城市道路沥青路面水稳基层裂缝检测方法研究

道路裂缝是缩短道路寿命的主要病因之一,因此需要对道路进行裂缝检测,以防范道路裂缝的出现影响道路的使用寿命。传统的道路裂缝检测方法存在检测不精确、裂缝漏检等问题,现针对城市道路沥青路面水稳基层裂缝,提出基于图像处理技术的检测方法。该方法将多功能移动车采集到的道路图像,运用强度归一化和像素饱和化对其进行图像预处理;运用多尺度策略的道路基层裂缝检测模型,将图像划分成3个等级以消除噪声影响;最终利用邻域差分直方图方法对图像进行裂缝特征分割,得出含有裂缝的图像区域,达到道路基层裂缝检测的目的。仿真实验证明,该方法能够消除环境因素对图像的影响,且具有较高检测精度和检测完整性。     

高分辨率SAR图像CFAR分割的改进方法

针对传统的基于韦布尔模型的恒虚警检测(CFAR)分割中误差大、精度低的缺点,提出了分割前对特定方向角样本进行垂直中值滤波、分割后采用区域生长滤波的改进方法.最后用区域间对比度和最终测量精度的分割评价准则,与传统CFAR分割和计数滤波的方法进行了比较.对运动和静止目标获取和识别(MSTAR)样本的实验结果表明,改进方法提高了分割精度,分割效果优于传统的CFAR分割方法.     

森林火灾无线传感图像监测中的光照干扰消除

传统的森林图像火灾监控方法中,无法消除由于强光照射带来的影响,传感器采集图片像素冗余发生混淆,可识别的特征关联性下降.提出一种加入强光照射因子的识别模型,通过准确计算森林遥感图像中,可能产生反射的区域,对其区域可能产生的反射光建立模型,运用加入光模型的图像分割方法,对可能产生火灾的区域进行分割识别.实验证明,这种算法能够提高远程森林火灾检测的精度.     

牛图像识别与分割方法研究

文章针对牛非接触测量中的识别与分割过程进行研究，提出了一种牛图像识别与分割方法。此方法对牛的图像进行灰度化、二值化和形态学处理，获取连通域并对连通域进行筛选，实现牛的识别和定位；然后依据识别信息对图像进行裁剪，最大限度地减少背景的影响。采用区域生长法和K聚类法对图像进行分割并向坐标轴投影，依据投影信息对图像进行分区。在不同区域选择两类算法中的最优结果作为输出，组合后获取最终分割图像。此方法对牛的头部、腿部、花纹部分和阴影部分均有较好的分割效果。     

基于PCA模型的人脸图像纹理特征高精度识别方法

针对传统人脸图像纹理特征识别方法中存在的计算量大,样本训练与测试时间较长,识别正确率较低等问题,提出一种新的基于PCA模型的人脸图像纹理特征高精度识别方法。在人脸图像预处理过程中,采用Gabor滤波器确定人脸图像训练样本中的双眼位置,结合卷积运算与人脸几何模型从图像中分割出目标人脸区域,并对分割得到的图像进行规范化处理;采用PCA模型对预处理后的图像进行降维与特征向量提取,并根据选取的主要纹理特征以及欧式距离近似度量结果,实现人脸图像纹理特征高精度识别。实验结果表明,所提方法的识别准确度高于实验对比方法,且样本训练时间与测试时间明显缩短,具有较好的鲁棒性。     

基于Surfacelet变换和水平集的椎骨图像分割

为了解决实际应用中由于三维医学图像固有噪声以及弱边缘存在,导致难以实现快速准确分割的问题,本文提出了基于Surfacelet变换和水平集方法的三维图像分割。提出一个自适应阈值公式,采用Surfacelet变换对三维图像进行进行自适应滤波,将滤波后的系数进行Surfacelet反变换,在重建图像上使用混合模型的水平集方法进行分割。头颈部椎骨分割结果表明,本文方法在分割效果和分割速度上都优于传统水平集方法。     

基于CNN-Bayesian模型的冬小麦识别研究

针对利用传统方法高分辨率影像中冬小麦空间分布的提取精度较低的问题,本研究利用CNN-Bayesian(卷积-贝叶斯)模型逐像素分类模型,在高分2号影像上进行了训练和测试。以章丘县为研究区域,首先对下载的32景遥感影像进行预处理,然后根据实地调查获取的样点,进行人工标注制作样本数据,得到训练数据集。并对CNN-Bayesian模型进行构建,定义好初始函数,创建权重和偏置,输入训练集进行模型训练。然后输入测试集,通过CNN-Bayesian模型得到冬小麦的空间分布信息。最后选择经典的图像语义分割模型进行对比实验,以及通过准确度、精确度、查全率、Kappa系数四个指标进行精度定量评价。实验结果表明,与其他模型相比,CNN-Bayesian模型具有较好的识别率,其整体精度为0.946。因此,利用CNN-Bayesia模型可以获得较高的提取精度。     

基于卫星图像技术的车辆速度检测

文章针对高分辨率卫星图像,设计一种基于卫星图像的车辆速度检测方法。对于采集的高分辨率卫星图像,先通过图像平滑及图像增强对图像进行预处理。然后采用面向对象的多尺度分割技术,通过计算同质性和合并同质性大的区域对图像进行分割,分别采用大小两层尺度分割出道路和车辆,利用模糊分类方法进行车辆探测识别。最后利用成像时间差,通过图像融合,提取不同时相下的车辆坐标,计算车辆速度。     

基于改进蚁群算法的维吾尔文字图像分割

针对传统蚁群算法在维吾尔文字图像分割时容易产生缺陷和干扰的缺点,提出了一种改进的蚁群算法。该算法首先利用区域蚁群通过聚类中心对图像进行初步搜索和分割;然后再引入边界蚁群通过不同的路径选择信息素和策略更新手法来对图像进行边界补偿搜索;最后利用两种蚁群分别采用不同的路径选择信息素和筻略更新,共同实现对维吾尔文字图像精确分割的目标。实验结果表明,该算法准确分割出维吾尔文字区域,提高了其识别精度。     

基于水平集的脑部MR图像混合分割算法

脑部组织的分割与提取是脑部医学图像三维重建及可视化能准确表达其相应组织部位的前提.针对脑部MRI图像数据的特点,本实验设计方法,一方面将Canny算子作用于原图像得到比原图更明确的边缘信息,并将其结果引入水平集函数中;另一方面利用阈值分割方法对原图进行分割,将其结果作为水平集方法中的初始水平集,避免了手工勾画轮廓的操作,有效地减少了由手工操作带来的分割误差.本方法将Canny算子精确定位边缘的优点与水平集追踪物体拓扑结构改变的特点相结合,结果表明,3种算法的有效结合可得到很好的目标分割结果.     

一种基于颜色与三维形状的水果识别算法

本文根据三维图像和决策树模型设计基于颜色与三维形状的水果识别算法,并评价该算法的识别准确率。根据所采集到的125张三维图像信息,首先将RGB数据进行灰度处理和高斯滤波处理,而后按照Canny算法进行边缘检测,从而提取目标物体的颜色特征,将目标的RGB数据与深度数据转化为点云模型,再将点云模型进行点云滤波处理、点云分割操作,提取出目标物体的点云模型,最后根据拟合点云模型和拟合球体的方差从而提取出目标物体的三维形状特征。通过CART算法构建基于颜色与三维形状的水果识别模型,使用识别率评价模型效能,本文算法的识别准确率高达94%。结果表明,该算法可以极大提升水果识别效率,缩短水果分类周期,提高水果分类准确率,减少劳动力的消耗。     

基于色差与梯度特征的冰糖橙图像自动分割

冰糖橙图像的快速有效分割是冰糖橙采摘机器人视觉系统研究的重要步骤。针对采用传统阈值分割法对水果灰度图像分割的不足,提出了基于色差法与梯度特征的冰糖橙图像分割算法。该算法利用图像颜色特征中R与G分量色差的绝对值和图像边缘梯度特征相结合,运用最大类间方差法对图像进行分割。此方法与传统方法相比,分割效果更好,处理速度快,分割一幅图像仅需0.1017秒,符合冰糖橙采摘机器人的实时视觉系统识别。对分割后的图像进行形态学处理,进一步提高图像效果。     

梯度主动轮廓与曲波变换联合分割方法研究

随着医学技术不断发展,人们对肿瘤图像的分割要求日益提高,为了满足临床需要,提高医学图像分割的准确性,提出了一种基于梯度主动轮廓和第二代离散曲波变换(Discrete Curvelet Transform,以下简称:DCUT)的医学图像分割算法。该算法首先对医学数据进行离散曲波变换,获取增强后的医学数据,再利用Canny算子和形态学运算进行边缘检测,对处理后的数据利用梯度主动轮廓模型确定病灶区域的轮廓。本文选取了297组医学图像进行验证,实验结果表明:医学图像经过本算法处理后,边缘检测性能由传统算法的88.95%达到96.03%,分割位置的准确性得到进一步提高,目标边缘和轮廓提取更加清晰、稳定,有效提高了医学图像分割精确性。     

图像阈值分割方法的研究

图像的检测、识别技术广泛应用于各个领域,而阈值分割法在图像预处理过程中是比较基本的图像分割方法.该文从现有的各种图像阈值分割的方法进行了比较以及分析,重点介绍并研究了基于图像灰度值的阈值分割方法.     

基于图像处理的木材干燥裂纹检测

针对木材干燥缺陷中的表面开裂的检测问题,本文对于木材裂纹图像设计了图像硬件采集方案与表面裂纹检测方法,实验结果表明,该方法可以有效地实现木材表面裂纹图像分割与识别,可以作为一种木材表面裂纹自动检测的参考方法。     

基于改进分水岭算法的彩色图像分割方法

为提高彩色图像分割精度,解决传统分水岭图像分割算法误分割率高等问题,本文提出了一种基于改进分水岭算法的彩色图像分割方法。建立了基于偏微分方程的去噪模型,既可以抑制噪声又可以有效地保护图像轮廓。结合数学形态学、图像信息熵、区域合并实现图像分割。在彩色图像RGB空间利用信息熵求取形态学梯度,然后对彩色梯度图进行分水岭分割,最后进行区域合并。仿真结果表明:本文所述分割方法准确度和清晰度较好,噪声抑制效果理想而且分割速度较快。     

基于图像的玉米籽粒粘连的分割方法研究

在对玉米进行自动化考种过程中,采用图像分割的办法来提取玉米籽粒性状参数是一种较常采用的方法。分水岭算法是一种图像区域分割法,它会在分割的过程中,把跟临近像素间的相似性作为一种参考依据,从而从空间位置上将相邻的灰度值相近的像素点连接起来构成,一个封闭的轮廓。基于此,本文将分水岭思想引入到玉米籽粒粘连分割应用中来,同时结合了图像的距离变换以及图像局部极小值,从而建立一种针对玉米籽粒粘连检测具有更高检测精度的分水岭分割方法,使得玉米粘连分割成功率可以达到99%以上。     

BGA焊点的图像分割识别方法

图像分割是X射线扫描图像检测系统中的关键部分。本文是在活动轮廓模型的图割(Graph Cuts Based Active Contours)算法基础上,利用测地线模型去实现活动轮廓模型,再根据图割去计算测地线,最后通过最大流/最小割原理进行求解实现图像分割。在分割处理后的图像上,利用随机森林(Random Forest)圆形度这一属性进行焊点的识别。实验结果表明基于训练圆形度的随机森林算法对焊点的识别能力优于直接通过圆形的阈值来识别焊点的能力。     

遗传算法在图像阈值分割中的应用

图像分割是目标检测和识别的基础,对所采集到的图像进行分割处理是图像识别跟踪技术中实现目标检测的一种重要技术手段;遗传算法是一种优化算法,利用其高效、并行的寻优能力,通过选择、交叉和变异等遗传操作快速逼近最佳阈值,大大缩短图像阈值分割中阈值的选取时间,提高分割效率;介绍了遗传算法在图像阈值分割领域的应用研究进展。     

基于图像处理技术的混凝土路面裂缝检测方法

为了能够有效的提升高速公路混凝土路面病害检测的效率,我们在实际的工作中采取了图像处理技术,这样一来就可以对路面的裂缝进行自动的识别,同时对路面灾害的参数也能做到自动提取。首先借助阈值分割的方法对路面的裂缝进行检测,之后按照线性和网状裂缝的图像背景连通域在数量方面的差异,采取区域标记的方法来对背景连通域的数量进行计算,这样就完成了裂缝分类工作。之后是按照线性裂缝在几何形态方面的差异,采用投影的方式实现了横和纵和斜向裂缝的细分目的。最后是采取有效的措施对线性裂缝进行骨架的提取并计算出其具体的长度,病害的参数就是裂缝的宽度,而针对网状裂缝,我们主要是要首先计算出其最小的外接矩形,从而对破损的面积进行精确的计算。