基于灰度和几何特征的虹膜定位

采用粗定位和精定位相结合的方法进行虹膜定位.首先,利用虹膜为环形的特点,采用几何算法粗略得出虹膜外边界的圆心和半径.然后利用瞳孔区域的灰度值较小的特点对虹膜的内边界进行粗定位.最后根据粗定位的结果采用一定的算子对虹膜的内、外边界精确定位.实验结果表明,定位的精度较高,且速度较快.     

基于Hough变换的虹膜图像预处理研究

通过人眼虹膜图像的变化来推断人体健康状况成为预防医学的研究热点。受采集仪器、采集眼睛个体差异、采光等诸多因素影响,采集的虹膜图像需进行预处理,以满足提取虹膜特征的需求。通过对原图像进行灰度二值化运算后,进行形态学处理分离出瞳孔,然后运用Canny算子检测边缘,最后利用Hough变换圆检测定位内外边界,并采用Matlab编程实现了对虹膜内外边界的准确定位。     

一种改进的虹膜内边缘定位算法

首先利用小尺度高斯低通滤波器对虹膜图像进行预处理,去除可能存在的眼睑和睫毛干扰;然后用Canny边缘检测算子得到虹膜的内边缘,通过自适应选取非极大值抑制的高阈值,并对不连续边缘进行修整,得到比较理想的虹膜内边缘;最后利用圆周上任意不共线的3点可以确定一组圆心及半径的参数的性质得到虹膜内边缘的圆心及半径,完成虹膜内边缘定位。实验结果表明,该算法可以比较准确地定位出虹膜的内边缘。     

基于改进Canny算子边缘检测和数学形态学的车牌定位算法

车牌识别系统已经成功进入智能交通领域,其中车牌定位是车牌分割和车牌识别能顺利展开的基础。首先使用边缘检测改进canny算子进行一次粗定位,大致确定车牌所在区域;再对边缘检测后的二值图像进行膨胀、腐蚀等一系列数学形态学操作,完成车牌二次精确定位。根据实验结果表明,这种算法能够避免一定的噪声影响,解决目标图像噪声干扰及边缘模糊的问题,具有一定的鲁棒性。     

车牌粗定位

在现有车牌定位的基础上,提出了一种结合图像空间信息方法和颜色空间信息方法进行车牌粗定位的方法。粗定位的结果可以用于车牌的精定位,为后续的车牌定位和识别打下良好的基础。     

基于拟合的亚像素边缘检测的算法比较

针对传统的边缘检测算法精度不高,提出了基于不同核函数的最小二乘拟合的亚像素边缘检测算法。采用Canny算子对图像边缘进行粗定位,再以基于梯度幅值拟合的高斯函数与基于灰度值拟合的反正切函数和双曲正切函数作为拟合核函数,对一幅拍有标准量块图像的边缘进行检测,结果表明该算法能够有效的进行亚像素边缘检测。     

虹膜图像预处理的研究

本文首先采用形态学对瞳孔进行定位,分割出瞳孔以后,对虹膜进行内外边缘的检测。对外边缘的定位首先采用梯度算子检测边缘,然后用Hough变换进行虹膜定位。由于上下眼皮会部分地遮挡虹膜顶端和底端,因此定位虹膜的时候,以瞳孔为中心,截取-π/4~π/4及3π/4~5π/4的虹膜区域作为研究对象。最后对图像归一化的方法用极坐标变换。实验结果证明该方法的有效性。     

基于多尺度数学形态学梯度的图像检测

传统边缘检测算子如Canny、Sobel等是通过计算图像中局部小区域的差分来工作的,对噪声比较敏感,在检测边缘的同时常会加强噪声,形态边缘检测器在检测边缘的时候不会加强或放大噪声,单尺度形态学梯度算子结构元素过大或过小都不能检测到满意的结果.将多尺度形态学边缘检测和形态学滤波结合起来,提出一种边缘检测方法.首先利用形态学对多尺度的形态学梯度算子进行边缘检测,再进行填充内部缝隙,接着进行形态学边界平滑,最后通过分割掩模到原图像的结果.仿真结果表明,所提算法能够非常清晰地检测到目标图像的边缘,提取的图像边缘定位准确且平滑,同时具有较强的抗噪能力.     

基于有色点对搜索的车牌定位算法

研究车牌识别定位算法问题．传统的车牌设识别定位算法的识别精确度难以满足现实在交通管理和流量监测中的应用,存在车牌图像定位的精度不高等问题．为解决上述问题,在对车辆图像预处理基础上,提出一种基于有色点对搜索的车牌定位算法．基于车牌图像颜色特征,选取适合的颜色模型进行车牌提取．用有色点对算法搜索出符合车牌字符特征的候选区域对车牌进行粗定位,最后对候选区域进一步分析准确定位出车牌．通过研究表明,该算法具有较高的准确率．     

一种基于梯度方向信息的虹膜定位方法

根据虹膜的环状结构特性以及眼部图像的灰度分布特点,提出了基于梯度方向信息的虹膜定位方法.实验证明,该算法能提高虹膜定位的速度和精度.     

基于多方向的Sobel算子性能研究

针对现有边缘检测算子存在的边缘不连续、方向性差和检测效果不佳等缺点,提出了基于多方向的Sobel检测算法。该算法分别采用四方向和八方向模板进行卷积、叠加、融合,得到梯度图像,再细化得到边缘图像。将传统的经典算子检测图像与多方向的边缘图像进行比较,结果表明：多方向的Sobel算子获取的图像边缘较完整、连续、定位精度高,且方向性强,检测效果优于传统算子,而且方向模板数量越多,检测效果越好。     

基于改进LBP的虹膜识别方法

为有效提取虹膜的局部和全局特征以提高虹膜识别能力,提出了一种基于改进LBP(CS-LBP)的虹膜识别方法。首先通过虹膜预处理分割出虹膜图像并归一化;然后采用CS-LBP算子提取虹膜图像的CS-LBP特征谱;最后对CS-LBP特征谱进行分块直方图统计,并连接各块直方图作为虹膜图像的特征矢量进行识别。该方法在CASIA(v1.0)虹膜图像数据上取得了较高的识别率,计算速度快。     

基于图像处理的钢坯缺陷检测研究

为了解决传统钢坯长度测量方法不能有效检测到钢坯边界缺陷点的问题,提出了一种基于图像处理技术的非接触式轧钢边界缺陷检测方法。通过Canny算子对预处理后的图像进行边缘检测,并提取边缘点坐标。对端头坐标点进行高阶贝塞尔曲线拟合,通过求其曲线的曲率,确定端头点位置。对左右边缘进行八邻域跟踪,确定边缘缺陷点位置。实验表明,该方法能准确地对缺陷点进行定位。     

形态学算子在图像处理中的应用

将腐蚀、膨胀算子经过有效组合,形成了一个性能优良的滤波算子,同时介绍了在冲击噪声的去噪中表现出显著效果的Extrema killer算子。提出了一种基于数学形态学的边缘检测算法,该算法先用一个较小尺度的结构元素进行腐蚀,后用一个较大尺度结构元素进行膨胀,用（fθB1） B2-f作为边缘检测算子。实验证明用所给算法进行图像边缘检测,能较好地保持图像的细节特征,同时能有效的抑制噪声。     

三维激光扫描系统中的图像轮廓提取

图像边缘是图像基本特征之一。图像边缘检测在实际中有很多重要的应用。传统的图像边缘检测算子有Roberts、Sobel、Prewitt、Krisch、Laplace算子等,但以上算子在边缘检测时的效果不够清晰,边缘定位不准确。在此基础上重点改进原有的Laplace算子,采用7×7模板,进一步提高图像轮廓的精度和准确度。     

基于CANNY算子的工业CT图像边缘信息提取

工业CT图像边缘信息提取是缺陷识别及三维重建的关键步骤。传统的边缘提取算法难以对CT图像边缘信息进行有效的提取．文章在对canny的最佳边缘信息检测算子进行理论分析研究的基础上，用VC 实现了该算法，并与Sobel算子、Gauss-Laplace算子提取的结果进行了比较．结果表明，用Canny算子对工业CT图像的边缘信息提取是有效和可行的。     

基于惩罚感知器的唇部定位方法

唇部检测是唇读识别的基本步骤,在研究人类视觉和唇色聚类的基础上,分析了唇色和肤色的聚类性,提出了基于惩罚感知器学习算法对彩色人脸图像的唇部进行定位的新方法.实验表明,采用感知器学习算法只需对所有输入图像进行一次训练样本的采集,就可以得到了正确的权阈值,准确对所有不同人脸的唇部图片进行定位,相比于Fisher变换每次都需对输入图像进行样本采集,感知器学习算法唇部定位更准确,轮廓更清晰,且更具有通用性,有利于唇部口型的识别.     

去除冗余背景的手势连续轮廓提取算法与实验

连续轮廓提取是三维图像模式识别和重建的重要步骤。现有轮廓提取方法处理后的轮廓存在断点,严重影响后续图像处理步骤的质量。提出了一种手势连续轮廓提取方法。采用高斯混合模型定位方法确定视频图像中手势所在区域;利用Sobel算子对所选择区域中手势进行粗糙轮廓提取;采用深度优先算法进行轮廓遍历,确定最长轮廓为手势轮廓;通过计算轮廓断点的斜率和分析最长轮廓中断点的相对位置,采用局部sobel算子或直线连接断点。实验结果表明,所提方法不仅能够得到优于其他方法的主观视觉效果,而且客观指标也明显优于现有轮廓提取方法,其中轮廓完整性可达98%、轮廓纯净性接近0。     

基于改进的模糊边缘检测算法的应用研究

通过对Pal和King模糊边缘检测算法的分析,提出了一种改进的快速模糊边缘检测算法.定义了新的隶属度函数,弥补了Pal和King算法固定取阀值的不足.不仅对图像进行模糊增强和边缘平滑处理,还实现"Min"算子和"Max"算子综合使用提取边缘.实验结果表明,改进算法能够有效提取图像的边缘,特别是在提取对比度不高的图像时具...     

基于改进Ganny算子的SAR图像边缘检测

Canny算子法是边缘检测的重要方法之一。本文从SAR图像乘性噪声的特点出发,通过增加前处理和更改核函数对Canny算子进行了改进,扩展了Canny算子在SAR图像边缘检测中的应用。仿真结果表明该算法提取的边缘丰富,同时又抑制了噪声。