基于各向异性测度的路面三维图像裂缝识别

为准确而完整地识别路面裂缝,提出了基于1 mm/像素的路面三维图像裂缝自动识别算法．该算法主要包括各向异性测度计算与自适应优化阈值分割、深度验证和多分辨率去噪处理3个部分．首先,针对路面图像像素特征,基于0°、45°、90°和135°四个方向的线性邻域的均值和标准差计算每个像素的各向异性测度（表征方向性的强弱）,并应用最大类间方差法确定最优阈值,将路面图像分为强方向性和弱方向性像素两类;其次,根据半径为d的正方形邻域深度均值设定阈值,用方向性强且深度低于或等于该阈值的像素形成初步的裂缝图像;最后,将裂缝图像划分为多个子块,设计去噪模板对裂缝图像进行滑动窗口去噪处理,获得最终裂缝图像．基于166幅含有各类裂缝的三维路面图像（2048×2048像素）进行测试分析,结果显示,本文算法获得了较高的准确率（均值91．57％）和召回率（均值81．29％）,最终以84．26％的F1均值优于种子识别算法（F1均值69．19％）、Canny边缘检测（F1均值8．15％）和OTSU分割（F1均值5．11％）．     

一种简单高效的二值图像并行细化算法PABIT

提出一种简单易行的二值图像并行细化算法PABIT，该算法通过模板匹配的方式．层层剥离原始图像的边缘像素，使具有像素点宽度为偶数的笔划保留双像素的中心骨架．使像素点宽度为奇数的笔划只保留单像素的中心骨架线，最终在此准骨架的基础上通过进一步处理得到最后的笔划宽度为1的细化图案．由于该算法采用并行处理的模式．使得该算法较通常的串行算法效果更好．经该算法细化后的结果具有保形．连通，无扭曲变形的效果．     

基于十字交叉域的Census立体匹配算法优化研究

立体匹配算法在双目视觉中起着重要的作用。基于非参数变换的Census立体匹配算法在近几年得到了广泛的应用,但Census立体匹配算法在求取视差图的过程中过度依赖中心像素点灰度值。针对传统的Census算法过分依赖中心像素点造成的匹配精度不足,提出了一种基于十字交叉域的Census立体匹配算法。该算法通过十字交叉域找到参考像素周围和其颜色相近的像素,利用十字交叉域内的像素对参考像素代价值进行优化,从而改善Census算法过度依赖中心像素所造成的误匹配,提高视差图的精度。实验结果表明十字交叉域的Census立体匹配算法对图像的视差精度有所提高,并且在确保匹配精度的条件下,该算法相比于四路径代价聚合的Census算法代价聚合时间大大降低。     

径向基函数在图像修复中的应用

提出了径向基函数的图像修复算法．由用户手工标记出要修复的区域，算法自动计算修复区域的轮廓并沿法向扩张，确定合适的径向基函数重构区域，并将该区域内图像上的每个点的像素值看成高度场中该点的高度值，这样一张图像就张成了以像素值为高度的三维曲面，从而将图像修复问题转化为三维散乱数据点的曲面重建问题．该算法能正确，稳定地处理各种破损区域。     

无链表SPIHT图像提升小波编码的硬件算法

为了解决小波零树编码算法中,SPIHT(分级树的集合分裂)算法占用大量存储空间的问题,给出了一种无链表SPIHT图像压缩算法.在这种算法中,小波系数按照SPIHT的顺序输入到编码器中,编码器按照NLS算法编码,小波变换采用9/7提升分解算法,量化算法为均匀标量量化,图像边界延拓采用了补零延拓方法.实验结果表明,该算法图像压缩比与JPEG2000的EBCOT(基于优化截断的嵌入式块编码)算法几乎相同,编码速度大约是后者的2倍,一幅512×512的图像仅需要17.875KB额外内存.     

复合噪声图像去噪

在现实的图像处理中,图像往往含有加法均匀或者高斯分布噪声的干扰.如果只使用邻域平均法或中值滤波法都不能很好的对图像进行去噪.提出了一种复合型去噪法.该算法首先利用分离像素法把不同噪声污染的像素区别开来,然后分别再用中值滤波或邻域平均法去噪.实验结果表明,此方法具有很强的可信度.     

基于Beamlet变换的路面裂缝图像匀光算法

为解决路面病害检测过程中在不同光照条件下裂缝识别可靠性的问题,Beamlet变换提供了一种多尺度分析算法．该算法采用递归二进法将图像分块,利用在所有像素尺度下的Beamlet线段逼近裂缝,将裂缝从图像背景中分离,并采用插值函数均匀光照背景．在图像裂缝提取过程中,对图像中裂缝的线性提取可以有效地滤除噪声,提高裂缝提取的准确性．较传统的图像处理算法,该算法在准确地检测路面裂缝,均匀光照背景的同时有效地抑制了噪声干扰,检测效果良好,且运算速度快．均匀的路面背景为路面裂缝图像的定性、定量分析奠定基础．     

基于重要位平面的彩色图像检索算法

针对利用颜色特征检索图像时的不足,提出了一种基于重要位平面的彩色图像检索算法．该算法利用位平面分解的方法对表征图像视觉的信息进行分解,从中提取能够表征图像视觉信息的5个最高位平面,并计算其上的R、G、B颜色分布熵来描述图像特征．为了避免图像中像素颜色值的微小变化对位平面复杂度的影响,采用了位平面的灰度码表示方法．最后设计了以位平面距离加权和的方法进行相似性度量．仿真实验表明所提出的算法具有高效的图像检索性能．     

利用Arnold对称性变换的图像信息隐藏算法

提出了一种利用Arnold对称性变换的图像信息隐藏算法。待隐藏的秘密信息以及公开的承载信息均为灰度级静止图像。首先使用图像置乱技术将秘图变换成无意义的图像，同时用一个数值控制置乱的次数，并在嵌入和提取时作为密钥。在此基础上，将密图嵌入到承载图像的DCT域系数中。该算法实现的隐藏图像透明性好，并具有较高的保密性和一定的稳健性。     

融合边缘检测与区域生长的交通图像分割方法

在交通监控中,如何从复杂的背景中分割运动物体是至关重要的一步,针对车辆的运动阴影对图像分割产生的不利影响,提出了一种新的融合边缘检测与区域生长的彩色图像分割算法,算法同时考虑了图像的彩色信息和空间信息.该算法首先对彩色图像边缘检测,并根据检测结果设置种子像素;再基于颜色相似性生长准则,结合边缘检测结果,对每个种子点进行区域生长;最后,利用区域合并算法对剩余的像素进行合并.实验结果表明该算法很大程度上克服了阴影给图像分割带来的不利影响.