基于彩色图像车牌分割研究

智能运输系统中车牌识别技术得到了广泛应用,车牌分割是车牌识别的重要部分。基于彩色图像车牌分割与采用灰度图像车牌分割相比,可以有效消除阴影影响,同时车牌颜色也是车牌识别的一个参数。颜色分类处理使用特征函数,可以减少颜色坐标转换运算,提高颜色分类速度。文中详细讨论中国车牌特征,给出车牌分割详细步骤。车牌区域判别采用信息融合技术。车牌倾斜矫正结合车牌倾斜特点,提出快速算法。     

分布式通信网络的船舶远程图像传输压缩仿真

传统的船舶远程图像传输压缩方法存在压缩精准低的问题,为了解决该问题,提出基于分布式通信网络的船舶远程图像传输压缩仿真。先提取船舶分布式通信网络远程图像的冗余信息,在采用整数变换算法,设置船舶远程图像传输标准,用于限制的数据存储格式,在此基础上,选择船舶远程图像压缩模式,得出不同帧内模式压缩参数,对传输图像进行压缩,由此完成船舶远程图像传输压缩仿真的设计。实验中选择在不同的信噪比和相同的信噪比环境下进行仿真实验,对比实验结果表明,基于分布式通信网络的船舶远程图像传输压缩方法的精准度更高。     

基于FAST特征检测和FLANN特征点匹配算法的隧道展布图拼接方法研究

本文研究基于FAST特征检测和FLANN特征点匹配算法的隧道展布图拼接方法,主要解决目前隧道图像拼接中全幅拼接的技术问题。文章对一个隧道中隧道检测车分别左右检测两次所获得的两组隧道衬砌面图像进行分析,在每组数据中包含了一定量多个相机等距离触发、同一时刻同步拍摄的半幅隧道拼接数据,对隧道全幅拼接技术的进行详细分析和研究,提出了有效的解决方法,可以快速、准确地拼接出隧道展布图,满足隧道养护需求。     

面向舰船监控的视频模糊可视化图像阴影精准设计及消除方法

为解决舰船监控图像存在模糊阴影面积过大的问题,提出面向舰船监控的视频模糊可视化图像阴影消除方法。通过估算监控场景深度关系的方式将原始的模糊图像复原,完成舰船监控视频的去雾处理;在此基础上,分割图像中的可视化节点,再按照阴影覆盖面积的数值水平计算精准消除参数,实现面向舰船监控的视频模糊可视化图像阴影消除。仿真实验结果表明,与K-means聚类算法相比,应用所提方法后,舰船监控图像模糊区域的边长值明显缩短,原始视频中模糊阴影面积过大的问题得到有效解决。     

联合图像处理和医学图像分析软件对内镜黏膜下切除标本的病变测量及复原图绘制

目的探讨消化道内镜黏膜下剥离术(endoscopic submucosal dissection, ESD)切除标本的精确测量及复原图的绘制。方法选取2018年2月至9月,西安交通大学第一附属医院消化内科ESD切除的消化道黏膜标本54例,经过标准化固定、取材、制片及阅片后,利用图像处理软件(Adobe Photoshop, PS)对数字化切片和大体图进行合成,再采用医学图像分析软件(Digimizer)进行数据测量,并绘制复原图。结果复原图绘制结果有两种情况:一种是病变的表面平面分布图(即为普通复原图),本组54例均绘制出标准平面图;另一种是病变的切面分布图,为1例伴有高级别病变的结肠腺瘤,可以显示出高级别病变的分布特征。测量54例ESD标本大小,最小11.0 mm,最大达93.5 mm,中位大小33.2 mm;病变大小0.9～45.7 mm,中位大小23.3 mm。水平切缘(PHM)显示阳性9例,其中早期癌阳性4例,阴性切缘显示距离0.2～11.5 mm,中位5.9 mm。结论结合PS强大的图像合成技术及Digimizer专业的图像测量技术,解决了ESD复原图制作过程中的计算配比问题,为绘制各种复杂的复原图提供了一种比较实用的参考方法。     

舰船监控图像拼接与识别研究

针对当前舰船监控图像拼接与识别存在的弊端,如拼接错误率高、识别正确率低等,为了提高舰船监控图像拼接与识别效果,设计了一种神经网络的舰船监控图像拼接与识别方法。首先提取舰船监控图像拼接的特征,并根据拼接关键点方向直方图建立舰船监控图像拼接模型,然后引入神经网络构建舰船监控图像识别的分类器,最后进行了舰船监控图像拼接和分类仿真模拟测试实验。相对于其它舰船监控图像拼接方法,本文方法的舰船监控图像拼接正确率得到了提升,同时本文方法的舰船监控图像识别正确率超过了90%,使得舰船监控图像的误识率大幅度减少,具有一定的实际应用价值。     

船舶噪声视频图像的去噪锐化方法

传统视频图像降噪处理普遍采用小波滤波算法完成降噪计算,虽然像素通道内的噪声被有效去除,但是滤波过程中有效像素的损耗导致图像通道的收敛性降低,不利于后期图像的锐化处理。为了解决此问题,提出船舶噪声视频图像的去噪锐化方法。为了避免去噪过程中对正常像素的损伤,本文提出的方法采用拉氏去噪算子去噪算法,完成噪声像素点的去除计算。通过梯度锐化并行算法在去噪算法的基础上,完成对图像像素的锐化计算。对比实验表明,提出的去噪锐化方法比传统去噪锐化方法,提升图像整体去噪锐化效果好,实用性更强。     

统计学习在海上遥感图像背景去噪的算法研究

针对传统的海上遥感图像背景去噪算法中由于噪声分解遗漏情况造成的图像梯度值低的问题,提出统计学习在海上遥感图像背景去噪的算法研究。利用统计学习中的高斯概率分布模型建立遥感图像背景噪声模型,计算每个像素点灰度值的均值,并一一对比,统计图像中噪声分布特征并分离噪声,依据噪声分布特征设计滤波器对,将滤波器对应用在小波变换滤波器中,利用滤波器分解图像中的噪声,经过逆变换重构图像,实现海上遥感图像背景去噪。实验结果表明,与传统的图像背景去噪算法相比,应用统计学习的海上遥感图像背景去噪的算法平均梯度值更高,说明该算法适合应用在海上遥感图像背景去噪中。