基于中点位移内插分形的木质纹理生成算法研究

在深入研究中点细分内插分形曲线算法的基础上,分析了分形参数对分形曲线形状的影响,提出了一种基于控制参数输入的纹理生成算法,并进行了仿真.试验结果证明此算法简单、易实现,能实时有效地对分形纹理进行控制.     

车道斑马线及障碍物检测方法研究与实现

为提升道路行驶安全,提出了一种基于视频图像特征的车道癍马线及障碍物检测算法。根据一维小波能捕获一定规律灰度变化的特点,通过设计一维Gabor小波的时空参数得到模板,与感兴趣区域逐行卷积计算最大匹配能量值．以最大匹配能量值作为分析指标检测斑马线,进一步结合斑马线区域的纹理特征,分析特征变化来判断斑马线上是否有障碍物的存在。     

基于GF-1影像的城市高大地物的阴影检测方法

对阴影信息的研究是高分辨率遥感影像研究的重要问题,但是,在高分辨率遥感影像中,水体、暗色植被和偏蓝色地物会影响阴影检测精度,基于HSV色彩空间与主成分变换法,文中提出了一种检测阴影的阴影指数PSI。选择两个试验区,采用主成分变换法与PSI进行阴影区域检测并对检测结果进行比较分析,结果表明,在没有深色地物的情况下,PSI能够有效的区分阴影区域与水体、暗色植被和偏蓝色地物。在有人工草坪的情况下,PSI能够有效的区分人工草坪与阴影区域。在有深色地物的情况下,对HSV色彩空间中的V分量利用直方图阈值法对阴影区域进行检测,分离后的阴影区域中不包含深色地物,对PSI指数检测阴影的结果与V分量检测的阴影结果进行逻辑与运算,得到目标阴影区域;最后对阴影提取结果进行小区域去除和形态学滤波等后处理。实验结果表明,该方法针对GF-1影像具有良好的适用性,能精确并且快速地检测出阴影区域。     

基于数学形态学的图像纹理的提取

图像纹理的提取在图像处理中占有重要的地位。根据皮肤图像纹理线的特征,本文提出一种基于数学形态学的纹理提取算法,结果表明该算法能够很好地去噪,检测图像中的细节,定位准确,连续性好,并且易于实现,运算速度快。     

基于区域分割和均方误差改进的图像修复算法

基于样本块的Criminisi图像修复算法在搜索匹配块时,使用全局搜索并用均方误差（sumofsquareddifferences）来衡量样本块差异。该方法存在搜索范围过大,效率较低,仅考虑颜色的差异,容易导致修复结果边界错位等不足,本文提出了一种基于区域分割和均方误差改进的图像修复算法。为了提高样本块匹配速度,先采用区域分割法分割整个图像区域,使待修复样本块只在对应区域内搜索。在比较样本块差异时,本文算法对颜色差异、纹理差异、曲线特征差异进行了加权综合,从而保证了修复后图像在颜色和纹理上均与已知区域保持一致,解决了Criminisi算法效率低且容易出错等问题。实验结果表明本文算法修复结果在执行效率、视觉效果上要比Criminisi算法好。     

采用频域滤波的织物疵点检测方法

首先,通过傅里叶变换获得含有疵点的织物频谱图,根据频谱图设计频域滤波器分离正常的纹理信息,保留疵点信息;然后,通过傅里叶逆变换进行灰度图重构,得到去除正常纹理的疵点图像;最后,经过高斯平滑后二值化分割出织物疵点.实验选取5种织物疵点进行验证,结果表明:采用频域滤波的织物疵点检测方法检测效果良好,且检测率达到90%以上.     

参数自适应去阴影前景目标检测算法

针对前景目标检测中出现的对动态背景适应力不佳、受鬼影及阴影干扰严重的问题,提出一种改进的视觉背景提取(ViBe)算法.首先,通过像素点的动力学模型和闪烁程度来衡量场景的动态程度,并以此自适应更新像素分类和背景模型中的关键参数;然后,利用鬼影的视觉显著性和静止不动的特点,快速找出并消除隐藏在背景模型中的鬼影像素;最后,针...     

中巴资源一号卫星水体信息提取方法研究

选取中巴资源一号卫星(CBERS-1)CCD数据南京幅典型地区作为研究区,其范围为1 262×1 295像元区域.通过分析不同水体在不同波段的光谱特征,及山区阴影对水体提取的影响,提出了一种新的水体遥感信息提取方法一迭代混合分析方法,适合于亮度值偏低的中巴资源一号卫星数据.利用该方法进行了水体信息提取实验,实验效果良好.因此,通过水体信息提取,中巴资源一号卫星数据可为洪涝灾害评估预测提供基础数据.     

复杂场景中基于统计模型检测运动物体的新方法研究

本文介绍一种基于视频信号多特征统计分析来实现对自然场景中运动物体的检测的新方法。在一般的检测运动物体的方法中,基本上是刺甩求出序列图象的相邻两帧图象的各象素灰度值变化的方法,这种方法称为变化检测箕法。这些方法的原理是基于假设序列图象的灰度变化是由场景中的运动物体造成的。然而,其它原因(如;摄像机噪声、光照的变化、摄像机的轻微移动)也可以引起图象的灰度变化,因此使得系统容易产生错误的判断。为了克服这个问题,本文提出的新方法除了考虑帧问灰度变化外。,还考虑了图象中的纹理和运动信息。通过对帧间图象的灰度、纹理、运动三个不同特征信息的数据统计分析,实现对自然场景中运动物体的检测。     

虹膜纹理归一化的圆心偏差校正算法

从眼生理学和图像采集两个角度，分析了造成虹膜内外圆心偏差的原因，并有针对性地提出了第一、第二圆心偏差校正模型．分别采用以上校正算法和传统算法对400幅虹膜图像进行处理，通过对校正结果的分析，发现与传统的虹膜纹理归一化算法相比，该校正算法可有效地排除内外圆偏差的干扰，使虹膜识别的准确性获得显著提高．实验证明，该虹膜纹理归一化校正算法是有效的．