二值化的影响,得到了较理想的二值图像。     

基于图像熵分块的压缩感知字典学习算法

针对传统字典学习算法预处理阶段未考虑图像内外部特征的问题,提出一种基于灰度梯度矩阵的图像熵字典学习算法.该算法通过灰度梯度矩阵计算图像块熵值,并对各图像块进行分类,每类数据组合成训练数据集,再利用基于系数矩阵的奇异值分解算法更新各类子字典.对测试图像的稀疏表示系数进行重建实验,仿真结果表明,该算法可高效训练出自适应稀疏字典,显著提高图像重建精度.      

基于改进暗通道先验的沙尘图像清晰化算法

针对户外成像设备获取的沙尘图像存在色调偏黄、色彩不丰富及清晰度较低等问题,提出一种基于改进暗通道先验的沙尘图像清晰化算法.对图像偏色的问题,首先对高斯模型进行改进,采取自适应归一化方法调整图像暗部像素,并加权融合基于灰度世界的颜色校正方法,从而去除色偏影响;然后利用带色彩恢复的多尺度视网膜增强算法进行色彩恢复;对处理后存在的薄雾影响,基于暗通道先验方法重新选取大气光值,并对暗部像素进行亮度补偿;最后针对图像饱和度不足和对比度低的问题,将图像映射到HSI空间,分别利用自适应调整函数和改进双伽马校正算法进行提升.实验结果表明,该方法不仅能有效校正色偏,更好提升图像对比度及清晰度,且对图像色彩丰富度提升效果明显,可提高户外成像设备的图像质量.     

基于Delaunay三角形网格立体图像编码算法的特征点提取

可变形网格是目前立体图像编码方法研究的一个新方向．在Delaunay三角形网格立体图像编码算法的基础上,提出了一种特征点选取方法该方法充分利用物体边缘进行特征点提取,建立Delaunay三角形时能根据物体的边缘分割物体,以便能更好地反映物体复杂运动与形变PSNR值与实际观测结果表明,所提出的方法优于传统方法,更能够反映图像中物体运动和形变的细节     

一种新的四边形的生成算法

Q-Morph算法在用Delaunay方法形成三角网格的基础上，利用已有的网格拓扑关系，提出一种新的四边形生成算法。采用边界推进法来生成四边形网格。该算法生成的网格具有边界敏感性和方位不敏感性，并且能极大地减少网格中不规则点，很大程度上提高了网格质量。     

一种改进的Delaunay三角形化剖分方法

提出了一种基于Bowyer Watson算法的平面区域Delaunay三角化剖分的改进方法。它结合了前沿推进法的内部结点生成技术和Delaunay联点网格生成技术 ,使得每插入一点所破坏的单元尽可能地少。采用适当的数据结构 ,使Delaunay搜索过程限于局部 ,算法大为简化 ,易于编程 ,浮点计算量少 ,同时也避免了使用函数递归调用。采用在基网格上定义网格步长的办法控制网格的疏密 ,使网格疏密易于控制。几个算例表明 ,该算法是行之有效的。     

用有限元解奇异摄动边值问题的移动网格算法

考虑一类奇异摄动边值问题.为了对其数值求解,与文[1,2]不同的是,采用基于有限元方法的移动网格算法.采用的网格有（N＋1）个节点并初始化为均匀网格,其节点采用一种迭代算法来自适应移动,该算法等分布分片线性数值解函数弧长.用数值试验证实了该方法产生的数值解是关于摄动参数ε一致收敛的.     

基于内核技术的网格优化方法

用归一化的 Jacobian矩阵在结点的行列式的值作为衡量该结点质量的方法 ,给出了网格结点的外围多边形和外围多面体内核的生成算法 ,并将内核生成技术应用于网格结点位置优化 ,实现了四边形网格和六面体网格的优化 .算例表明 ,该方法适用于形状复杂区域的网格优化 ,尤其适用于含有凹域的网格优化 ,同时内核生成技术及网格优化也容易编程实现     

一种改进的二维平面区域三角形化的前沿推进法

结合两点前沿推进和三点前沿推进法 ,提出了一种改进的二维平面区域前沿推进式三角形网格生成算法。交替使用两点前沿的生点连点和三点前沿的补充连点方法 ,避免了两点前沿算法中许多重复无效的操作 ,提高了算法的计算效率 ,同时网格保留了两点前沿推进法的局部最优特点。网格剖分实例计算表明 ,当网格单元数很多时 ,该文中提出的方法较两点前沿推进法省时 5 0 %以上 ,提高了质量优良的网格单元比例 ,并可以剔除质量极差的网格单元。利用背景网格信息可生成各向异性的、贴体性较好的网格 ,并可以保证第一层网格节点至边界的距离基本相等。     

基于自适应Radau伪谱法的再入段轨道设计算法

针对传统Radau伪谱法处理非光滑平面时精度不高和效率不足的缺点,提出了一种基于自适应Radau伪谱算法的再入段轨道设计算法。该算法可以根据状态方程的拟合精度对再入段轨道进行自适应调整。在轨道曲率较高的区域,通过增加区段数量提高计算精度;在轨道曲率较低的区域,通过提高插值多项式的阶次提高计算精度。仿真结果显示,该算法形成的配点分布更为合理,相对传统的Radau算法具有高精度、高效率等优点,求解效果优于传统的Radau伪谱法,可将其应用到再入段轨道优化的工程实际中。      

无线Mesh网络中基于人工免疫的容错拓扑控制

免疫克隆选择算法主要是用来解决抗原初次入侵时,免疫系统产生抗体,做出免疫反应,但是现有方案往往没有给出当相同的抗原或相似的抗原再次入侵的解决方案。针对无线Mesh网络中各种故障频繁发生的情况,提出的算法能利用抗原的相似性来解决拓扑控制中近似的错误容忍问题。利用改进后的克隆免疫算法,在对无线Mesh网络进行拓扑控制时,求解网络的较优功率分配,使整个网络既满足Mesh客户端节点到Mesh路由器节点的k连通,而且整个网络的性能也能达到较优。通过对实验结果的分析发现,在保证网络容错的前提下,网络各方面的性能达到较优。     

具有特征约束的有限单元的三角网格智能化生成

根据Delaunay原理给出了一种具有特征约束的有限单元的三角网格的核心思想、生成方法、算法过程。该智能化方法的核心是同时考虑计算机的自动化和人的经验的共同作用的需要,同时综合考虑了三种内部约束条件：固定结点、固定边、孤岛,在此基础上灵活的设置剖分尺寸进行边界的离散化,然后开始外边界的扩展、插入离散的点后自动地生成了初始的网格。最终利用良好的人机交互界面进行校正。生成真正满足计算需求和实际情况的三角网格。     

三角网格的融合与优化及其在电磁散射计算中的应用

为实现数值计算中复合模型的三角网格融合、优化电磁散射计算,提出基于三角形求交、面元内角控制的网格模型融合与优化算法.通过两个独立模型中三角面元的交点计算和模块内点云的Delaunay剖分,获得初始融合网格,再通过查找、消除畸形面元来优化融合后的网格.一系列模型的测试表明,在保持网格采样信息与几何外观的前提下,本文所提出的算法可稳健、有效地实现不同网格密度、不同结构特征的三角面元模型融合,去除畸形面元减少网格面元数目.