电子海图与雷达图像的融合显示

为了让船舶能够导航和避免碰撞事故的发生,电子海图和雷达图像是船舶上进行综合导航时必不可少的一部分。当船舶在海上航行时,它可以把海上所有的安全信息显示在屏幕上。如果只使用其中一种,其性能将受到限制。本文提出一种电子海图和雷达图像融合显示法,即把本船的位置坐标设置为参考点,把正北的方向设置为参考线,对接收到的雷达图像再进行仿射变换,分析出电子海图显示范围,通过调整电子海图的比例尺最终完成电子海图与雷达图像的匹配任务。仿真试验表明,电子海图和雷达图像能够正确匹配和高效融合,能够把雷达扫描到的对象在电子海图的底图上显示出来,非常便于船员了解船舶周围的环境状况,确保船舶航行时的安全。     

基于图像熵的火灾烟雾识别

提出了一种基于图像熵的烟雾运动模式识别方法,用来实现对火灾烟雾的探测.通过对烟雾自由扩散模型的理论分析,得出了烟雾扩散熵增运动的特征.通过引入信号学中"图像熵"的理论,用来捕捉烟雾运动造成的熵变特征,进而实现火灾烟雾的检测.经过实验的验证和分析,并对图像熵值的变化进行傅立叶变换,得出了干扰运动和烟雾运动具有不同特征信号的结论,从而实现了烟雾的识别.与以往研究者通过研究视频烟雾的图像特征出发不同,文中从烟雾的热力学的性质和它在流体力学方面的运动特征,得出它与一般的刚体具有截然不同的运动模式的理论,以图像熵作为核心参量,得出一种实用高效的火灾烟雾检测算法.实验表明:这种检测算法受到环境的干扰较小,特别适合复杂环境的烟雾检测,并可以用于对火灾环境的评估.     

施工沥青路面红外热图像的消噪方法

红外热成像技术广泛应用于沥青路面施工过程中,但现行施工沥青路面红外热图像的采集过程中存在的大量噪声严重制约了红外热图像测温的精度和准确性。为了准确获取红外热图像中被测沥青路面的温度,通过结合双边滤波和异性消噪提出一种消噪方法,实现了沥青路面红外热图像的消噪。最后通过仿真实验验证了提出方法的可行性,为沥青路面温度的准确获取奠定了基础。     

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...     

3D动态工业照相机成像技术定位仪 工作原理解析(八)

6.光源机器视觉系统的核心是图像采集和处理。所有信息均来源于图像之中,图像本身的质量对整个视觉系统极为关键。而光源则是影响机器视觉系统图像质量的重要因素,照明对输入数据的影响至少占到30%。通过适当的光源照明设计,使图像中的目标信息与背景信息得到最     

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。     

Renyi信息熵指导下的聚合层次化聚类

聚合层次化聚类是聚类分析中发现数据集潜在结构的一类重要方法．在这类方法中,影响聚类质量的一个关键问题是如何度量子类之间的距离．作为子类间的相似性度量,不但可以通过非参数估计的方式进行计算,还可有效地利用子类数据集中所有样本提供的信息,对子类中数据分布的描述更加充分．实验结果显示,在两种具有代表性的人造数据集上,基于Renyi熵的类间距离度量比3种传统度量方法有更好的层次化聚类效果．并且,在图像过分割的情况下,通过Renyi熵距离对子分割区域进行合并可以找到合理的分割目标．     

改进的EM算法在分块灰度图像二值化中的应用

识别扫描得到的文本图像首先要进行二值化处理,以去掉冗余的信息.针对二值化过程中采取固定阈值会导致图像的背景和文本不能得到有效区分的问题,提出改进的分块EM算法,并应用在文本图像的二值化过程中,有效地分离了图像中的文本和背景信息,使识别的后续阶段提取的特征能够更好地代表要识别的模式.     

基于SVM分类器的道路湿滑图像分类方法研究

在恶劣天气下路面湿滑状况将发生显著变化,导致驾驶条件恶化,极易引发恶劣的交通事故.为了帮助交通管理部门实时获取路面湿滑状况信息,了解路面附着性能,并以此制定合理的车速控制和交通诱导策略,通过采集道路湿滑图像,利用设计的具体SVM分类器结合3种训练算法对道路湿滑图像进行分类学习训练,并通过训练后的SVM分类器对大量道路湿滑图像进行分类实验,对道路湿滑状态进行分类研究.实验结果表明:(1)寻找合适的核函数,选择合适的参数是使用SVM进行高效分类的一个重要因素;(2)在训练过程中,均方误差(MSE)能反映出分类器实现的正确率,SVM的训练本身的误差决定了分类的正确率,而且训练个数的增多带来了特征空间维数的增加,从而导致计算量的增大.     

车牌自动识别技术在高速公路联网收费系统中的应用

随着科学技术的迅速发展,高速公路信息化水平也在不断提高,计算机联网收费在高速公路中的应用已越来越普及,联网收费为高速公路的带来了高效、快捷的管理,而车牌自动识别技术在联网收费系统中的应用,不仅减轻了收费员的劳动强度,提高了车辆信息的处理速度,站口的车辆通行能力,还为管理人员治理逃漏费车辆、倒卡车辆、免费车管理等提供强有力的数据依据.也正是适应高速公路向智能化发展的需要,这一高新技术在高速公路联网收费系统中被广泛应用.