基于图像纹理分析的目标物体识别方法

介绍了用图象纹理分析的方法,对目标物体进行识别.采用直方图法求出阈值,利用该阈值分割目标物体,对目标物体进行采样,分析纹理,在另外一幅图中进行边界匹配和纹理比较,来确定两个目标物体的一致性.     

基于Dempster-Shafer证据理论的虹膜图像分类方法

为了提高虹膜图像的分类率，提出了一种基于证据理论的虹膜图像分类方法．该方法利用虹膜图像的纹理变化信息来提取虹膜灰度信号的比率特征，并结合证据理论实现了虹膜图像的决策分类，降低了不确定性因素对图像分类的影响，提高了分类率．在相同的实验条件下，对不同数量的虹膜图像进行了实验验证，结果表明，该方法在保持了分类稳定性的同时，其分类率比直方图交叉分类方法和直方图比率特征分类方法分别提高了6．96％和4．44％．     

基于熵权灰度关联法的重庆市生态系统健康评价

依据重庆市生态系统的特殊性,建立以自然、经济、社会为三要素的生态系统健康评价指标体系,运用熵权法确定各个评价指标权重,通过灰色关联法对2000～2007年重庆市生态系统各要素的健康状态以及综合健康状态进行动态评价与比较分析．结果表明：重庆市生态系统健康状态整体呈上升趋势,但健康度值〈0．7,健康度相对较低,系统的健康状况与目标期望值仍有很大差距．     

分域直方图镜头突变检测算法研究

针对传统分块直方图镜头突变检测技术存在分块帧差计算的有序性、分块的无区分性、计算量大等缺陷,提出一种新的分域直方图镜头突变检测算法,给出阈值核TK(Threshold Kernel),视觉因子VF(Visual Factor)等定义。实验证明,与传统算法相比平均查全率和查准率分别提高了6.5和11.8个百分点,性能明显优于传统的无区分性的彩色直方图的镜头突变检测算法。     

基于变分的MODIS 数据条带噪声去除方法

条带噪声是影响MODIS数据影像质量与反演精度的重要因素之一。针对MODIS数据中存在的三类条带噪声,提出了一种去除多类条带噪声的变分方法。该方法针对MODIS数据中条带噪声的类型设计相应的能量项：对于探测器间条带噪声和镜边条带噪声,采用直方图匹配变分项;对于随机噪声条带,采用单向消除项。各能量项通过权重系数组合构成总能量泛函,利用梯度下降流法最小化该泛函并离散数值化求解,从而实现条带噪声的消除。实验结果表明,提出的方法能够有效地去除MODIS数据的多类条带噪声。     

分阶调调频网点结构形态提取方法及评价

调频网点是数字印刷中常用的网点类型,其微观形态决定印刷品质量。研究在分析网点图像特性的基础上,提出一种分阶调准确提取调频网点结构形态的方法。利用光学显微系统采集喷墨印刷样张上的网点图像,随着网点面积率的增加,图像中目标与背景灰度差异逐渐减小,无法通过单一的图像处理方法获得全阶调范围内的准确网点边缘。根据网点灰度直方图从双峰图过渡到单峰图的特性,对双峰网点图像提出了一种结合中值滤波器、非极大值抑、最大类间方差法和细化的边缘提取方法;而针对单峰图像提出一种根据灰度级函数切线斜率变化特征,寻找最佳阈值二值化的算法。研究中提出的分阶调算法能有效抑制背景噪声,较大程度保留网点边缘信息;且与实际测量值有较高的吻合度,达到了准确提取网点结构的目的。研究成果对于客观评价喷墨印刷质量有一定的理论价值。     

基于边缘分割的车载单目远红外行人检测方法

基于机器学习的车载单目远红外行人检测方法存在实时性较差和检测精度较低的问题.为此,文中提出了基于边缘分割的头部-方向梯度直方图-支持向量机(Head-HOGSVM)行人检测方法,引入加权Sobel算子强化行人的垂直边缘以分割行人候选区域;根据不同距离行人的外观模式选择行人检测方法:使用头部特征检测中、近距离行人以改善系统的实时性,使用头部识别级联基于方向梯度直方图特征的支持向量机(HOG-SVM)分类器检测成像模糊的远距离行人.在多个郊区场景视频数据集上的实验结果表明,与基于双阈值分割的HOG-SVM分类方法相比,文中方法的检测精度和检测速度分别提高了约33%和200%.     

一种可用于零件自动识别的计算机图象分割方法

图象中物体影像的分割是一项与影像特征分析密切相关的工作，从而成为一项研究的内容，本文介绍了一种在ＰＣ机上使用的，利用图象的直方图信息和光栅扫描的方式进行图象分割的方法，可用于自动装配线上机械零件的识别和医学临床诊断计算机辅助系统中．     

利用MATLAB实现医学图像灰度增强的应用研究

基于空域的图像灰度增强是医学图像处理的一个重要手段,它能有效改善图像整体或局部特征.直方图是图像灰度增强中最重要的基本概念之一,它用于显示图像的灰度值分布状况,并且能有效地用于图像增强.本文主要讨论了图像灰度调整实现、直方图均衡化、直方图规定化图像增强技术,并给出了相关的基本原理.同时用MATLAB语言加以实现.     

低对比度叠层薄片的机器视觉计数测量方法

为解决印刷等行业在薄片计数上的难题,提出了一种基于机器视觉的计数测量方案.采用最新的高分辨率的CMOS相机和百万像素、低畸变的定焦镜头搭建图像采集系统.针对低对比度叠层薄片检测难题,提出了一种局部直方图均衡化和基于双高斯二阶导的线状增强相结合的算法.算法主要分为以下几部分:首先,获取采集平台采集的薄片图像,为提高算法速度,只选取采集的部分图像作为处理区域,并通过小波去噪对其进行预处理;接着,利用局部直方图均衡化对预处理后的图像进行对比度增强;然后,在水平和竖直方向分别用双高斯二阶导数和均值滤波器处理,得到线状增强后的薄片检测结果;最后,对薄片检测结果进行峰值检测计数,并将检测结果实时显示出来.实验证明,此计数测量方法对多种类型的薄片(包括纯白的0.05mm的薄片)的计数误差都小于0.01%,而且可以节省大量人力和物力,值得被推广和运用.