道路裂纹线检测中的脊波域图像增强算法

为了解决传统的图像增强方法中背景和裂痕区之间的对比度拉伸不足,致使基于图像处理的道路裂纹线自动检测方法不能有效地提取道路裂纹线的问题,基于破损道路裂纹线所呈现的特点,由图像脊波变换等效于拉东变换域一维小波分解的原理出发,提出了一种新的适用于道路裂纹线检测的脊波域图像增强算法.试验结果及其与其他图像增强算法的结果对比均表明:该算法能够有效地增强道路裂纹图像中的线状特征,有利于破损道路裂纹线的检测.     

基于小波变换的车牌图像检测定位算法研究

在讨论二维二进可分离小波及图像小波去噪的基础上，研究一种基于小波变换并结合其他多种图像处理方法的车牌图像检测定位的算法。实验表明，该算法对含噪的车牌图像能较好地完成检测定位。     

在小波域内应用SOFM网络进行图像压缩的方法研究

研究了一种图像压缩方法，首先对图像进行小波分解，然后依据小波系数的统计特性和分布特点，对不同的子图像块采用不同的量化、编码方法。针对低分辨率子图像，先经DCT变换，再采用线性预测编码（DPCM）；而对高分辨率子图像采用基于Kohonen网络的自组织特征映射（SOFM）算法进行矢量量化。实验证明，上述图像压缩方法可以在保证重构图像质量良好的情况下，获得较大的压缩比。     

基于小波变换的医学图像特征点互信息配准

医学图像配准是医学图像分析诊断的基础,也是图像融合等图像处理需要先行解决的问题.目前医学图像配准方法基本上分为基于形状特征和基于像素相似性两种方法.文中用小波变换提取图像特征点,将特征点互信息作为图像配准的相似性测度,并使用粒子群算法来求解配准所需的空间变换参数.实验结果表明,此方法减少了计算量,具有较快的配准速度,能准确地实现多模态医学图像的配准。     

车牌识别算法的研究与实现

介绍一种基于KL变换的车牌识别算法。算法主要由车牌分割和车牌字符识别组成。车牌分割算法利用车牌的纹理特征和形状特征来定位车牌，并采用投影的方法和先验知识实现车牌的倾斜校正和字符切分；车牌字符识别算法采用一种最优变换，KL变换来提取字符图像的特征值和特征向量，并通过计算待识别字符与各样本字符特征值的欧氏距离来实现对该字符的分类。试验结果表明此方法是正确的。     

基于中介理论的车道线识别方法研究

以中介真值程度的数值化度量为基础,利用单个像素点的真值度,设计了新的图像去噪滤波算法。与经典算法相比,新算法具有较好的视觉效果。通过研究道路图像车道线的特点,采用中介距离比率函数来衡量像素点间相似程度,并设计了相应的图像边缘检测算法。与传统的道路图像边缘检测算法相比,新方法边缘增强效果显著。最后,基于道路直线模型,采用Hough变换实现了车道线的识别。     

基于小波变换的线阵CCD车辆检测算法

传统的车辆视频检测算法都是基于带有复杂背景的面阵CCD图像,不利于对象分割和特征提取。线阵CCD图像的背景比较单一,且帧率远高于面阵CCD,可以实现高精度的车辆检测。提出基于小波变换的线阵CCD图像的车辆检测算法。试验结果证明该算法能有效降低光照和汽车阴影等因素造成的误检率。     

基于多特征的纹理特征提取方法研究与应用

纹理是图像的1种重要视觉特征,常用于识别和区分图像。纹理特征的提取则是其应用需首先解决的问题。通过总结分析目前较为常用的纹理特征提取方法,基于灰度共生矩阵(GLCM )算法、局部二值模式(LBP)算法和小波变换(DWT )算法的特点,提出基于多特征的纹理特征提取算法,即将各算法提取的特征进行融合。融合中使用权重对参数进行配置。论文设计了1种图像检索实验,通过图像检索实验比较了各算法提取的特征对纹理的描述能力。结果表明,对于Co rel图像库,笔者提出的多特征的纹理特征提取算法检索的平均查准率相对于GLCM 算法提高了20%,相对于LBP算法提高了9%,相对于DWT算法提高了10%,相对于徐少平等人提出的特征融合方法提高了15%。证实了文中所提出的算法能够兼顾各算法的优点,并具有较好的旋转不变性和尺度不变性。其不足之处是需要同时提取GLCM 算法,LBP算法,DWT 算法下的纹理特征,计算所需时间是后3种算法时间之和,使算法的实用性受到了一定的限制。      

基于改进梯度相似度核的交通图像去雾算法

雾霾天气下,交通图像采集设备获取的降质图像含有较多噪声,图像边缘不突出,整体偏暗且对比度不高,灰白不清。针对传统交通图像滤波和去雾算法存在着滤波效果和边缘保持能力不能兼顾,容易出现噪声斑块,导致去雾后图像质量较低的问题,在传统梯度双边滤波基础上,设计了一种新的梯度相似度核,提出了基于改进梯度相似度核的雾霾天气下交通图像去雾算法。新算法首先将采集的含雾图像转换到Lab颜色空间,提升色域宽度,再利用改进梯度相似度核和空间相似度核分别计算图像中每一像素点与滤波框内临近像素点的梯度相似度和空间相似度权值,根据权值对图像进行滤波处理,然后将其转换到RGB颜色空间。最后根据大气光散射模型和暗通道先验原理,对滤波后的交通图像进行去雾处理,得到复原图像。试验结果表明：与传统双边滤波和梯度双边滤波算法相比,使用新算法处理后的复原图像峰值信噪比、归一化灰度差平均提升了13.25%、9.41%和21.76%、22.7%。新算法在保证了滤波效果,避免“噪声斑块”的同时,能够尽可能保持图像边缘细节信息,提升了雾霾天气下交通图像的去雾质量,对加强交通监控,保障交通安全有十分重要的应用价值和现实意义。     

基于中智理论的公路隧道健康状态评价方法研究

由于公路隧道结构十分复杂,具有不确定性,只有充分考虑各种不确定因素才能合理评价公路隧道的健康状态。通过引入中智理论,考虑每个结构的不确定性,采用中智余弦相似度量和正切相似度量,提出一种基于中智理论的公路隧道健康状态评价方法。最后,通过对10个样本的实际评价等级与文中方法的评价结果相比较,结果表明：基于中智理论的公路隧道健康状态评价方法所得评价结果与实际评价等级相符,该方法有助于解决结构中的不确定性且更加简单实用,拓展了公路隧道健康状态的评价体系。     

一种基于量化的DCT域音频数字水印算法

提出了一种基于量化的DCT域音频数字水印算法，该算法首先将视觉可辨的二值水印图像降维成一维水印序列，再将水印序列按伪随机排序，最后对数字音频信号作分段DCT变换，水印信号通过量化处理过程嵌入到DCT变换后的系数中，提取水印信号无需使用原始数字音频信号。仿真实验表明水印是不可察觉的，经过mp3有损压缩、低通滤波、重采样等操作后仍具有很强的稳健性。     

基于复合小波变换的数字图像水印技术

随着网络多媒体系统的迅速发展,数字媒体的版权保护变得越来越重要了。目前保护数字媒体版权的方法最常用的是数字水印。本文提出了一种基于复合小波变换的健壮的数字图像水印算法。该算法首先通过复合小波变换运用视觉屏蔽调整水印使之与局部图像相适应,接着水印被应用于选择嵌入信道,最后水印通过运用另外的射频技术被添加到嵌入信道。文中最后测试了在攻击下DWT与WT域中各种算法健壮性,并进行了比较分析。     

基于Hough变换的车牌倾斜检测算法

典型的角度检测算法是进行Hough变换后寻找最长直线的倾斜角度．一般情况下，待处理图象中未必有明显的较长直线．甚至存在一些对图像进行正确检测的长直线干扰。章介绍了一种基于统计考虑的数据分析思路，以期在基于Hough变换的角度检测算法上取得更高的准确性。     

基于局部纹理统计模型的纹理图像检索

提出了局部纹理统计模型与改进的Log-likelihood统计相结合的纹理图像检索方法。首先设计了3种不同角度分辨率和空间分辨率的＂Uniform＂模式的局部二值模式,并且用其来提取图像特征,然后建立图像局部二值模式和局部方差的联合统计模型,最后用改进的Log-likelihood统计进行图像检索。提出的基于局部纹理统计模型的纹理图像检索算法具有旋转不变性,克服了LBP算法对旋转比较敏感的缺点。通过对Brodatz图像库中50类600幅纹理图像进行仿真试验,新算法能得到89.71%的平均查准率,与基于Gabor小波＋WMV组合算法相比,新提出算法的查准率提高了19.05%。     

基于分段直线模型的弯道识别算法的研究

为提高弯道识别算法的实时性,提出一种基于Hough变换的分段直线模型来近似逼近弯道的图像识别方法.首先实时动态地将一幅图像划分为若干感兴趣区域,然后采用改进的Hough变换算法提取各个感兴趣区域的直线段,最后应用边界点判断法将这些直线段连接成连续平滑的弯道线.试验结果表明,该方法能检测出高速公路上的相关车道线,具有很好的实时性、可靠性和鲁棒性.     

基于CMOS摄像头的高速路车道识别系统的研究

提出了一种车道识别系统。介绍了由CMOS摄像头和DSP图像处理模块构成的车道识别系统的硬件结构及其工作原理,阐述并分析了一种改进霍夫变换的车道识别算法。最后,通过对在全天候条件下的高速路实验数据分析进一步验证了该系统的可行性。     

数字图像水印算法的快速实现研究

数字水印技术作为数字多媒体作品版权保护和认证的重要手段,近几年来发展得很快.本文着重研究水印算法的快速实现.第一步提出一种基于图像盲水印算法:首先对原始图像进行分块处理,然后通过在分块Hadamard变换域中修改中频系数来嵌入水印,最后得出具有一定使用价值的结论.实验结果表明,算法对常用的图像处理如JPEG压缩、加噪、滤波等攻击具有较好的鲁棒性.第二步,在前人的研究基础上,实现GPU来执行快速Hadamard变换和反变换.实验结果表明,在Visual C++下利用GPU执行Hadamard变换在一定条件下比CPU更快,实验用显卡性能越强,实验效果越好.     

混合交通交叉路口跨摄像机自行车再识别研究

为了从跨摄像机自行车协同跟踪过程中获得高精度的动态运行轨迹,针对跨摄像机自行车跟踪过程中再识别问题进行了试验研究。考虑到混合交叉路口环境复杂、室外光照变换强烈、摄像机拍摄视角差异等因素的影响,提出了一种在无视域重叠条件下基于样本序列分组相似性度量的混合交通交叉路口跨摄像机自行车再识别算法。采用统计学方法,将自行车样本划分为3个部件并统计出各部件分割比,通过对自行车图库中各部件提取的特征进行聚类分析得到对应部件原型特征。采用对比分析法,将样本序列代替单个样本作为查询图像并对样本数进行了定量分析。从特征鲁棒性设计方面进行分析,通过将每个样本部件与对应部件原型进行相似性度量形成更具抽象性的原型相似度特征。通过系统抽样的方法将图像序列进行分组,并采用组内全连接而组间不连接的方式计算样本间相似度来改善算法时间复杂度。为了有效分析该算法的性能,制作了1个自行车再识别数据集BIKE1,并且在分组性能评估、部件原型参数设置以及同类算法性能比较3个方面进行了试验对比。研究结果表明:采用样本序列作为查询图像具有更高的识别准确率,并且将样本序列分为2组时识别率最高;自行车样本划分为3个部件有效地增强了算法对光照变化等影响因素的鲁棒性;与当前同类算法相比,所提算法具有更高的识别率。     

基于S变换的柴油机燃烧差异的诊断研究

分析了传统的基于平稳过程的傅里叶变换存在的局限性,采用了S变换时频分析法对振动信号进行分析。对比不同燃烧状况时的缸内压力曲线、压升率曲线及振动信号S变换的结果,表明振动信号S变换得到的时频图像同缸内燃烧过程有密切的关系。为了便于对各缸的燃烧状况进行定量分析,提出了利用时频域内各点的幅值和表征各缸燃烧差异的新方法。在4缸柴油机上进行模拟试验对该方法进行验证,结果验证了该方法的有效性。     

IHS变换图像融合技术及融合图像评价参数的讨论

本文运用几种HIS变换方法对同一地区的SPOT和ETM图像进行融合,并在此基础上提出了一种新的方法来减少图像的光谱损失。同时运用平均值、标准差、平均梯度、熵等参数对融合的结果进行了评价。结果表明本文提出的方法在图像的熵方面基本相同,但在平均梯度方面本文提出的方法最优。同时针对图像融合评价参数提出了一些看法。