高速公路场景图像的二值化及交通标志定位检测方法

采用CCD摄像机采集高速公路场景图像，并通过图像颜色空间变换，将图像的RGB量值转换为色度-饱和度-亮度（HSV）量值。采用基于阈值的方法对场景图像中颜色饱和度分量进行二值化分割处理；利用场景二值化图像形状特征（周长、形状参数、圆形性参数）去除非目标区域，并通过搜索场景二值化图像方向投影值序列的突变点实现标志准确定位。采用HSV颜色模型中的亮度分量和最佳阈值法对场景图像中标志区域进行二值化处理。结果表明，应用上述方法能取得良好的效果。     

自适应阈值分割的图像边缘检测方法研究

边缘是图像视觉中的一种重要信息,是图像最基本的特征之一.在边缘检测过程中为了消除传统分水线算法引起的过分割现象,给出了一种新的过分割区域合并算法,该方法能把复杂的目标图像分割成为一系列反映目标基本结构特征的简单区域.然后利用轮廓提取算法去除图像内部的像素点,经最后处理得到的部分即是图像的边缘.     

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DSP的道路图像分割方法

在众多灰度阈值分割方法中,大津法运算最快,效果也比较理想。为满足车道线提取的实时性要求,选择大津法作为阈值分割的基础,但大津法一般适用于对灰度直方图为双峰的图像进行阈值分割,且对噪声信号十分敏感,对灰度直方图呈现三峰以上的图像会产生错误的分割。因此首先采用均值滤波的方法消除道路图像中的噪声,为降低DSP的运算量,只选取图像中的下半部分作为阈值分割对象,同时,为了尽量避免图像灰度直方图出现三峰或者三峰以上的灰度直方图,通过大量试验,白天时将阈值范围设定为100~200,在此灰度等级范围内,道路图像的灰度直方图基本为双峰状态,分割效果比较理想。     

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。     

基于自适应阈值的三维激光点云地面分割算法研究

针对自动驾驶汽车感知模块中三维激光点云前后背景分割过程存在的误分割问题,提出了一种基于路面波动幅度的自适应阈值地面分割方法.该方法将原始点云进行栅格划分,依据点云数量信息设计了相应的高度阈值分割算法和地面平面模型分割算法.具体地,地面平面模型分割算法首先选取局部区域点集拟合地面平面模型,然后针对地面点云分割中存在的误分...     

文本图象识别及二值化的研究——基于模板的分离算法

章研究了黑斑、阴影、污迹等污染的多灰度本图象，对其进行识别提取，得到汪晰的二本图象，图象的二值化实现有利于图象的分析，ＯＣＲ的处理、支票图象处理和图象舆和理解。本研究了本图象识别及二值化基于模板的分离算法，考虑了笔划镀和汉字结构，在ＰＣ－４８６上实现，得到很好地二值化效果。     

基于最小二乘支持向量机的彩色磨粒图像分割

分析了磨粒的自动识别研究在铁谱技术发展和应用中的重要性。指出铁谱磨粒图像分割是磨粒自动识别的重要环节,铁谱图像所包含的彩色信息对磨粒识别和磨损形式分析非常重要。将最小二乘支持向量机LS-SVM用于彩色磨粒图像的分割,利用模糊c均值选取训练样本,把磨粒图像的R,G,B分量,同一像素点各分量的方差以及像素点邻域像素均值作为特征,对彩色磨粒图像分割,取得了很好的效果,为磨粒自动识别提供了更有效的信息。     

基于彩色二值化的车牌定位方法

提出了一种基于彩色二值化的车牌定位方法。首先将彩色图像从RGB颜色空间转换到HSI颜色空间,同时生成一个与彩色图像大小相同的二值化状态特征矩阵,根据车牌的色彩特征,调整状态特征矩阵;再用数学形态学方法对状态特征矩阵进行填充空洞和滤除噪声的处理,并根据车牌的几何特征除去伪牌照区。该方法将图像的色彩特征与状态特征分离,充分利用车牌的色彩特征调整彩色图像的状态特征,并融合了数学形态学方法;而且将车牌的色彩特征和几何特征进行了有机的结合。实验结果表明该方法是一种有效的车牌定位方法。     

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。     

基于遗传算法的视频交通量检测图像分割方法

将遗传算法应用于交通量视频检测图像分割中，在Otsu法的基础上，采用多次迭代以获得最优分割阈值，能够在搜索空间内找到全局的最优分割阈值，从而能更有效地把背景和目标分割开来；由于在寻求最优解的过程中采用并行计算，其运算速度优于Otsu法，满足了交通量检测的实时性要求。     

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。     

交通影响评价中的交通区分割方法研究

为了在交通影响分析中准确预测道路网络的宏观交通流和局部路口的微观交通流特征,开发了利用交通量分配模型和交通仿真技术组合分析交通影响的方法。首先在地理信息系统(GIS)的支持下,利用Voronoi图对交通小区进行几何分割,并借助GIS的空间聚合分析功能分割相应的属性数据,然后利用MCI(Multiplicative competitive interaction)模型推求新OD矩阵。从而使交通需求预测模型的输出结果可以直接作为交通仿真的初始数据,以便利用交通仿真技术实施关键路口的微观交通流分析。最后通过一个试验验证了方法的有效性和精度。     

基于最优阈值和随机标号法的多车辆分割

以选择性背景更新为基础,提出由相似度决定更新速度的新方法.综合颜色差异、连通性和车辆占空比等属性建立分割双阚值的能量函数,并利用模拟退火算法求取全局最优阚值.用最优分割双阚值对车辆图像进行阚值粗分割,再以条件随机域工具整合视频空间中的时间和空间信息建立随机标号域模型,并计算最大后验概率确定粗分割中各像素点的标号(细分割...     

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.     

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。     

基于空洞空间池化金字塔的自动驾驶图像语义分割方法

如果车辆在道路上能精确而快速地理解人和车的语义,就能在很大程度上对障碍躲避、路径规划等做出指导。现有的基于深度学习的语义分割方法存在分割速度和分割精度不能兼得等问题。本文在现有语义分割网络的基础上,通过在特征提取基准网络后添加空洞空间池化金字塔结构,可以获取图像的多尺度语义信息。实验结果表明,文中提出的A＿ASPP＿1和A＿ASPP＿2两个模块能对自动驾驶场景中常见的人和各类车辆图像进行有效的分割。对应的两种改进的网络结构虽然分割速度稍有降低,但其训练结果的平均交并比相比现有双分支网络BiSeNet分别提升了2.1和1.2个百分点。     

基于模糊隶属度曲面的遗传算法图像分割

介绍了遗传算法的发展历史和图像分割的应用现状，分析了基于基本的遗传算法的图像分割方法，并将遗传算法与模糊集理论相结合用于医学图像分割，提出了基于模糊隶属度的遗传算法的医学图像分割方法。并对不同方法，如分割效果、计算代价进行了分析比较。     

基于贪心退火遗传算法的车辆图像分割研究

针对交通流实时检测系统图像分割的阈值自动优化选取问题,通过将贪心思想和模拟退火思想引入到遗传算法中,设计了贪心退火遗传算法(GAGA),以最大类方差函数作为遗传算法中适应度的评价函数,利用贪心算法局部搜索能力强和退火遗传算法全局搜索能力强的特点 ,实现图像阈值的自动优化选取.MATLAB仿真数据表明,贪心退火遗传算法较基本遗传算法具有更强的寻优性能.将其应用于交通流检测系统,可增强整个系统的实时性和鲁棒性.     

基于熵最大化图像分割的直线型车道标识识别及跟踪方法

为了解决在道路路面材料不一致或光照不均匀情况下的车道标识线的识别和跟踪问题,提出一种基于熵最大化的图像分割可变形模板的车道标识线识别及跟踪方法.该方法结合了图像变窗口处理技术和基于熵最大化分割方法来实现对道路图像的理想分割,然后利用可变形模板匹配方法得到车道标识线参数,最后采用建立梯形感兴趣区域的方法实现对车道标识线的实时跟踪.试验结果表明：该方法具有很好的可靠性、鲁棒性和实时性.