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。     

小波变换在车牌定位算法中的应用

将小波变换引入车牌定位算法,对车辆图像进行滤波降噪.在满足实时性处理要求的前提下,定位效果十分理想:完全消除了光照不均造成的影响,使车牌区域更加突出,增强了定位的鲁棒性,提高了定位查找的准确率,系统的车牌定位准确率高达95%.     

基于视频图像的车牌定位与分割技术研究

对交通控制系统中的视频图像进行了研究,利用数字图像处理技术,在对车牌图像预处理的基础上,分别利用车牌的水平投影和垂直投影找出车牌的切割位置,实现了车牌的准确定位;对定位后的车牌去除白色边框,再求得其垂直投影,避免字符粘连在一起,从垂直投影图上确定每个字符的分割位置,取得了较好的字符分割效果。     

基于移动窗口定位和复合神经网络的车牌识别算法

针对一般车牌定位算法存在多个车牌识别区域，以及单个人工神经网络识别复杂、运算量大、不容易收敛等问题，提出采用移动窗口定位算法和复合BP神经网络模型，可以较好的解决以上问题．在实际应用中取得了预期效果。     

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。     

基于小波融合的车牌模糊图像复原算法

为了更有效的实现交通信息采集,提出了一种基于小波融合的车牌图像超分辨率方法.首先分析了低分辨率图像的降质原因,主要降质因素包括:图像的形变、模糊和欠采样,根据这些降质因素建立了降质模型,分析降质模型,得出本文方法的理论模型.然后针对交通图像的特点,对形变、模糊和欠采样3个问题进行探讨,得出主要参数的估计方法.并对小波融...     

基于纹理特征和彩色特征的车牌定位算法

车牌定位是车牌自动识别系统的关键。提出了一种以纹理特征为主要手段，以彩色特征为辅助手段的多特征定位算法，对不同背景和光照条件下的各类车牌图像进行了实验，结果表明该算法是一种可行的方法。     

一种车牌定位算法的实现

车辆牌照的自动识别是智能交通系统中的一项重要技术,而车辆牌照的定位又是车牌识别的关键点之一。文章依据二值化图像中车牌区域跳变频率高的事实,提出一种算法来确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照。实验结果表明本算法处理速度较快、便于实现。     

基于小波分析的事故检测算法

讨论了事件检测算法，建立了基于小波分析的算法。首先构造二进小波，对交通流数据进行二进小波变换，检测其奇异点。根据判断逻辑确定是否有事件发生。要用广佛高速公路交通流数据对该算法进行离线测试，与加利福尼亚算法，滤波算法比较，结果显示该算法具有较好的效果。     

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。     

基于传统图像处理算法的车道线检测

在现代交通驾驶领域中,随着自动驾驶技术的迅速发展,车道线检测也变得至关重要。基于此,文章提出了一种基于传统图像处理算法的车道线检测方法,该方法利用了传统图像处理算法中的滤波算法、Canny边缘检测算法和Hough直线检测算法作为基本算法模型,采用只对ROI中进行检测的措施来满足对于前方车道线的准确检测。在检测中,使用了OpenCV开源图像处理库来对进行上述方法进行实现。此方法可极大减少对前方车道线检测的外界干扰,在汽车实验场中利用该方法,可以比较准确地检测出车辆前方的车道线,并且该算法在一般机器上能够实现实时级的车道线检测。但是在实验过程中,也发现当前方的障碍物较多的时候,所采用的算法不能很好地检测出车道线,对外界的抗干扰能力比较差。     

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K-means算法的行人检测方法研究

行人作为交通事故易受伤群体之一,其安全保障越发受到重视.结合车载激光测距仪实时采集的车辆前方障碍物距离信息,提出基于K-means算法的行人检测方法.首先对激光测距仪接收的距离信息进行报文解析,形成激光云点图.其次,对激光云点图进行预处理,消除冗余数据.再应用K-means聚类算法对前方障碍物进行分类,最后建立行人宽度模型甄别行人目标.试验结果表明,基于K-means聚类算法能从激光云点图中快速提取行人目标,为汽车主动安全及交通安全研究提供基础.     

多线索融合的结构化道路检测算法研究

为实现结构化道路的检测,提出了一种用于道路检测的激光雷达和视觉融合法,通过提取激光雷达在道路边缘的三维点云信息,将其投影到视觉图像上,形成激光点云与图像的映射关系,生成激光雷达似然图。通过改进提取道路的颜色、纹理、水平线等特征的方法,生成相对应的视觉似然图。在贝叶斯框架下将激光雷达和视觉生成的似然图进行融合。在KITTI数据集上测试可知,精度达到94%,准确率达到86%,表明该道路检测法具有较好的道路检测果。     

基于空间方向树的改进EZW图像编码方法的研究与实现

针对基于小波变换的嵌入式零树编码算法(EZW)局限性，章结合空间方向树结构的分层树集合分割排序编码理论，对EZW做了进一步的改进，在一定程度上解决了EZW在重复扫描重要图以及存在树间冗余等弊端，通过仿真实验证明了改进的可行性。     

基于小波包变换的交通事件检测

简介小波包变换的基本原理。采用小波包变换的方法进行交通事件检测，并给出了利用小波包变换进行交通事件检测方法的步骤。经与实际数据分析、比较，表明小波包变换用于交通流数据分析有其优越之处。     

基于小波域量化的数字图像水印容量估计

提出了一种基于小波域的容量自适应数字图像水印算法，从小波量化出发，对可嵌水印位置进行选择。在此基础上，结合人眼视觉模型和图像纹理特性，得出小波域的水印最大可嵌强度，用修改极性的方法进行水印的嵌入和提取。仿真结果表明，该算法不仅具有较好的不可视性和鲁棒性，而且在保证这些性能的基础上实现了自适应容量，较好地协调了水印三要素间的关系。     

基于图像处理的桥梁混凝土裂缝检测研究进展

基于图像处理的桥梁裂缝检测技术是近年来快速发展起来的一种新型无损检测技术,具有高效、准确、智能化的特点,具有广阔的工程应用前景。对基于图像处理的裂缝检测技术中的图像识别、图像增强、图像分割、裂缝特征描述及算法进行了综述,介绍了图像处理技术在桥梁裂缝检测过程中的应用研究进展,并进一步探讨了现有裂缝图像识别算法存在的问题。     

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。