基于计算机图像处理的板形识别研究

提出了一种基于计算机图像处理的板形识别方法。首先对输入系统的图像进行中值滤波去噪预处理;再 通过Canny算子检测图像的边缘;用Hough变换提取钢板板形特征;最后根据板形特征应用分类决策树实现对钢 板板形的分类。实验表明该方法能有效地识别出钢板的单边浪、双边浪、中间浪和边中浪。     

Hough变换边缘参数提取算法

研究了一种目标物体边缘参数的提取算法，霍夫变换是图像处理和计算机视觉过程中常用的一种方法，用来在图像中提取目标边缘，文中提出一种新的算法以提高霍夫变换的边缘参数的检测能力，并用迭代中值滤波来完成直线边缘的定位，计算机仿真结果显示这种算法的有效性。     

基于形态学的冷轧薄板板形识别

为了解决冷轧薄板板形识别问题,采用基于形态学的图像处理方法。利用高帽变换对板形图像进行增强,对增强后的图像进行二值化,生成缺陷图像,消除二值缺陷图像中的干扰信号,分析二值缺陷图像,判定板形的类别。给出了基于二值形态学的图像消噪算法和基于灰度形态学的图像增强算法。提出了基于高帽变换的板形识别算法和基于对比思想的板形识别算法。根据上述方法进行了板形识别系统的硬件、软件设计,实际应用表明,该方法可以有效地识别出常见的板形。     

Hough变换在人头识别中的应用

Hough变换能识别各种形状的目标,而且有对不完整边缘具有鲁棒性的优点.本文详细论述了Hough变换识别圆形目标的原理,并将其应用于人头识别.首先对原图像利用Canny算子进行边缘提取,然后利用Hough变换找人头的中心,大量实践证明了Hough变换识别人头的良好效果.     

视觉导航智能汽车路径识别图像处理算法研究

复杂环境下图像快速准确处理是智能汽车稳定运行的前提和保证.该文针对由于光线等因素造成图像对比度不明显问题,提出了线性变换方法处理图像;针对由于图像边缘点的干扰而造成中位数处理失败,提出了中值滤波和T型窗口算法;基于Roberts算子的高精度和Sobel算子的高运算效率,提出了一种融合两种算子的融合算法用以改进边缘检测算法.实际应用表明,上述算法可以过滤边缘噪音,有效地去除干扰噪音,过滤后整幅图像的边缘更连续平滑,融合算法的计算量远远小于单一算子,算法的实时性和准确性大幅提高.     

基于小波变换的边缘检测

根据Ｍａｌｌａｔ的多尺度边缘检测的思想,实现了多尺度Ｂ样条的边缘检测算法。在检测之首对图像进行自适应平滑处理,在选取小波函数时提出一种更加有有效的小波函数。同时,提出一种简单而有效的检测和边缘点连接的算法,最后,在分解和重建时采用一种基于滤波器系数特征的快速算法。结果表明,该方法比较适合于精确快速边缘检测。     

一种基于Hough变换的四边形分类识别算法

在直线和圆的识别算法基础上提出一种基于Hough变换的四边形分类识别算法,并进行实验验证。该算法通过Hough变换检测所构成四边形的4条线段,分别计算出4条线段与平面直角坐标系横坐标的夹角值(或是斜率),然后用冒泡排序法对夹角值排序后比较大小,根据线段间的关系(平行、垂直、相交)对四边形进行分类识别。算法可行,效果较好。     

一种高效的混合圆/椭圆检测方法

提出了一种新的基于边缘连续特征的HT（ECHT）混合圆／椭圆检测方法，利用连续的边缘曲线段来决定HT采样点，实验仿真结果表明该算法较好地解决了标准RHT检测中无效采样概率大，无效积累时间多的问题。     

直线检测的灰度投影积分方法

为了提高图像上直线检测的鲁棒性和精度,提出一种灰度投影积分(GP I)方法。GP I方法将需要检测的图像直接在直角坐标空间沿某个投影方向进行投影,将对应到同一投影点的像素灰度值进行累加,得到灰度投影积分向量,再旋转投影方向计算不同投影方向的灰度投影积分向量,从而得到一个原图像的灰度投影积分矩阵,再由该矩阵的极值元素所在的行和列求出图像中直线的方程。实验结果表明,GP I方法不需要事先提取边缘点,就能够快速准确地检测出图像中的直线,避免了传统方法在提取边缘点时阈值选取不当带来的直线检测误差。     

基于上下文敏感度的动态图像目标识别

针对机载实时系统获取的图像序列既不满足背景固定又没有目标、背景的高灰度比,而且常规方法处理这些图像存在局限性,提出了基于上下文敏感度的运动图像目标识别算法.首先,对标准Hough变换(HT)算法进行改进,即沿着某一方向做HT,如果线段长度或已识别的目标点数加上剩余线段长度小于阈值,则停止此方向的扫描,这种变换克服了标准HT以图像边界点为扫描边界的缺点.其次,在静态图像识别的基础上,定义了图像识别的置信度,对运动图像前后帧的关系进行了量化,据此实现了对目标的识别.实验结果表明,与标准HT相比,改进的算法不仅具有很强的稳定性和高抗干扰能力,识别准确性高,而且处理速度是标准HT的3～5倍.     

基于数字图像处理的路面裂缝自动识别与评价系统

在论述国内外路面裂缝检测技术发展现状的基础上,分析了基于数字图像处理的路面裂缝识别与评价系统的工作原理。通过研究路面裂缝图像的特点和现有裂缝识别算法,提出了该技术应用中尚存在分析结果的可靠性、图像处理的速度以及路面裂缝评价技术的完善等几个关键技术,并探讨了解决这些问题的途径。     

白线焊缝跟踪系统中的图像处理方法

设计了适合于白线焊缝跟踪系统的图像处理算法,利用同态滤波、二值化等方法实现对采集图像的预处理,运用Hough变换法提取图像的特征边缘,并由此确定边缘位置,通过D/A转换将位置偏差量反馈成电压,控制伺服电机推动探架转动,保证探头实时跟踪焊缝。实验结果表明,该图像处理算法检测效果理想,检测精度达到±1 mm内。     

基于模板匹配的选票图像识别研究

为适应人们对选举自动化程度和结果的准确性要求的不断增高 ,在第一代计算机控制和管理的投票系统(CCMVS )的基础上研制了第二代选举系统 (CCMVS )。这是目前国内第一套基于图像处理和识别的网络化选举系统。该文研究了 CCMVS 中的图像识别技术。针对选票特点 ,提出了自适应的逻辑模板匹配算法。较之以前的物理模板匹配法 ,该算法不用提前制作选票模板 ,简化了识别过程 ,提高了识别的可靠性 ,降低了对机械精度的要求。实验结果表明 ,借助简单的特征量集合 ,可以准确迅速地完成选票信息码的实时识别。     

基于定位与识别系统图像处理技术的实现

为了提高定位与识别系统中定位和识别的正确率,可以根据图像的应用特点采用不同的图像处理技术进行预处理.本文分别对图像二值化、图像锐化、图像滤波这三种图像处理技术突出待定位和识别区域、增强定位和识别图像的边缘信息和去除图像中的噪声的方法进行了对比分析,并给出了基于Laplace算子对二值化图像进行梯度锐化的方法,实验结果表明该方法有效地提高了定位和识别正确率.     

基于视频图像处理的机场航空器冲突检测

 针对场面监视雷达成本较高、不适用于流量较小的中小机场等问题, 采用多摄像机对机场场面航空器进行动态跟踪, 采用图像边缘检测和形态学处理方法对目标进行识别, 跟踪和提取航空器的飞行轨迹并分析其位置和速度参数, 提出了运动目标跟踪算法和基于DCPA 和TCPA 的滑行冲突检测模型, 开发了基于视频图像处理的机场航空器冲突检测原型系统, 并应用于西南某通航机场。实验表明, 视频图像处理技术和冲突检测模型可用于中小机场的航空器识别和冲突检测, 提高机场安全运行水平。     

基于图像技术的梳毛机末道毛网CV值监控技术

传统的梳毛机粗纱均匀性(CV值)的检验都是靠电容式条干仪来测定,这种方法只能在离线的状态下进行.本文提出图像处理技术,对梳毛机末道毛网CV值进行在线全过程检测,使粗纱的均匀性得到控制,并与电容式条干仪测定的CV值进行比较,取得了满意的结果.     

基于数字图像处理技术的沥青混合料级配检测方法研究

沥青混合料中级配对其路用性能有着很大的影响,本文基于数字图像处理技术,对沥青混合料级配检测方法进行了改进研究。运用CT扫描技术扫描沥青混合料马歇尔试件的内部结构,获取数字图像,对获取的图像进行去噪、增强和分割等处理,在此基础上对图像进行伪三维级配识别。识别结果表明,对于直径大于2.36mm以上的集料,通过进行误差修正可以使检测出的级配曲线和设计级配曲线更加接近,有效提高其识别精度。应用CT技术获取沥青混合料图像的方法,可以对其内部细观结构进行观测,并且避免了对试件造成破坏,从而可以对其宏观性能进行研究。     

基于改进深度学习的车牌字符识别技术研究

为解决传统车牌字符检测方法可靠性差、效率低的问题,提出采用haar级联检测结合深度学习方法的卷积神经网络车牌字符识别方法。采用haar级联分类器提取出图片中车牌的位置,通过灰度、阈值、腐蚀、膨胀等预处理技术提取出车牌字符;通过收集字符数据,对CNN神经网络在角度倾斜、光照变化和噪声污染条件下进行训练,使用训练后得到的模型对车牌字符图片进行识别。实验结果表明, 该方法识别车牌字符正确率较高,在角度倾斜、光照变化和噪声污染条件下的准确性和稳定性较好,能够有效地降低车标识别的错误率。