智能图像处理技术在车型识别中的应用研究

提出了一种应用于视频车型识别系统中的图像预处理方法．该方法对采集到的车辆图像去模糊恢复，然后采用快速的梯度算法得到背景与车辆的边缘图像，用两幅边缘图像相减分割出车辆图像，再对图像二值化，并进行直线拟合、填充处理，最后用轮廓跟踪的方法得到完整的车辆轮廓图，从而有效提取特征参数．     

基于粗精双线区域生长法的多目标识别

在分析多目标害虫图像特性的基础上,提出了基于粗精双线区域生长法的多目标识别算法。在多目标图像中,为了减少运算量、提高实时性,先用迭代阈值法对图像进行预处理,将图像二值化,然后使用改进的区域生长法,使用粗精双线种子生长法有机结合的方法获得图像中的各个目标的四个边缘坐标,然后在原图中进行目标分离,重构单个目标并进行标示。实验结果表明,该算法可准确快速地实现对多个目标的识别。     

噪化图像的形态学分割方法

对严重噪化的图像，提出一个形态学分割方法，先通过灰度骨架变换方法和最大内接块的概念将图像中的颗粒噪声，目标表面及有噪背景分离开，移去变化背景及颗粒噪声，使图像得以增强，为了成功地识别和分离不需要的成分，用灰度形态开形成一个尺寸鉴定算法，最后在增强图像上应用全局阀值化从背景中获得目标。     

面向对象的QuickBird影像道路提取

采用面向对象影像分析方法对试验区Quick Bird影像进行了主干道目标的提取,通过影像多尺度分割、影像类规则库的建立以及面向对象的编辑,提取出试验区主干道目标,取得了不错的效果。     

基于图像处理的路面裂缝识别研究

传统的人工视觉检测裂缝方法具有耗力、耗时、不精确、影响交通、危险、花费高等缺点。这里介绍一种基于图像处理的路面裂缝类病害自动识别方法。首先使用一种掩膜平滑法,对有大量噪音的路面图像进行增强,再采用最大类间、类内距离准则对图像进行阈值分割,提取图像上的裂缝特征,实验结果表明了该方法的有效性。     

深度卷积网络的舰船图像自动分割研究

当前舰船图像自动分割方法存在"过分割"或者"欠分割"现象,使得舰船图像自动分割误差大。为了提高舰船图像自动分割精度,提出了基于深度卷积网络的舰船图像自动分割方法。对当前舰船图像自动分割的研究现状进行分析,找到引起舰船图像分割误差的原因。采用活动轮廓模型对舰船图像进行粗分割,并找到其中的舰船图像错误分割区域。最后,采用深度卷积网络对舰船图像的错误分割结果进行校正,实现舰船图像进行精细分割,并与活动轮廓模型的舰船图像自动分割方法进行了对比实验。结果表明,相对于活动轮廓模型,深度卷积网络的舰船图像分割精度更高,降低了舰船图像的误分割率,验证了本文舰船图像自动分割方法的优越性。     

复杂背景下基于视频流的人脸检测技术研究

针对复杂背景下的彩色图像,实现了基于视频流的人脸检测与跟踪系统。文中以WebCam采集的视频流为数据源,截取视频流中的单帧图像,采用肤色分割和模版匹配相结合的算法检测人脸,在此基础上实现了在视频流中对于人脸的跟踪。试验证明了该算法的有效性和实用性。     

基于异构小波基函数的语音增强方法研究

小波基函数的正交程度不同,消失矩、支撑性等也都不同,因此,选用不同的小波基函数会有不同的语音增强效果.本文通过对小波基函数性能研究和筛选,实现了小波基函数在语音增强中的不同作用,同时还提出了一种基于语音信号浊音段和清音段的可变阈值的语音增强实现方案.计算机仿真结果表明:这些方法的综合运用不仅能有效提高语音信号的信噪比,而且在很大程度上改善了语音的失真度,具有一定的实践指导意义.     

基于互信息最佳阈值迭代的图像分割方法研究

阈值分割是一种重要的图像分割方法,是图像检测与识别的重要预处理步骤之一.依据分割图像与原图像之间的内在联系,提出一种互信息和阈值迭代相结合的番茄图像自动优化分割方法(MI-OPT).分割实验表明:对成熟期果实与背景的颜色差异不大或表面色彩不一致的番茄图像,MI-OPT分割方法效果较好.     

基于最大类间可分离度的轮廓线分割

对轮廓线上每点的前后两个局部段进行局部直线拟合，在此基础上计算这两个局部直线段的类间可分离度，证明它就是轮廓线点是否为一优势点的对数似然比，并把轮廓线上的优势点定义为具有局部最大类间可分离度的轮廓点，基于此概念，开发了用直线多边形良好逼近轮廓线的轮廓线分割算法，该算法能精确鲁棒地检测轮廓线优势点，实验结果表明了该技术的性能是令人满意的。