基于投影直方图法的偏微分方程文本图像版面检测算法研究

在文本图像分析中,文本图像版面的检测是其重要组成部分,对文本图像版面的检测准确性,直接关乎到后续文本图像版面的切割效果。为了能够使文本图像分析结果更加精确,就必须要对文本图像版面进行准确的检测。本文提出一种基于投影直方图法的偏微分方程文本图像版面检测算法,该算法首先通过Hough变换来实现文本图像的倾斜检测与校正,然后利用投影直方图法的自适应原理对文本图像的间跟进行确定,最后通过对偏微分方程的求解来对文本图像中的切割区域进行划分,从而实现后续对文本图像的有效切割。     

一种有效的车牌字符分割方法——模板匹配一垂直投影结合的车牌字符分割方法

汽车车牌的字符分割是车牌自动识别系统中的重要环节．采用模板匹配一垂直投影结合的车牌字符分割方法利用了模板匹配法能克服对图像二值化后字符粘连及铆钉等的干扰,同时结合垂直投影法分割字符,使车牌在变形的情况下也能将字符分割出来,综合了各自的优点同时也克服了各自的缺点．     

藏文古籍文献标引规范初探

藏文古籍文献标引规范系描述、标引藏文古籍文献外部特征及内容特征的技术标准,用于形成统一文献存贮标识与用户检索标识,由藏文古籍元数据规则、藏文古籍元数据著录规则、藏文古籍分类标引规则、藏文古籍主题标引规则等技术标准构成。文章参考国内外相关标准,根据藏文古籍文献的实际,提出了这些规则的内容框架。这些标准的内容框架,对国家制定藏文古籍文献标引标准具有参考价值。     

C-V模型在乳腺X影像分割中的研究和应用

本文以数字乳房X片图像为对象,研究了医学图像分割的理论和算法。首先,文章对水平集方法以及主动轮廓模型的基本理论及其在图像分割领域的应用做了简单的概述。然后重点研究了C-V多相水平集方法,该方法具有理想的区域划分方案,可以分割分段常值和分段光滑图像,可以自然地避免多个水平集函数的重叠和"真空"问题。文章还指出初始位置对曲线演化的速度的影响,并且针对该问题提出了利用阈值分割技术对水平集函数进行初始化,通过优化水平集函数的初始位置来加快C-V模型的演化速度。基于C-V的图像分割算法作为医学诊断的辅助手段有极其重要的意义。     

一种改进的车牌字符分割算法及Matlab实现

针对传统分割法在分割含有“U”“H”字符车牌时的不足,提出了一种改进的基于垂直投影特征值的分割算法．预处理中提出的细化后投影找边框中心位置的方法有效地去除了边框,同时在分割中提出的基于投影特征值的分割方法解决了传统投影法将“U”“H”字符分割成两部分的缺点．实验结果表明,该方法能够快速找到字符之间的最优分割点,准确率高,抗干扰能力强,在实际应用中取得了很好的效果．     

对以NURBS面片分割球面制作三维全景的探讨

研究了全景浏览中球形全景的创建过程，提出了一种新的球面全景图像制作方法，用NURBS面片分割表示球面和透视投影相结合制作球形全景的方法。该研究提供了一种可行的、开发容易的、制作成本低廉的制作球面全景图像的有效方法。     

几种经典阈值分割方法在图像处理中的应用研究

图像分割是图像处理中最常见但也是最重要的组成部分,目标的状态、背景复杂程度、光照强度以及不同分割方法等因素都会对目标分割的效果产生影响。通过迭代法、直方图选择法、最大类间方差法三种经典的图像分割方法,对不同时间、不同状态下的大理大学标志物进行分割,并对不同分割方法的分割结果进行比较,仿真结果显示不同分割方法分割出的大理大学标志物在细节上存在着差异,同时得出分割结果受光照因素影响。     

验证码字符图像分割技术研究

验证码字符图像分割质量很大程度上决定机器能否正确识别出验证码。针对验证码字符图像分割策略不同,通过研究投影分割法、连通域分割法、最短路径分割法3种验证码字符图像分割技术,分别探讨其特点和应用范围,给出了Web验证码3种分割技术的综合应用方法。     

一种应用于乳腺图像分割的改进Otsu算法

阈值法是一种得到广泛应用的图像分割方法.本文对经典Otsu算法进行了改进,并应用在MIAS和DDSM两个标准乳腺图像数据库的图像分割中.与经典Otsu及最大熵阈值法、迭代阈值法对比,本文方法的乳腺图像分割效果更好.     

基于投影不变量的钢坯字符定位研究

针对重轨生产线钢坯检测所涉及到的钢坯定位问题,提出一种基于投影不变量特征的字符定位方法。利用钢坯字符呈线性排列的特征,提出投影不变量的测量值定义;利用基于多级滤波的最大类间方差的递归分割方法,寻找满足投影不变量测量值的条件,快速寻找到钢坯字符所在的区域（即图像感兴趣区域）。最后,对感兴趣区域进行投影法的坐标定位,进而完成钢坯字符的定位问题。实验结果表明,与均值漂移的字符定位方法相比,该方法能够准确地完成字符的定位,具有良好的稳定性和准确性,提高了字符定位的正确率。     

弧向判定法的车牌快速识别方法

介绍了一种简单易行的车牌识别方法。对于车牌灰度图像进行滤波去噪后先用峰谷法二值化,再用垂直投影法进行分割,最后进行模板匹配,并用弧向判定法匹配对几组易出错的字符进行检查,从而得到车牌号。     

基于K-means聚类与二次分水岭的果蔬图像分割方法

为解决传统分水岭算法在果蔬图像分割过程中产生的过分割问题,提出了基于K means聚类与二次分水岭的果蔬图像分割方法。该方法首先通过自适应中值滤波、直方图均衡化等方法实现图像增强,利用分水岭算法实现图像预分割,然后对预分割结果进行K means聚类和形态学处理,并在此基础上利用分水岭算法实现果蔬图像二次分割。实验结果表明,该方法很好地解决了分水岭算法引起的过分割问题,为后续图像分类识别奠定了基础。     

基于PCNN的手腕骨图像自动分割方法研究

在骨龄自动评价系统研究过程中,对X射线图像中的手腕骨有效分割是一项艰巨的工作。为了解决棘手的手腕骨分割问题,提出了一种基于脉冲耦合神经网络(PCNN)的自动分割方法。该方法在合理简化传统PCNN模型的基础上,利用图像的灰度迭代阈值确定PCNN的迭代次数,实现了对手腕骨有效分割,分割结果优于OTSU算法、分水岭分割算法、阈值迭代算法。     

一种使用经验系数灰度化的中药叶片分割方法

针对传统的彩色叶片图像灰度化分割效果不理想问题,使用了一种经验系数灰度化的彩色叶片图像分割方法。该方法利用RGB颜色相关性特征进行灰度化,提高叶片颜色比例,增加叶片与背景的差异性,在不同背景条件下对叶片图像使用最大类间方差法进行分割。实验结果表明,使用经验系数灰度化的方法可以获得更理想的分割效果。     

基于灰度统计和快速步进的肝脏自动分割方法

为了提高肝脏自动分割效率,解决传统手工选取种子点影响肝脏自动分割算法稳定性的问题,提出了一种基于灰度统计和快速步进的肝脏自动分割方法。该方法通过对肝脏CT图像序列进行灰度统计分析,能够快速定位到肝内种子点;然后,利用各向异性扩散滤波、梯度强度滤波和Sigmoid滤波对CT图像进行平滑滤噪、增强边缘的预处理操作,以提高肝脏边缘的提取效果;最后,在自动获取种子点和预处理图像的基础上,利用快速步进法高效准确的分割出肝脏轮廓。实验结果表明,快速步进法的肝脏分割结果不再因人工选取种子点位置变化而不同。     

一种基于蚁群算法和C-Means算法的图像分割方法

针对传统C-Means算法在图像分割应用中的缺陷,本文提出一种蚁群算法(Ant Colony Optimization ACO)融合C-Means算法的图像聚类分割方法,它融合了C-Means算法和蚁群算法的优点,比传统的C-Means算法能得到更好的分割质量。实际图像分割试验结果表明该方法是一种良好的图像分割新方法。     

基于NSCT变换的随机游走红外图像分割方法

红外图像具有灰度变化不平均、分辨率较低、噪声较多等特征,传统的图像分割方法难以对红外图像分割出有效实体。为解决这一问题,设计了一种基于非下采样Contourlet 变换(NSCT)的随机游走红外图像分割算法。传统的随机游走图像分割方法,图像部分灰度值的不均匀变化可能改变随机游走算法的路径,而且分割目标的轮廓很容易受到图像背景噪声影响,所以可以通过增强图像的目标轮廓,抑制图像噪声,以达到更好的分割效果。NSCT变换是一种非常有效的图像增强方法,首先采用NSCT变换对红外图像进行多方向、多尺度分解,得到红外图像的低频和高频系数,对该系数进行处理,然后反变换得到增强后的红外图像。实验结果表明,该方法在红外图像分割中取得了很好的效果。     

移动端身份证号码识别算法实现

为实现多场景下快速便捷的身份证号码提取,提出一种基于移动端的身份证号码识别算法。该算法利用搭载Android操作系统的移动设备,进行身份证号码区域定位和提取;首先利用身份证特殊的颜色分布,选取合适的通道分量;再通过图像阈值分割、噪声处理以及形态学处理,将身份证号码图像二值化;同时针对拍摄过程中可能出现的图像倾斜情况,通过图像旋转和投影法进行水平矫正;然后通过投影法将单个字符提取出来;最后使用卷积神经网络进行图像识别。通过MIX手机测试表明,单次身份证号码图像识别时间约为156ms,准确率约为99.1%,能够满足鲁棒性和实时性要求。     

一种融合边缘和区域特征的主动轮廓图像分割

传统的主动轮廓模型只利用图像的边缘或者只利用区域特征实现图像分割。在有些情况下图像分割效果较差．本文给出了一种综合利用图像边缘和区域特征的主动轮廓图像分割方法．实验表明,演变后的曲线与图像的边缘是吻合的,图像分割的结果较好．而对相同的图像应用传统的主动轮廓分割算法得到的图像分割结果则很差．这说明新算法明显提高了传统算法的图像分割性能．     

浅析多层次自适应算法在数字图像分割中的应用

本文简要的介绍了一种新的图像分割方法,该方法对于分割灰度图像有较高的效率和准确率。