视频车辆检测技术中的阈值分割算法研究

为了提高视频交通检测交通流参数提取的精度,研究了视频交通检测技术．中的阈值分割算法;文中使用分形维数法、双峰法、迭代法和大津法研究了获取图像的阈值分割方法使得车辆和背景分离。结果表明,分形维数法处理时间较长;迭代法编写程序较复杂,且运算时间长;由于双峰法对满足一定要求的图像处理效果较好,而试验证明双峰法不适用与车辆视频图像处理。大津法分割后得到的二值图像中仍然存在车辆内部存在黑色像素点的问题,但其效果图中车辆与背景的分离情况较好。所以课题中选取大津法作为视频车辆检测中闽值分割的最终处理算法。     

道路标线图像分割方法研究

采用最佳阈值法、最大类间方差法、最小误差法分别对多幅典型的破损道路标线图像进行分割,通过分析对比确定用最小误差法分割道路标线图像效果较好.但是采用最小误差法分割道路标线存在无法正确分割出细节的缺陷,为改善图像的分割效果,进一步探讨并决定采用基于最小误差的动态阈值法对道路标线图像进行分割.通过对比全局阈值法和动态阈值法的优缺点,并结合两者的优点,提出了动态阈值结合全局阈值的方法分割道路标线图像,取得较好的效果.     

基于图像分割的复杂面积计算方法研究与实现

以图像分割为基础，采用自适应旋转投影分解法，用一组高斯函数来拟合图像的灰度直方图，计算出相邻高斯函数间的最优阈值，从而将待计算部分从图像中分割出来；采用数字图像分割方法，便于计算各种复杂形状的面积。试验证明，该方法适用于各类256色灰度图像，具有一定的实用价值。     

基于二维Rosin阈值方法的道路裂纹边缘检测

为了在道路裂纹图像边缘检测时选择准确的区分噪声与边缘阈值,针对一维Rosin算法不能充分利用图像局部结构信息的缺陷,将传统Rosin方法推广至二维,联合Canny边缘检测算法和Rosin算法,利用像素点本身及其邻域的局部结构信息建立图像二维直方图;利用直方图的最高点和最低点构造全角旋转阂值选取平面,以搜索直方图与各阈值平面的空间距离最大值确定阈值点,获得一种自适应的Canny算法中的阈值选取方法.研究结果表明:该算法可对道路裂纹边缘进行有效检测,并扩展Canny算法的应用范围.     

基于内河单幅图像的去雾算法研究

图像景深和天空亮度值的求取是图像复原方法去雾的核心问题,但目前的去雾算法都是基于一定的假设条件来求取这2个值的,对于色彩单调、天空区域较大的内河图像去雾效果不理想。通过对内河航道视频图像的研究,提出将直方图多峰均值法和位平面分解法相结合的方式来求得天空亮度值并分割天空区域;采用分区域的景深计算方法求得图像任意一点的景深值。然后基于大气散射模型,完成内河雾天单幅图像的去雾处理。为了客观评价去雾后图像的质量,从图像的可见边数目比、平均梯度比和图像熵值三方面进行了去雾效果的比较。实验证明,该算法对内河航道图像有良好的去雾效果。      

图像处理技术在混凝土桥梁裂缝检测中的应用研究

通过设置裂缝提取流程,经过灰度化、图形增强、空间滤波以及灰度阈值分割等裂缝图像预处理技术,对桥梁裂缝检测图像进行特征提取,并作出判断,避免了将干扰物误认为裂缝目标的现象。实践证明:这种方法对提取桥梁检测图像中的裂缝是准确有效的。     

基于数字图像的道路平面线形恢复的研究

在老路改造过程中,需要道路的平面线形资料。基于对数字图像平面图像特性以及噪声分布规律的特点进行分析,运用特征空间聚类法对图像目标区域进行图像分割,提出了一种基于递归循环思想的噪声筛选算法对目标图像进行再处理,达到剔除噪声的效果。对道路的边线进行了标定及距离的测量,配合GPS设备在实践中进行了应用。实践证明方法在满足准确性的同时,也提高了运算的效率。     

自适应车牌抓拍识别算法研究

现有图像分割技术对复杂的环境适应性并不强,在有外界因素干扰的情况下,简单的图像分割技术根本无法满足工程实践的精度要求,针对此种情况,提出一种自适应的图像分割方法,利用小波分析剔除图像噪声,在充分保留图像原始信息的情况下再对图像进行分割处理,该分割方法能够根据不同的环境状况,不断调整X、Y方向的阈值检测范围,获取不同方向上图像最大的梯度变化率,通过图像梯度变化率以及X、Y方向的阈值变化确定最佳的分割区域。最后,以复杂环境下车牌照图例作为算例对所提算法进行验证,测试结果表明,自适应图像分割算法在一定程度上能够适应复杂的环境条件。     

基于Top-Hat-Canny的汽车前视摄像头图像边缘检测方法研究

针对汽车前视摄像头(Forward View Camera)拍摄存在噪声及光照不均匀的问题,提出一种基于顶帽算法TopHat Canny的多重边缘检测图像预处理方法。通过对前视摄像头拍摄的道路行人、车辆及障碍物的图片进行分析,采用小波阈值算法分别对彩色图像(Red-Green-Blue,RGB)3个空间分量进行滤波去噪,并经加权平均法对重组的3个分量灰度化处理后,采用Top-Hat-Canny多重边缘检测方法对图像进行处理。实验仿真结果表明:该方法可以有效地解决噪声及光照不均对图像边缘检测带来的影响,为后续目标识别工作提供基础。     

道路标志图案识别方法研究

针对道路标志图案自动识别,以转弯道路标志图案为例,通过颜色空间变换,将道路标志图像的RGB量值转换为H(hue,色度)S(saturation,饱和度)I(Intensity,亮度)量值,利用H、I作为分类器的特征值,设计了欧式距离分类器,实现道路标志背景颜色的识别。采用固定阈值法分割道路标志图像的图案区域,并对分割后的区域进行Daubech ies-4正交小波变换,利用小波变换系数的能量值和方差比值作为道路标志图案的纹理特征。最后,设计了BP神经网络道路标志图案分类器,实现道路标志图案的自动识别。实验结果表明,文中提出的方法可行。     

基于自适应阈值的细小裂缝与微灰度差异裂缝自动检测方法

针对路面各种噪声导致错误识别,以及细小裂缝与微灰度差异裂缝检测困难的问题,该文提出一种基于自适应阈值的裂缝自动检测方法。主要内容包括:提出了一种针对细小裂缝与微灰度差异裂缝的移动平均自适应阈值分割;利用线性结构的连通域规则噪声去除;基于Hough变换的裂缝图形自动检测;最后利用该文方法对实例高速公路细小裂缝进行自动检测。结果显示:该文方法比参考文献中几种算法效果更好、自动化程度高,试验结果精度比工程单位使用的方法高。     

基于小尺度分形维数的裂缝图像分割方法

提出了一种基于小尺度分形维数理论的裂缝图像分割方法。首先使用中值滤波处理,将要处理像素点的某个邻域内的所有像素按照灰度值的大小进行排列,取排列的中值作为该像素点的新值,进而让周围的像素接近真实值,从而消除孤立的噪声点,在保留裂缝信息的基础上能有效去除噪声的影响。其次,根据提出的小尺度分形维数算法,将维数细化到最小值使其图像的细节得到最大的体现。比较传统的分形维数方法,该方法可以使裂缝的不规则性得到更好的体现,能够对裂缝的不规则特征进行分割,可以得到更好的效果。通过计算路面图像中每个像素点的分形维数,实现了对裂缝信息的有效提取。最后通过大量试验并借助准确率-召回率评价体系验证了所提方法的有效性。根据不同算法的裂缝图像分割性能比较可知:传统的方法在准确率上并不能有较好的结果。通过曲线图可以看出:传统的方法与提出的方法仍然存在着一定的差距。在F-测度上提出的方法基本都稳定在0.9左右,而传统方法的F-测度大多都徘徊在0.7以下,二值化数据可以下降到0.3以下。试验结果表明:提出的方法能够有效实现道路图像的裂缝图像分割。     

高速公路路面裂缝识别算法研究

经过研究给出了不均匀光照的路面裂缝图像识别的详细算法。算法采用多窗口中值滤波进行图像平滑,既能去除图像的噪声点,又较好地保留了裂缝的边缘信息;使用背景子集图像插值校正法进行灰度校正,有效地克服了不均匀成像对后期图像分割的影响;采用otsu阈值分割、形态学去噪及连通区域标记完成裂缝图像分割;选用连通区域个数、投影特征和分布密度3个参数完成裂缝分类;最后提取裂缝长度、宽度和破损面积等裂缝参数。实验结果显示分类准确率为94%,线状裂缝长度误差均值为7.2%,宽度误差均值为11.3%,非线状裂缝的面积误差均值为9.6%,表明这一方法有效、可靠。      

基于水平集方法的隧道衬砌裂缝识别研究

本文提出一种基于水平集方法的隧道衬砌裂缝自动识别算法,水平集模型使用演化曲线的长度作为内部能量项,以约束演化曲线的连续性和光滑性,结合管型流场和局部导向信息构成外部能量项,用来驱动曲线演化。首先使用局部导向滤波对原始裂缝图像进行裂缝结构增强处理,然后使用大津法进行图像预分割,并根据预分割的结果初始化水平集函数,最后使用水平集模型完成图像分割,实现裂缝识别。实验结果表明,算法的裂缝识别效果良好,抗噪性能强于常规的图像识别算法。     

标识线导航的智能车路径辨识方法研究

路径的正确辨识和诱导是实现标识线导航小车智能前进的基础和核心。采用跟踪边缘检测的阈值分割方法和数学形态学滤波的图像处理方法对采集的图像进行处理,实现对路径的识别。实验证明采用飞思卡尔S12单片机作为惟一控制单元,在基于OV6620图像传感芯片SCCB模式下采集图像,能有效剔除图像中的噪声点,路径辨识正确率达到约95％,系统运行稳定,能够满足智能车对路径的要求。     

PDE在图像分割技术中的应用

作为图像处理关键技术之一,图像分割技术为人工智能发展提供必要的技术保证,而单一的图像分割技术对复杂环境下多目标的适应性并不强。针对小目标提取易受噪声干扰,提出利用PDE(偏微分方程)对采集到的图像进行去噪处理,在充分保留图像边缘的条件下,利用小波阈值分割法对目标进行提取,通过相似匹配度大小不断调整阈值,达到阈值的自适应。最后,以车牌提取为算例对该算法进行验证,经验证,该算法能够有效提取出复杂环境下小目标物体,对环境具有较强的适应性。     

一种水泥混凝土路面接缝图像识别定位方法

提出一种基于图像处理技术的水泥混凝土板接缝定位识别方法,旨在为后续的接缝工作性评价系统打下基础。在分析接缝图像灰度、投影、边缘和几何特征的基础上,将影响接缝识别定位的干扰因素逐步剔除。首先,采用8方向Kirsch边缘检测方法抑制噪声,增强目标边缘,然后利用最大熵阈值分割方法将图像二值化,最后针对水泥板接缝直线几何特征,利用Hough变换,检测出相邻两板接缝的边缘线,试验结果表明,识别率良好。     

改进K-means算法在混凝土裂缝图像去噪中的应用

在复杂裂缝情况下，传统裂缝图像去噪技术很难达到理想的降噪效果，且在所提取的图像中裂缝通常表现出畸形、间断或者填充不密实的现象。针对这些问题，提出了一种基于改进初始聚类中心的K-means混合降噪方法：首先利用改进K-means聚类算法对原始RGB图像中裂缝进行预提取；然后设置阈值进行图像灰度二值化操作；最后采用腐蚀膨胀的方法对裂缝区域和形态进行改善。试验结果表明，该方法在降低图像存储大小的同时有效去除了噪声，加快了裂缝形态的提取速度，保证了裂缝形态的真实性和完整性，能够批量化处理大量混凝土裂缝图像。     

基于Hough变换的道路边缘提取

在以图像处理技术为基础的视觉导引方式下,提出了一种基于Hough变换的道路边缘提取方法.将拍摄到的道路图像进行滤波预处理;利用自适应阈值分割法对处理后的图像进行分割,并采用数学形态学中的"腐蚀"运算检测边缘;利用Hough变换实现道路边缘的检测与定位.试验结果表明,此方法对复杂的道路环境具有较好的适应性.     

基于灰度积分投影的安全带佩戴识别方法

为进一步提高安全带佩戴率,针对目前安全带佩戴提示系统存在的不足,提出了一种基于灰度积分投影的安全带佩带识别方法.该方法在对采集到的乘员图像进行预处理得到灰度分配较为均匀图像的基础上,采用全局阚值分割法对图像进行阈值分割得到二值化图,再对二值化图像分别进行垂直和水平灰度积分投影,结合安全带几何特征的先验知识,得到安全带特征点的位置坐标,从而达到安全带佩戴识别的目的.实验结果表明,该方法能有效识别乘员安全带佩戴状况,具有较高的适用性和准确性.