基于数学形态学和神经网络的车牌识别

汽车牌照的自动识别系统是一种应用于公路交通管理和收费的智能监控系统,文中提出了基于形态学处理定位牌照图象的区域的方法,该方法与其它方法相比对图像没有严格的限制和要求,三层反馈神经网络用来识别和分类,实验证明该方法是有效的。     

基于数学形态学的船舶配电网扰动信号分形检测系统

针对当前船舶配电网扰动信号检测系统存在的检测精度低、检测时间长等不足,提出了基于数学形态学的船舶配电网扰动信号分形检测系统。首先对当前船舶配电网扰动信号检测系统的工作原理进行分析,指出引起目前系统不足的原因,然后采用数学形态学对船舶配电网扰动信号进行滤波处理,对船舶配电网扰动信号中的噪声进行去除和抑制,最后采用分形理论对船舶配电网扰动信号进行检测和定位,并实现了船舶配电网扰动信号检测的仿真验证性测试。测试结果表明,本文检测系统可以对船舶配电网扰动信号进行高精度定位,具有很强的自适应能力,缩短了船舶配电网扰动信号检测时间,是一种速度快、精度高的船舶配电网扰动信号检测系统。     

丹江口水库下游河床冲刷与水位降落对航道的影响

在冲积性河流上修建水库以后,因水库的调节作用水库下游的水、沙过程发生巨大改变,导致河床新的变形,直接影响航道水深的变化,给航道带来不同影响。本文根据水库下游丹江口至碾盘山河段的观测资料和河床演变分析,论证了在水库调节作用下河底降低与水位下降关系的五种变化类型,分析了五种类型产生的原因和条件,这不仅对汉江中游的航道整治具有重要意义,而且对水库下游冲积性河流的冲刷,特别是三峡工程兴建后河床冲刷对航深的影响均具有一定的参考价值。     

基于混合高斯背景建模的交通视频运动目标检测

目前最常用也最有效的运动目标检测方法是背景减除法,其中背景提取是背景减除法的核心.传统的运动目标检测方法无法解决场景的光线突变、背景图像发生变化以及前景运动目标物体的阴影干扰等问题.针对交通视频中背景模型的实际情况,采用混合高斯分布对视频背景进行建模,将前一帧视频图像与所建立的当前背景图像进行相减,得到车辆在当前时刻的运动图像,并将所得图像进行形态学去噪处理.通过相关的仿真实验,证明了该方法能够比较准确地检测出前景运动车辆目标.     

基于汽车底部阴影特征的快速车牌定位算法研究与仿真

提出了一种结合车底部阴影的梯度特征寻找并确定可能存在车牌区域,然后利用车牌先验知识排除不含车牌的错误区域,再根据我国车牌类型特征与比例特征初步分割出小范围车牌区域,并利用Soble算子进行边缘检测,最后结合数学形态学进行快速精确定位。实验结果表明,该方法能够快速,实时有效的检测出车牌所在位置。     

数学形态学路面裂缝识别算法研究

裂缝的自动识别是公路管理和维护系统的一个重要组成部分。根据路面图像的特点,提出了一个新的基于多结构多尺度数学形态学路面裂缝自动识别算法。首先使用不断增大的结构元素对图像进行交替开闭滤波,平滑图像并去除噪音,然后使用多尺度形态学边缘检测器提取裂缝边缘,最后使用基于标记符的分水岭变换分割出裂缝对象。结果表明,和传统方法相比,文中提出的算法显示出更好的效果。     

一种改进的形态学边缘检测方法

对经典形态学进行了3点改进,提出一种多尺度多级级联自适应加权图像边缘检测算法.经实验结果表明,与其他方法相比,该算法抗噪性能更优,得到的边缘图像具有良好的边缘细节特性,算法比较简单,具有一定的实用性和可行性.     

基于自适应形态学滤波的ICT图像缺陷提取

针对ICT图像缺陷现有提取方法的不足,提出了一种自适应的数学形态学滤波方法．该方法首先对整张图像进行分水岭变换,根据区域大小自适应地选取结构元素区域．然后对该区域边界进行椭圆拟合,以确定结构元素模板．根据形态学原理运用此模板对图像进行闭运算,从而获得图像背景．最后,用背景图像减去原始图像,即可获得缺陷的图像．试验结果表明,该方法能获得更好的图像缺陷提取效果．     

基于序列图像的交通流自动调节系统

本文提出了从视频动态序列图像中检测、识别汽车目标的算法,以此来分析城市道路车流量状况,并自动调节控制系统。通过背景抑制法获得汽车区域,利用基于数学形态学的方法进行去噪声;利用二值图像阈值法和相关法来分别提取汽车车身和车灯。从而估算城市道路汽车流量,并调整道路中间隔离栅。仿真实验结果表明：算法能够有效的检测、识别目标,并对控制系统进行自动调节。     

优化形态学滤波在高速列车轴承故障诊断中的应用

针对传统形态学滤波方法在提取高速列车轴箱轴承故障特征时过于依赖先验知识,结构元素相关参数(长度L和高度h)未结合信号特征做自适应选取的问题,文章在数学形态学滤波(Mathematical Filter, MF)、布谷鸟算法(Cuckoo Search Algorithm, CS)、实际工程应用方面做了深入研究。通过布谷鸟算法对结构元素的长度和高度进行自适应寻优,然后使用最优结构元素对信号进行处理,提取出信号中的冲击成分和故障特征,对比传统的解调方法可以发现该方法更准确、更快速。