像素连接车牌定位技术的研究

车牌定位作为车牌识别的先导部分,其准确性决定了车牌识别系统的可靠性.现有车牌定位技术对融合后的图像进行形态学操作时,存在结构元素大小不易控制,并且若车身有着与车牌同样的颜色,形态学膨胀容易造成两者相连接的问题.针对该问题,提出了像素连接的车牌定位方法,达到较好的车牌识别边缘检测效果.     

汶川地震中的心理台风眼效应

选取受汶川地震影响程度不同的3个地区(汉旺、攀枝花及北京)共494名被试, 使用问卷调查的方法检验心理台风眼效应。结果发现, 三地民众在对余震的风险认知、风险行为倾向上表现出不同程度的心理台风眼效应, 而状态焦虑却表现出相反的趋势, 同时发现处于灾难边缘地带的攀枝花民众表现出最为矛盾的心理反应。最后对心理台风眼效应的情境条件和边缘带效应进行了讨论。     

治理喀斯特石漠化的建议

 自H. E. Legrad于1979年首次提出喀斯特地区的生态环境问题以来,喀斯特和沙漠边缘地区被正式等同列为脆弱环境,喀斯特环境问题成为当代国际地学研究的热点之一。中国以贵州为中心的西南喀斯特地区是世界上面积最大、最集中连片的喀斯特生态脆弱区,面积达50多万km²,是世界喀斯特亚热带锥状喀斯特发育最典型、最复杂、景观类型最丰富的一个片区。脆弱的喀斯特生境严重制约了生态环境与社会经济的快速健康发展,如何针对喀斯特石漠化地区生态环境现状,加快喀斯特石漠化地区生态修复步伐,对改善喀斯特石漠化地区恶劣的生态环境、实现区域社会经济与生态环境的可持续发展具有重要意义。     

模糊域的图像边缘检测算法分析

提出一种基于模糊域的图像边缘检测算法,结合自适应模糊增强和多方向模糊形态学来检测模糊图像的边缘。自适应模糊增强采用滑动窗口对模糊图像进行分块增强,避免了全图单阈值增强引起的真实边缘损失,具有较强的适应图像区域变化的能力;多方向模糊形态学用多个不同方向的结构元素对增强图像进行运算,以提取具有方向性的真实边缘,并抑制无方向性的噪声。实验证明算法能够有效地检测出模糊图像边缘,抗噪能力强。     

用形态学改进医学图像边缘检测算法

针对医学图像的噪声问题,在数学形态学边缘检测算子的基础上,综合多结构元素和多尺度算法的特性,提出了一种改进的边缘检测算法。该算法采用交替序列滤波器和结构元素,对数据分别进行闭运算和开运算,并且对水平、垂直和倾斜方向采用不同的权重系数进行加权,同时计算出膨胀型边缘检测算子,最后获得改进的边缘检测算子。给出了算法实现的具体步骤,使用该算法提取了MRI图像边缘,并对Lena图也进行了检测。实验表明该算法能够提高传统的形态学边缘检测方法的边缘分辨率,具有一定的实用性。     

基于数学形态学的焊缝图像边缘提取

焊缝图像的边缘提取是实现焊缝视觉跟踪的一个重要环节.用抗噪膨胀腐蚀型形态学算子对单边V型坡口横焊焊缝二值图像进行了边缘提取,并与传统的Roberts算子、Sobel算子、Canny算子、LOG算予以及典型的形态学腐蚀算子、膨胀算子和膨胀腐蚀算子的边缘提取效果进行了对比.结果表明,抗噪膨胀腐蚀型算子具有非常强的抗噪性,可以有效地提取出焊缝图像边缘,更利于后续的焊缝特征点提取.     

OFDM系统中改进的FFT插值算法

提出了一种基于快速傅立叶变换的边缘扩展信道插值算法（EFFT,Edged Extend Fast Fourier Transform）。该算法对OFDM符号有效频带边缘的两端频点做镜像线性扩展,使增加的导频信息能改善有效频带边缘附近的信道估计性能。仿真结果表明,在低阶调制且SNR较低时,EFFT插值算法的性能与维纳滤波信道估计算法相当,且较传统FFT插值算法的MSE提升1dB左右。在实现复杂度方面,EFFT算法与FFT算法相当;与维纳滤波算法相比运算量明显降低。EFFT算法不需要对现有技术标准进行改动,也不会降低系统的传输效率。     

基于边缘特征的背景建模和去抖动方法

 针对户外监控系统中存在的背景复杂变化及摄像机抖动等问题,提出了一种利用背景边缘信息进行背景建模及去除摄像机抖动的方法。首先,对一段视频序列进行边缘检测,提取出可靠的背景边缘;然后,对处在背景边缘附近的复杂区域建立高斯混合模型,而对其他相对简单的区域建立时间平均模型,兼顾了检测精度和计算代价;再利用可靠的背景边缘信息消除因摄像机的抖动而出现的虚假目标。实验结果表明,该方法在检测速度上比单独采用高斯混合模型提高了50%,在摄像机抖动时能很好地降低虚警率,可用于复杂场景的运动目标检测。     

一种遥感影像噪声抑制各向异性扩散算法

噪声抑制是遥感影像处理中一个重要研究课题,但常用的去噪算法会造成细节损失。为有效抑制噪声,同时保护边缘,本研究在Perona-Malik扩散模型基础上,提出了一种新的基于方向信息测度和边缘隶属度的各向异性扩散滤波算法。本算法的核心思想是根据遥感影像在其均匀区域各向同性扩散而在边缘细节区域各向异性扩散的这种局部特征,将影像分为边缘区和非边缘区两个区域,对非边缘区采用常规Perona-Malik扩散方程完成噪声的滤除,而对边缘区采用基于方向信息测度的非线性扩散方法进行处理,在平滑去噪的同时对边缘进行修整,不仅可以很好保持边缘细节信息,而且可以对其进行增强。实验结果表明,该算法的峰值信噪比、均方误差、辐射分辨率等参数均优于常规算法,提高了遥感影像的等效视数,有效消除了影像中的相干噪声。算法具有良好的应用前景和实用价值。     

基于数学形态学与Hough变换的道路边缘提取

道路边缘的提取是运动检测中最关键的一步。针对目前运动检测过程中更新数据量大、实时性不高的问题,提出了一种新型、快速的道路边缘提取方法。该方法首先利用数学形态学对原图像进行增强,然后通过Canny算子对增强图像进行边缘检测,最后采用Hough变换检测出二值图像中的道路边缘。实验证明,该方法准确性较高,可以减少后期运动检测的运算范围,提高运动检测速率。