基于灰度方差和正逆扩散结合的PET重建

在正电子发射断层成像(PET)中,最大后验重建引入图像先验分布信息,将重建结果约束在正则空间中,但是不恰当的约束将导致重建图像过度平滑;经典正逆各项异性扩散模型仅考虑图像的梯度信息,不能完整表征图像的特征。针对该问题,提出了一种基于正逆扩散的优质PET重建算法,将灰度方差与正逆扩散模型结合,并采用改进模型进行正逆各项异性扩散,进行中值先验分布的贝叶斯重建。仿真结果表明,新算法克服了传统算法图像退化的缺点,优化了重建质量,能获得较高的信噪比和较好的图像视觉效果。

基于灰度方差的自适应指纹图像分割法

指纹图像分割是自动指纹识别过程中重要的一步,其目的是从图像背景中分离出有用的指纹区域。灰度方差法是一种简单快速的指纹图像分割算法,本文给出一种自适应阈值的灰度方差分割法。实验表明,本文方法选取的分割阈值能够较好的分离出指纹图像的前景和背景,是一种有效的指纹图像分割算法。

基于灰度方差和边缘密度的车牌定位算法

在车牌定位的过程中,由于光照变化、视点和距离变化、车辆运动、复杂背景等原因,摄像机很难获取到高质量的图像。为了克服这些问题对以后的车牌定位算法的影响,提出了利用车牌区域的性质来进行车牌定位的新算法。车牌区域具有在一定范围内灰度方差近似相等和边缘密度近似相等的性质,利用这些性质来增强车牌区域。为了定位车牌区域,提出基于车牌区域边缘密度性质的匹配滤波器,该滤波器可以有效地提取出所有候选目标。利用形态学和先验知识进行目标真实性验证。通过对不同环境条件下获取的700幅图像进行实验,实验结果表明该算法有效地提高车牌区域的图像质量且车牌目标定位准确率达到98.4%,验证了算法的有效性和鲁棒性。

改进的灰度-局部方差二维直方图图像分割

为了提高图像在受到高强度高斯噪声影响下的分割效果,针对传统的二维直方图灰度-平均灰度法,平均灰度-梯度法,二维Otsu斜分法等方法一致性低、对比度低和分割不够准确的情况,现提出一种改进的二维直方图灰度-局部方差的方法。局部方差不仅综合考虑了各像素点与中心像素点数据的离散程度,而且降低了图像受噪声干扰的影响。为了提高分割速度,减少计算量,使用了快速递推算法。实验结果表明该方法比传统的Otsu灰度-平均灰度法和平均灰度-梯度法具有更好的分割效果、一致性和对比度更高。

基于灰度方差的驾驶人面部检测方法

驾驶人驾驶行为监测及预警系统对于提高行车安全性及降低交通事故等都具有重要作用，在营运驾驶员在途营运行为、驾驶员培训等领域有着广泛的应用前景。用于驾驶人安全辅助驾驶的监控技术属于主动安全领域，具体的方法有很多种，如驾驶人驾驶行为监测、车距保持、驾驶人视野拓展等等，其中基于机器视觉的驾驶人驾驶行为监测是近年来比较热点的一个研究课题。

灰度—梯度—方差三维共生矩阵图像纹理分析法及在肝癌识别中的应用

本文提出一种新的灰度——梯度——方差三维共生矩阵纹理分析方法,应用于肝癌声像图识别,获得了满意的效果。该方法提取了图像的灰度、梯度、方差三种信息,并将它们综合在一起,形成三维共生矩阵,比较全面地反映了图像的纹理特征。利用这一方法可以识别出最小直径为0.6厘米早期肝癌,而凭医生的经验,通过声像图通常只能诊断出直径在2厘米以上的肝癌,因此大大提高了早期肝癌的临床诊断率,并可推广应用于其它图像的辅助分析中。

指纹图像的自适应方差分割法

指纹图像分割的目的是从图像背景中分离出有用的指纹区域。灰度方差法是一种简单快速的指纹图像分割算法,本文给出一种自适应阈值的灰度方差分割法。实验表明,本文方法选取的分割阈值能够较好的分离出指纹图像的前景和背景,是一种有效的指纹图像分割算法。

基于灰度分析的路面裂缝图像分类算法研究

为了应对传统人工调查方法已不能适应当今道路养护管理发展需求的问题,从提高路面图像分类检测效率的需求角度出发,设计基于图像掩膜的去噪增强算法,采取路面图像的灰度作为分类特征,并且设计路面图像子块灰度方差的最值之差、一幅路面图像中子块图像方差的最值之差超过阈值的子块图像数量,以及子块图像灰度熵的最值之差为特征的分类算法,并引入神经网络进行路面图像的分类.实验结果表明,相对于中值滤波、均值滤波、偏微分方程、掩膜增强算法,所选取的图像去噪增强算法能够保留路面图像中的细微裂缝;且图像分类算法具有高检测率,零误检率,能够实现大规模路面图像的快速、准确分类.此外,所建立的分类算法能够保证分离出的完好图像中,不会掺杂路面裂缝图像,可以降低后续对路面裂缝图像处理的工作量,且其能为公路养护管理的决策提供依据.

联合灰度与梯度性质的掌纹主线提取方法

掌纹主线的提取可为掌纹识别、掌纹诊断专家系统等掌纹处理技术提供重要的数据。为了让提取的掌纹主线结果形态自然,位置正确,提出利用Laplacian算子对掌纹灰度图像进行了对比度增强,采用局部灰度平方差来分割出掌纹主线,通过Sobel算子与范围模板去除噪声,对获得的特征图像采用数学形态学操作并细化,从而获取简化的主线特征。对不同形态的掌纹进行了算法验证,结果表明该方法保留了掌纹主线的细节信息,能满足后续处理技术的数据要求,并且算法简单、实时性强。

基于机器视觉的煤矸智能识别系统研究

自动化的煤矸识别对于提升分拣效率及改善工作环境至关重要。提出了一种基于机器视觉的煤矸智能识别系统,采用加权平均及双边滤波算法对煤矸图像进行预处理,随后采用灰度方差和惯性矩均值进行煤矸特征的提取,最后利用最小二乘支持向量机(LSSVM)进行煤矸智能识别。试验结果表明,煤矸识别的准确率大于97%。

一种新的自适应双边滤波算法

现有的双边滤波算法需要预先设置空间方差和灰度方差参数,滤波时参数固定且不能保证是最优的参数设置.文中提出一种新的自适应双边滤波算法(adaptive bilateral filtering,ABF),通过目标尺度信息实现空间方差局部自适应取值,保留更多的图像边缘特征;采用图像分块技术估计噪声方差,根据噪声方差自适应地设置灰度方差,以保证滤除噪声的性能;通过强制增大空间方差滤除较强噪声点.ABF不必像传统双边滤波算法那样根据经验设置参数,而是根据图像局部特征自适应地设置空间参数,不仅提高了滤除噪声的能力,而且更好地保留了图像边缘特征.仿真实验表明,无论是主观评价还是客观评价,所提出的方法均优于传统的双边滤波算法、各向异性扩散算法和改进的双边滤波算法.

用于弱纹理场景三维重建的机器人视觉系统

为了实现机器人在弱纹理场景中的避障和自主导航,构建了由双目相机和激光投点器构成的主动式双目视觉系统。对立体视觉密集匹配问题进行了研究:采用激光投点器投射出唯一性和抗噪性较好的光斑图案,以增加场景的纹理信息;然后,基于积分灰度方差(IGSV)和积分梯度方差(IGV)提出了自适应窗口立体匹配算法。该算法首先计算左相机的积分图像,根据积分方差的大小确定匹配窗口内的图像纹理质量,然后对超过预设方差的阈值与右相机进行相关计算,最后通过遍历整幅图像得到密集的视差图。实验结果表明:该视觉系统能够准确地恢复出机器人周围致密的3D场景,3D重建精度达到0.16mm,满足机器人避障和自主导航所需的精度。与传统的算法相比,该匹配方法的图像方差计算量不会随着窗口尺寸的增大而增加,从而将密集匹配的运算时间缩短了至少93%。

一种改进的指纹图像分割算法

针对经典的基于灰度方差的指纹图像分割算法对强噪声区域分割不准确的问题,深入分析了灰度均值计算方法和噪声对方差的影响,结合有效指纹图像区域灰度分布的基本特征,提出了灰度均值求取和灰度方差求取的改进算法。实验结果表明,相比于经典的灰度方差求取算法,改进算法求取的均值和方差更能够代表指纹图像的特征,分割结果更为准确、可靠,对强噪声的抵抗能力更强。

基于图像处理的疲劳裂纹扩展长度在线测量方法

为了在金属疲劳裂纹扩展试验中采用直观、准确、可靠的方法获得高精度裂纹长度尺寸,提出了基于图像处理技术的疲劳裂纹扩展长度在线测量方法。首先,采用大尺寸黑白全帧面阵CCD和微距显微镜头对疲劳裂纹扩展过程中的图像进行采集,分析疲劳裂纹的图像形态特征,采用亚像素边缘定位方法对预制裂纹边缘进行检测,求出疲劳裂纹起点位置。然后,对裂纹扩展区域进行图像子区划分,对图像子区采用基于灰度统计数据的自适应分割方法进行裂纹分割,采用单区域增长算法进行二值化裂纹图像连接得到裂纹主干。最后,进行了系统标定和疲劳裂纹长度在线测量试验。试验结果表明:本方法测量精度高、抗干扰能力强、数据稳定可靠,裂纹长度测量精度为0.03mm,满足裂纹扩展试验国际标准的要求。

一种指纹图像的局部阈值分割算法

指纹图像分割是指纹识别预处理中重要的一步。在灰度方差法的基础上,针对人为选择阈值的困难和不准确性,以及因噪声带来的误分割,提出了一种灰度方差和灰度梯度结合的局部阈值分割方法。在实验中,通过和其他典型指纹分割方法的比较,该方法可以高效快速的对指纹图像进行分割,对噪声比较大的低质量指纹图像分割较好,特别对一些用全局阈值不易分割的指纹图像有较好的效果。

基于自适应模板的图像修复算法

当前基于纹理的图像修复算法中模板块的尺寸是固定的,这样,当模板块尺寸很小时,虽然修复的精度会提高,但是算法的时间复杂度会大幅增加;相反,当模板块尺寸很大时,虽然可以降低算法的时间复杂度,但会使算法的误修复率提升。针对以上问题,提出了基于自适应模板的图像修复算法,该算法能够根据当前模板块与尺寸扩大后模板块之间的灰度均值及方差的变化情况来自适应地扩大模板尺寸,同时,根据模板块与样本块之间的匹配情况自适应地缩小模板块。最后,将所提提出的算法用于实例验证,其结果表明所提算法不但可以有效地提高图像修复的精度,而且提高了图像修复的效率。

基于连续分布方向图的指纹图像分割算法研究

在研究和分析了典型的指纹图像分割算法的基础上,提出了一种新的基于连续方向图的指纹图像分割算法。这种连续方向图过渡平滑、自然,具有很好的连续性、渐变性和抗噪性,同时又具有极高的精确度,能更精确地反映指纹脊线的结构特征,从而使得分割效果更佳。实验结果表明,该算法处理效果好、运算速度快,有效地满足了指纹图像分割的要求。

基于SURF特征匹配的电气化铁路接触网支撑装置旋转双耳不良状态检测

针对电气化铁路接触网支撑装置中旋转双耳耳片断裂问题,提出一种基于快速鲁棒性特征SURF(Speeded-up Robust Features)匹配的图像检测方法。利用标准旋转双耳图像与待检测图像局部不变特征点的匹配,实现旋转双耳的初识别;应用Hough变换实现耳片精确定位;通过耳片局部图像中的灰度方差判断耳片是否存在断裂状态。实验表明,该方法能在复杂图像中较准确地识别耳片断裂特征,为旋转双耳的状态检测提供参考。

一种新的指纹图像复合分割方法

本文在分析了方差法,方向图法和角部灰度均值法的优缺点后,将它们合理的结合,提出了一种新的基于方向图和角部灰度均值的复合分割方法。本算法的优点是充分利用了指纹图像特有的方向性和灰度特性,对于方向图法和方差方法单独应用时无效的情况都适用,能准确地将背景区域从指纹图像中分离出来,从而提高了分割的精确度。

自动指纹识别系统中指纹图像分割方法的研究

在研究和分析传统的指纹分割方法:方差法和方向图法的基础上,介绍了一种基于最大类间方差的指纹图像分割方法,并将它和方向图法合理结合,然后提出了一种新的基于方向图和最大类间方差的复合分割方法。该复合分割方法的优点是不仅具有良好的分割效果,而且该方法在运算速度上比传统方法更快,更适合于实时处理。