基于自适应活动轮廓的图像分割

在活 动轮廓的基础上，引入了统计“图像势能”和松驰法，提出了基于自适应活动轮廓的图像分 割方法。该方法克服了活动轮廓的一些缺陷，能准确、可靠地检测物体曲率高的边缘部分，且分割结果与活动轮廓的初始位置无关。实验结果验证了该方法的有效性。     

牵引变电所红外温度监测图像处理方法研究

简述二维温度矩阵转化为红外图像的方法,从红外调色板提取RGB数组表,通过查表方式将温度值转换为RGB颜色值;提出红外图像与可见光图像融合的方法,采用灰度匹配的方式进行尺寸变换和轮廓匹配;并对这两种方法进行了实例化验证.     

基于CCD的铁路长大货物轮廓提取算法研究

随着计算机图像处理技术的不断发展,作为非接触测量手段的图像测量技术显示出优越性。图像测量具有非接触、高速度、动态范围大、检测精度高等优点。通过探讨利用计算机视觉系统进行目标物体轮廓的提取方法,对各种轮廓提取方法进行比较,找到一种适合铁路长大货物轮廓提取的方法。     

一种参数化的形态学分水岭图像分割方法

标准形态学分水岭分割能够产生封闭的图像目标区域轮廓,但存在过分割现象,通过对原始图像进行平滑滤波可以减轻或消除过分割,但容易使分割后的区域轮廓发生位置偏移。为此提出一种参数化的形态学分水岭图像分割方法,首先依据黏性液体淹没图像地貌的流溢特性,建立梯度级与结构元素大小之间的函数关系,并以此对梯度地貌进行参数化修正。对低梯度地貌采用较大尺寸结构元素进行闭运算,消除产生过分割的非规则局部极小值,而对较高梯度则采用较小尺寸结构元素进行闭运算,保持区域轮廓的位置不变;最后在修正梯度图像的基础上,运用标准分水岭变换实现图像分割。仿真实验表明,该方法能够有效消除过分割,而且具有较强的区域轮廓定位能力。     

基于色彩矩的无监督多分辨率图像分割

无监督的图像分割被广泛的应用于各种不同的条件下，包括数字相机的图像增强，目标识别，基于内容的图像检索和三维图像分析。本文提出了一种新的多分辨图像分割方法，与其他基于颜色的全局优化分割方法比较，该方法基于人的视觉系统原理，能够将感兴趣的物体从背景中分割出来，同时图像分割是一个多分辨率的分割过程，首先算法在整幅图像中搜索代表物体的特征块，然后利用特征块的色彩矩特征对所有图像块进行聚类，最后对属于物体类的图像块进行高分辨率的分类，直到块中的每一个像素点被区分为背景或物体，实验结果表明，与传统方法相比，本文算法能够在较短的时间内，取得较好的分割效果。     

基于深度图像的列车乘客目标识别技术研究

针对轨道交通中高密度客流的特点,提出了一种基于深度图像的局部法向量特征提取方法,利用球面坐标系参数(,)表示物体表面切平面法向量的特征信息,通过提取检测区域的局部法向量作为目标特征,以实现目标识别及头部轮廓提取。采用深度图像能有效地解决轨道车辆高度及光照等环境因素的局限性,并通过试验验证该方法的实时性和准确性。     

序列图像中运动目标的检测

提出一种新的自适应目标图像分割，它适用于复杂环境下的运动图像跟踪，该算法利用序列连续图像的帧间相关性和差异性检测目标，用直方图滤波法分割目标，根据目标的运动牧场生在相邻帧中确认目标，并尽可能抑制背景噪声的干扰，与某些常规算法不同的是，瓣方法充分考虑了目标－背景条件，帧间相关性和差异性，目标检测及撮算法分三步：运动能量检测，直方图滤波及快速定位。本文给出了在可见了光图像序列上的实验结果。     

应用对象语义进行图像检索的新方法

为了降低图像高层语义与低层视觉特征之间的语义差异,本文以对象描述模型为基础,提出利用机器转换模型获取图像高层语义的方法。本方法首先利用图像分割技术对图像进行分割,然后利用机器学习的方法,得到训练样本集中高层语义与分割后低层视觉特征之间的先验概率关系;在查询的过程中,利用得到的先验概率模型计算与高层语义所对应的最大概率视觉低层特征,最后利用该低层特征进行检索,达到缩短高层语义与低层特征之间的语义差异的目的。在一个拥有5000幅图像的图像库上所做的测试结果表明了该方法的有效性和可行性,同时该方法也为解决图像高层语义与视觉低层特征之间语义的矛盾开扩了思路。     

高铁轨道CPⅢ基准点自动检测方法研究

为实现高铁轨道CPⅢ基准点的自动高效检测,研发基于双目视觉的CPⅢ基准点动态非接触自动检测系统。首先对双相机拍摄的图像进行自适应分割处理,对分割后的图像利用改进模板匹配算法计算获得CPⅢ标识物在图像中的位置;然后对提取的标识物目标图像进行自适应阈值分割提取边缘轮廓,计算标识物中心坐标;最后利用基准点计算方法和双相机标定的参数计算CPⅢ基准点坐标。试验结果表明,检测系统在水平方向上的最大误差为0.95 mm,垂直方向最大误差0.25 mm,最大变异系数为0.211%,该方法可为CPⅢ基准点高精度自动化检测的应用提供参考。     

基于SVM的相关反馈图像分类和检索方案

图像获取和存储技术的进步可以获得包含大量有用信息的图像数据,在传统的图像分类和检索方案中,图像的低级视觉特征和高级概念之间存在着较大的语义间隔,导致图像的分类和检索效果不佳.针对该问题,提出了一种基于SVM相关反馈的图像分类和检索方案.该方案通过缩窄图像的领域,利用机器学习方法建立图像类的模型,并使用一种优化的SVM相关反馈图像检索方法学习图像的类别,将学习到的模型用于图像的分类和检索.实验结果表明,此方案能够高效的检索出较多相关图像,并对其进行有效分类.     

计算机图像形态测量中的校准与归一化

简述计算机图像形态测量中的校准与归一化原理及应用，当摄入图像进入计算机时，由于不同的图像摄入时放大倍数不同，且具有不同的长宽比例，此外，经计算机测量出的数据没有量纲，为此，在摄入图像时，放置一个由三个坐标点成的比例尺在原图象上，据该比例尺可以对所有图象进行校准，且可归一化所有测量结果使其具有相同的量纲。     

图像融合技术在医学图像拼合中的应用

对基于图像互信息量的融合方法进行了研究.对直方图概率分布估计有所改进,并与Parzen窗函数估计方法进行比较.应用并比较Powell's和类统计梯度搜索策略的特点,对图像的预处理以及融合后图像的显示提出新的方法.应用这些方法拼合实际医学图像,得到很好的拼合结果.     

轮轨接触点位置图像检测方法研究

轮轨接触点位置对于研究列车轮轨关系具有重要的意义。当列车运行时,由于车轮的旋转,接触点的测量非常困难。文章采用图像检测的方法,通过对轮轨图像进行预处理、边缘检测、形态学处理以及边缘链接得到轮轨边缘的轮廓,最终实现轮轨接触点位置的在线连续测量,建立以DSP为核心的轮轨接触点硬件和软件检测系统。     

一种新的基于区域的图像相似性计算

为克服基于内容的图像检索(CBIR)技术中低层视觉特征无法准确地描述高层语义的问题,近年来提出的基于区域的图像检索(RBIR)技术是一种行之有效的方法。在基于区域的图像检索中,图像之间的相似性度量是影响检索结果的关键技术之一。本文提出一种新的基于区域的图像相似性的计算方法,该方法首先对图像进行区域分割,然后采用有别于传统距离度量的非线性高斯距离度量方法来计算区域对之间的相似性,实验表明该距离度量具有更好的度量性能。为了更好地接近于人对图像的理解,减小语义鸿沟,本文提出应用模糊集合理论表达区域对之间匹配的不确定性,在此基础上实现图像之间的相似性度量。最后在Corel自然图像库上对本文提出的算法进行了实验,分别与SIMPLIcity系统的IRM和UFM方法进行了比较,结果表明了本文算法的高效性。     

基于深度学习与Hu不变矩的绝缘子故障检测

针对高速铁路接触网绝缘子故障检测问题,提出一种基于深度学习EAST模型与Hu不变矩的图像检测方法.利用EAST模型生成检测图像的掩膜图,与图像进行掩膜操作得到绝缘子区域,实现定位功能;利用二值化边缘检测提取绝缘子每片轮廓;利用Hu不变矩逐片进行轮廓相似度对比,通过对比结果判断绝缘子是否存在故障.实验结果表明,本文方法可...     

车载非接触式钢轨磨耗测量方法研究及应用

车载非接触式钢轨磨耗测量方法基于激光摄像三角测量原理,利用安装在列车转向架端头的图像采集设备获取钢轨断面结构光图像,将其传输至图像处理单元进行图像预处理、图像匹配、坐标转换,得到钢轨轮廓的实测值,并与标准轨进行比对得出钢轨的实测磨耗值。采用该方法对京承铁路、宝成铁路、成昆铁路、大秦重载铁路等线路进行了多次线上试验,结果表明,测量结果的重复性误差低于0.2 mm,满足现场作业要求。     

对TFDS货车运行故障动态图像检测系统运用情况的初步探索

针对货车运用工作存在问题，西安铁路局安装了货车运行故障动态图像检测系统（TFDS），该系统采用高速摄像机对货车进行在线监测，提取关键部位的图像，通过网络传输到列检分析中心，采用人机结合的方式对图像进行分析，及时发现故障，提高了列检效率，改善了作业条件。现介绍该系统在西安铁路局的基本使用情况及取得效果，对下步工作提出意见和建议。     

基于颜色规格化和轮廓多边形的交通标志检测

干扰区域排除是交通标志检测的难点.本文对颜色规格化后的图像进行二值化,讨论了二值化过程中感兴趣颜色的选取,得出了以红、蓝、黄为感兴趣颜色引入干扰较少的结论.根据我国交通标志的形状特征提出了两个基于重心的干扰区域判定规则和一种基于道格拉斯-普克算法的交通标志最外层轮廓多边形拟合方法,该方法通过判断拟合多边形的凸性来区分干扰区域与交通标志候选区域.本文算法可以检测我国任意形状的交通标志并对交通标志倾斜及旋转的情况具有较好的鲁棒性.     

遥感图像中的云层消除处理

遥感图像中有时部分地区被云层覆盖，影响图像判读分析，影响相关信息的获取，就此阐述运用同态滤波方法消除遥感图像中的云层。     

基于二维相关性的图像分割及快速递推算法

基于二维直方图提出了二维相关性的阈值分割算法。首先,通过邻域平均得到原始图像的平滑图像,由原始图像和平滑图像构造二维直方图,然后根据相关性最大准则选择最佳的二维阈值向量。由于该方法同时考虑了图像像素的灰度信息及其空间邻域信息,与一维阈值相比能得到更好的分割效果。同时为降低二维阈值算法的复杂性,提出了快速递推算法。该算法将二维相关性的计算写成递推形式,减少了大量的重复计算,使得算法的复杂性从O(L4)降低到O(L2),计算时间大为减少,有利于该算法的实时应用。