基于Stroke滤波器的图像文本提取实验设计

在文本初定位、文本验证及笔画提取基础上,设计了一种基于笔画(Stroke)滤波器的图像文本提取实验。首先充分利用文本的笔画特性,借助笔画滤波算子产生一系列反应值,实现文本定位及笔画提取,并利用形态学结构元素去除部分噪声,形成候选文本区域;其次借助图像文本启发性知识进行验证;最后采用笔画区域颜色聚类的方法将文本与背景分离形成二值化文本图像。该实验方案可以检测定位不同类型的图像文本,并形成较好的文本二值图像,具有较强的鲁棒性。同时为培养学生用学到的知识解决实际问题的能力做了一个有益尝试。     

基于最小包围矩形的书法字图像校正

在运用计算机对书法字评价时,首先需要采用扫描或拍照的方法将书法字以图像格式输入计算机,但在该过程中往往因为拍摄角度造成书法字歪斜,传统书法字评价方法需要人工干预才能完成书法字图像校正,因此采用基于最小包围矩形的方法对歪斜的书法字图像进行校正。首先提取待测书法字与标准书法字的独立笔画,对每个独立笔画进行基于细化的矢量化,得到矢量化骨架,并通过旋转待测书法字骨架得到骨架包围矩形,根据最小包围矩形可以得知图像校正需要的旋转角度,通过逆旋转进行待测书法字图像校正。实验结果表明,采用该方法可以便捷有效地对书法字图像进行方向校正。     

基于计算机图像处理的中文古籍书法笔画特征提取

运用计算机图像处理技术可以较好进行中文古籍书法中的笔画特征提取,它的细化程度高,能够从笔画骨架层面思考解决问题,对于书法笔画中全局特征的提取与局部特征提取非常有效。首先将书法中的笔画骨架划分为多个笔段,再结合书法固有的书写特点来切换笔法,迎合笔法特征进行书写。本文就基于计算机图像处理技术对中文古籍中的书法笔画整体、局部特征进行提取分析,从而得出有价值结论。     

基于谱聚类与多信息特征融合的图像分割算法

为了改善传统基于聚类的图像分割算法对噪声敏感以及仅使用单一特征无法精确描述目标特性等问题,提出了一种基于区域的多特征图像分割算法。首先,使用 Meanshift 算法对原图像进行预分割,获得一组区域块;其次,提取每个区域块的颜色特征和纹理特征,使用 FCM 算法分别对每个特征进行聚类,针对每个特征获得一个类标签邻接矩阵;再次,将多个邻接矩阵叠加,形成多特征邻接矩阵;最后,使用 NCUT 算法对叠加邻矩阵进行聚类,获得最终分割图像。实验结果表明,基于区域多特征的分割算法优于对比算法,融合多特征对图像分割可以更准确地识别不同的目标结构,具有更好的分割效果。     

颅骨图像的阈值分割算法研究

针对颅骨CT图像中灰度值范围变化较大的特点,阐述了两种图像的分割方法,一种是基于边缘信息的分割,一种是基于区域信息的图像分割,提出了在颅骨CT图像分割中采用基于区域的阈值分割算法,并通过软件编程实验证明了它具有算法简单、识别效果好、效率高的特点．     

基于改进的CNN喷码式不规则字符识别与提取方法

乳制品纸包装上的生产批号在喷码过程中由于各种原因部分字符出现粘连或缺失,影响字符的自动化识别。针对这一问题,提出了一种基于改进的CNN喷码式不规则字符识别与提取方法。首先,利用yolov3算法对生产日期区域进行提取;其次,对图像进行预处理;再次,通过一种基于字宽的分割算法结合投影法,利用相邻字符间的像素差异实现对粘连字符的分割;最后,对分割后的单个字符利用改进的CNN进行多标签分类训练得到模型。实验结果表明,改进后的模型对粘连字符和半或残缺字符的识别准确率分别为97.89%和96.71%,相较于模板匹配法、传统的LeNet-5模型、fast R-CNN+NMS模型和yolov3+K-means算法都有所提高。基于该方法设计的字符识别系统,提高了生产日期的在线识别准确率。     

基于YCbCr和Ostu算法的电力热故障区域提取

针对电力设备热故障区域定位问题,提出一种融合YCbCr(一种色彩空间)、色差法和Ostu(大津法)算法的红外图像提取方法。首先将原始红外图像从RGB(Red Green Blue)色彩空间转换到YCbCr色彩空间,完成初始前景分割;然后对分割完的图像进行红绿色差灰度化,突出故障区域;最后采用Ostu算法寻找最优分割阈值来对灰度图作图像分割,实现热故障区域的提取。借助Matlab对常见的电力热故障红外图像进行了实验测试,实验结果表明:该算法能够有效提取红外图像中的热故障区,为后续的故障特征提取与识别奠定基础;与传统算法对比,该算法具有更加精确、全面、完整等优点。     

基于语义分割的高速公路天气识别算法

为了实现高速公路场景下天气图像的准确识别,文章提出了一种基于语义分割的高速公路天气识别方法,通过设计一种结合语义分割模型提取道路区域特征的方法,构建了基于语义分割的结合道路天气图像全局特征及道路特征的融合网络,实现对高速公路的天气识别。在道路预处理阶段,应用具有密集连接结构的多尺度特征提取模块DASPP到Deep Labv3+网络,增大模型在不同尺度特征上的分辨率密集程度和特征图在不同维度的感受野,进而有效改善道路提取的效果。在特征提取阶段,基于引入深度可分离卷积层的Xception网络,设计了天气特征提取网络WFCN,分别提取输入图像和道路区域图像的全局天气特征和道路天气特征并进行融合分类,有效降低模型参数量和运算量,并增强模型的性能。在构建的高速公路数据集上,对设计的算法分别进行了消融实验和对比实验,实验结果证明了该算法的有效性及相比现有天气识别算法的优越性。     

基于感兴趣区域的图像分割方法

针对目前图像分割技术中多数算法所提取的目标区域不是用户感兴趣的目标,且往往需要在用户的辅助下才能完成的局限性,提出了一种新的基于感兴趣区域的图像分割方法,该方法将颜色矢量角应用于视觉关注度模型进行图像分割,实现了对感兴趣区域的自动提取。     

基于区域生长算法的CT序列图像分割

由于人体腹部CT图像纹理结构复杂,灰度差别特别小,边缘又很不明显,本文提出了基于区域生长法的序列图像分割算法.在提取肝脏图像时,将全部序列图像分成若干组,然后利用区域生长算法先分割出每组的第一张图片.对于本组内其余图片的分割,充分利用相邻图片的灰度相似性实现序列图像的分割.对于血管的分割,由于血管在三维空间上的连通性,采用三维区域生长算法实现血管管道的提取.实验结果表明,应用本文算法能得到准确的肝脏及血管分割结果.     

茶叶嫩芽图像自动分割方法的研究

以茶叶嫩芽图像为研究对象,利用图像处理技术实现了茶叶嫩芽自动分割。该算法首先选取不同颜色模型下茶叶分割图像,其次采用最大类间阈值法对图像进行二值分割,最后通过数学形态学处理和逻辑操作实现嫩芽彩色分割。实验表明,基于R-B色差的茶叶嫩芽分割方法不仅能够有效地识别嫩芽区域,而且算法鲁棒性较强。     

基于正交矩的纹理分割

在识别一幅图像中的界面或物体时，一般先要进行纹理分割．本提出了基于勒让得矩的纹理分割方法．首先在图像的小窗口中计算矩值，然后用一个非线性转换器把它转化成纹理特征．再用这些特征组成特征向量作为输入数据．接着采用RBF人工神经网络对提取的特征进行分割．用k均值算法训练RBF人工神经网络的隐层．输出层的训练是采用基于LMS的监督式数学模型．该算法成功地分割了许多灰度级图像．和基于几何矩的纹理分割相比，用正交矩可以降低分割错误率．     

基于Ostu优化的PCNN电力故障区域提取

为更好实现红外图像中电力设备故障区域的提取,提出改进PCNN(脉冲耦合神经网络) 的故障区域提取方法。基于Otsu 算法(大津法,又称最大类间差法) 计算红外图像的最优分割阈值,作为PCNN 迭代的初始阈值。以最大类间方差作为PCNN 模型的收敛判据,实现红外图像自动分割以提取电力故障区域。实验表明,该算法与Otsu、K-means、传统PCNN 方法相比,能够更全面、精确地提取电力故障区域,为后续故障类型识别奠定基础。     

“人”字两笔

“人”字两笔,一撇一捺,笔画虽少,却不好写。 从书法角度讲,字的笔画越少,越难写。 从社会学角度讲,“人”字两笔,内涵丰富,     

基于灰度关联分析的苹果病害识别方法研究

为实现自然条件下低分辨率苹果病害的智能识别,对获取图像进行预处理,采用改进的水平集交互式分割方法提取病斑。在实验的基础上,基于灰度共生矩阵提取8个纹理特征参数作为病斑的有效识别特征,构建了基于灰度关联分析的病害识别模型。实验结果表明,用优选的8个纹理特征和基于灰度关联分析识别模型,对3种病害的平均正确识别率最高达到85.41%,可以有效识别苹果的病害。     

黑龙江省高等院校书法协会常务副主席兼秘书长——孙国辉

提及“永字八法”，凡学习书法者，无人不晓，它指的是汉字基本笔画书写练习中，“永”字涵盖了点、横、竖、撇、捺、折、钩、提八个笔画，是练习汉字基本笔画的最好范字。通过书写这一个字，就可以掌握八个基本笔画的写法，为书写复合笔画、其它各种结构的汉字打下基础。它好像是学习声乐前的发声练习、体育比赛前的活动准备。每当写书法作昂前，或买支新钢笔试用时，好多人都喜欢写个“永”字来看书写工具写的姿态是否到位，它更是专家考核一个书写者基本功是否到位的首选例字。     

一种基于图像分割的区域标识算法

通过分析常用的基于二值分割的图像区域识别算法,指出这些算法存在的不足,提出一种仅用一遍扫描图像即可实现图像区域识别的简单算法,该算法在C#.net编程环境下的实验结果表明,具有实现简单,处理速度高效等优点。     

浅谈教“书”——写字课尝试感觉教学

书法训练首先要学会观察，对字的笔画，写法要有个人的感觉，笔画的书写服从于结构的间架安排。汲取传统的教学模式的有益经验，培养学生的书写自信心，将书写与生活紧密联系，是提高学生书法素养的有效途径。     

基于MATLAB的橙子自动计数实验设计

水果自动计数是智能化发展的一个必然趋势,本文设计一个基于MATLAB平台的实验,用图像灰度化和滤波算法对图像预处理,用sobel算子检测图像边缘,再通过形态学运算提取图像特征,最后采用分水岭算法分割图像,从而完成橙子识别,最终完成橙子的自动计数。     

基于深度图像的行人目标检测及轮廓提取算法研究

在对Kinect采集到的图像进行预处理后,为了实现行人运动目标检测,需要对行人目标进行特征识别,然后将识别分割的区域作为行人目标的备选区域。通过改进的自适应高斯混合模型的背景建模对预处理后的深度图像进行行人目标分割,分离出有用信息,然后利用Freeman链码方法提取连通域轮廓,作为行人目标的人体头部区域,便于后续对行人目标的跟踪与统计研究。试验表明,最终得到的结果达到了预期目标,算法准确性与鲁棒性很好。