基于图像处理的隧道检测

隧道的安全与否与交通安全息息相关,也严重影响到了人们的生命安全。因此做好隧道检测工作具有十分重要的意义。但目前现有的隧道检测技术具有严重的弊端,所以需要相关单位加强隧道检测的研究本文主要研究了基于图像处理的隧道检测方法,以此为隧道检测工作提供一定的帮助。     

图像处理算法的效果评价标准分析

图像处理算法研究的评价结果是用来说明所研究算法的价值的基本论据，在图像采集和处理的过程中，规范化和标准化是算法评价的基本要求，文中归纳出现有图像处理算法评价的方法的基础上，分析了不同算法评价存在的问题，并对改进算法评价的理论与方法提出了进一步的思考．     

基于图像处理的高速公路路面损坏检测技术研究

通过介绍基于图像处理的数据采集设备、检测系统和数据处理方法,对图像处理的高速公路路面损坏检测技术进行深入研究,可为道路养护提供参考。     

基于图像处理的弓网燃弧检测方法

为提高弓网燃弧检测准确率,针对识别燃弧弧光困难的缺点,提出了一种结合改进Canny算法与求取目标重心法的弧光识别方法.首先,对燃弧可见光图像灰度化处理,利用图像二值化法区分弧光与背景;其次,采用改进的Canny算子检测弧光边缘,记录边缘内像素点总数及各像素点相对位置坐标;最后,计算燃弧重心横坐标,根据燃弧重心横坐标值是否位于接触线在相机中的成像范围内来识别燃弧.仿真结果表明,该方法能够准确识别燃弧,有效提高弓网燃弧检测准确率.     

基于图像处理技术的混凝土桥梁裂缝宽度检测

基于数字图像处理技术,通过MATLAB强大的图像处理功能,对混凝土桥梁裂隙图片进行灰度化、滤波、去噪等预处理,并利用canny算法提取裂缝轮廓,通过距离变换获取裂缝的形态学信息,然后对裂缝细化,得到距离信息。结果表明:本文提出的算法,对混凝土桥梁表面裂缝宽度进行检测,跟实测数据相对比,识别率到达92.95%以上,其中裂缝宽度大于0.2mm识别精度为97.48%。表明该算法可以有效检测混凝土桥梁裂缝宽度。     

面向遥感影像匹配的特征点检测算子性能评估

在基于特征点的匹配方法中,特征点检测是非常关键的步骤,直接影响到匹配的效果.为了确立遥感影像匹配过程中特征点算子的选择依据,本文从光谱、时相和尺度（分辨率）3个方面,选择不同类型的遥感影像作为实验数据,以特征点重复率作为评估标准,对当前主流的Harris-Laplace、Hessian-Laplace、DoG和MSER 4种特征点检测算子进行性能评估,并分析了每一种算子的优缺点和适用范围.实验结果表明:在光谱和时相方面,Hessian-Laplace的平均重复率达到40%,性能最好,其次为Harris-Laplace和DoG,而MSER的性能相对较弱;而对于尺度方面,MSER表现出最好的性能,平均重复率达到35%,其次为Hessian-Laplace,而Harris-Laplace和DoG的性能较弱.      

航空影像的直线特征检测算法

提出了从高分辨率航空影像中提取直线的算法．该算法首先检测出图像的边缘特征，以Freeman码表达连续的边缘，通过构造直线段上下一个像素可能位于的区域，将检测一段边缘线是否为直线段的复杂问题简化为一个简单的边缘条件判断问题．     

基于边缘检测的焊缝图像自动识别算法

提出一种基于边缘检测的焊缝图像识别方法,即通过对螺旋钢管焊缝图像的实时采集、处理、分析,一旦发现焊枪偏离焊缝中心则及时对焊枪走向加以调整。该方法运用在实际螺旋钢管焊接中,具有检测时间短、误差小、工作稳定可靠、抗干扰能力强等特点。     

基于边缘检测的焊缝图像自动识别算法

提出一种基于边缘检测的焊缝图像识别方法,即通过对螺旋钢管焊缝图像的实时采集、处理、分析,一旦发现焊枪偏离焊缝中心则及时对焊枪走向加以调整.该方法运用在实际螺旋钢管焊接中,具有检测时间短、误差小、工作稳定可靠、抗干扰能力强等特点.     

基于最小二乘影像匹配的畸变图像矫正算法研究

针对高精度的畸变图像，提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算法，算法首先利用特征提取与边缘检测产像进行预处理，并且将特征匹配与最小二乘算法相结合，从而实现了图像与模板之间精确的子像素定位与匹配，实验表明，该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷，图像矫正效果良好，是一种有效的畸变图像矫正算法。     

基于改进PSO算法的两阶段损伤识别方法

为解决结构多损伤情况下的位置识别和损伤程度判定问题,提出了一种基于改进粒子群优化算法和贝叶斯理论的两阶段损伤识别方法,该方法采用频率和模态应变能作为损伤定位源数据,分别用基于频率改变和基于应变能耗散率的识别方法进行损伤信息的初步提取,再利用贝叶斯融合理论对损伤位置进行较为精确的判定.然后,利用粒子群优化(PSO)算法对损伤位置和程度进行更为精确的二次识别.考虑到简单PSO算法易陷入局部最优解,提出了3种改进措施,即粒子位置突变、最优记忆粒子微搜索和双收敛措施.数值仿真结果表明:采用贝叶斯融合理论可以有效地识别出可能的损伤单元,在此基础上用改进的PSO算法可以更精确地识别损伤的位置和程度,同时采用3种改进措施的PSO算法的识别精度明显优于其他PSO算法和遗传算法.     

基于改进遗传算法的图像分割识别方法

提出了一种利用灰度直方图熵和改进遗传算法对图像进行分割的方法，以灰度图像直方图熵作为评价函数，把图像分割问题变成一个优化问题，利用遗传算法的寻优高效性，搜索到能使分割质量到达最优的分割阙值．针对遗传算法的某些不足之处，利用精英策略和模拟退火的思想，对其做了一些修正．实验结果表明，该方法不仅分割质量好，而且缩短了运算时间．     

一种改进的Retinex彩色图像增强方法

传统Retinex算法在对彩色图像进行增强时,容易产生光晕以及处理后图像整体对比度较低等问题.为此提出了一种改进Retinex的图像增强方法,该方法采用三高斯模型和高斯滤波相结合的双边滤波对照度分量进行估计;然后在提取反射分量时,引入原始图像亮度影响因子实现区域自适应增强;最后进行归一化调整和彩色图像恢复,实现图像增强.实验结果表明,该方法能够在增强图像的同时,有效抑制光晕,提高图像的整体对比度.     

改进的光照不变道路检测算法

针对大多数道路检测方法存在光照变化敏感,阴影导致误检、漏检等问题,提出了一种改进的光照不变道路检测算法.首先将道路图像RGB空间转换为几何均值对数色度空间;然后根据Shannon熵确定相机轴标定角θ,利用Chebyshev理论去除θ奇异值,得到光照无关图Iθ;其次通过随机抽样方法提取道路样本点,包括道路基准样本点和道路参考样本点;最后建立道路置信区间分类器,将道路从背景中分离出来.实验结果表明,该算法能很好地消除光照变化和阴影对道路检测的影响,检测精度高,能满足实际道路检测实时性要求.     

基于GPU并行处理的图像快速旋转算法

提出了一种在CUDA架构上实现基于Bresenham画线算法的图像快速旋转算法.该算法避免了复杂的数学运算,并融入Bresenham画线算法的优点,解决了大量的浮点的取整运算问题,并且减少了图片旋转过程中精度的损失,使得算法的精度和时间复杂度达到相互平衡,极大提升了旋转算法的性能.实验证明,在当前的硬件平台下,与传统旋转算法相比,该算法极大的提高了旋转算法的速度并减少精度的损失.     

基于数字图像处理的桥梁裂缝检测技术

针对含有裂纹缺陷的立交桥墩台和混凝土试件,采用数字图像分析技术,综合应用各种图像算法,在分析桥梁裂纹图像特点的基础上,开发出了一套适用于桥梁缺陷较远距离图像检测分析软件。在户外条件下对含裂纹混凝土试件的对比试验结果表明,采用图像处理技术进行桥梁小损伤的无损检测是切实可行的。     

基于改进的均值漂移的森林火灾图像提取技术

为了解决呈红色山地路面等对火灾图像提取的干扰问题,考虑林区图像的R通道直方图的分布曲线,采用一种基于均值漂移改进算法,自适应地得到背景与火灾,山地路面的分割闽值T1.通过阈值分割将火灾和山地路面从背景图像中分割出来,再利用改进算法对R通道占比率直方图进行处理,自适应地得到火灾与山地路面的分割阈值T2,从而实现火灾的自适...     

基于Kohonen神经网络的图像超分辨率处理算法

提出一种小波变换、Bézier曲面插值和神经网络相结合的方法,并将该方法应用于图像处理中,对图像进行超分辨率处理,以提高图像质量.首先将原图像作为低通部分,然后对小波分解后的相应高频子带进行Bézier曲面插值,再对插值后的高频子带分别进行神经网络学习重建恢复各高频子带图像,以近似更高频的细节,最后通过小波逆变换获取比原图分辨率更高的图像.模拟实验结果表明与小波插值方法相比,所提出的算法能进一步提高图像的质量和分辨率.     

基于图像处理的道路拥堵快速检测研究

提出一种基于图像处理技术的城市道路车辆拥堵程度快速检测算法。为既能加快处理速度又可任意选取有车区域路段,提出人机交互的有车区域检测。利用拥堵图像和通畅图像纹理特性的差异,提出基于纹理分析的车辆密度估计。通过原始图像灰度降级和灰度共生矩阵计算及特征提取,从有车区域图像中提取能够反映车辆密度的能量和熵特征,经过特征值训练得到车辆拥堵判决阈值,实现道路拥堵检测。试验结果证明,该算法检测准确率高达99%,同时算法的处理速度能够满足工程中的实时性要求。