图像的亮度矩和阈值分割

简要介绍图像的亮度矩以及在保持图像亮度矩不变的条件下对图像进行两级阈值分割的方法 ,并对这种方法得到的方程组采用最小二乘法进行求解 ,以减小噪声干扰 。

基于小波分解和亮度矩的车牌定位方法

文章提出了一种基于小波分解和亮度矩的复杂背景下,图像中车牌定位和分割的方法。针对小波分解能较好地保留图像中的细节信息,选用小波作为车牌分割工具;为了突出车牌字符与图像中其它信号特征的差异,定义了一个亮度矩函数,用以搜寻牌照的上下、左右边界。仿真结果表明,该方法定位准确率高、速度快。

基于小波变换和亮度矩的车牌图像分割算法

车辆牌照图像的分割是车牌识别的前提和基础 .针对牌照与车身背景的分割问题 ,该文提出了基于小波变换和亮度矩方法的车辆牌照阈值分割算法 .首先 ,对车牌图像进行小波去噪 ,然后利用亮度矩对去噪后的车牌图像进行阈值分割 .实验结果表明 :此方法能够从含有较强噪声的车辆图像中获取车牌图像 ,且具有相对于图像的平移。

基于小波分解和亮度矩的车牌定位方法

提出一种基于小波分解和亮度矩的复杂背景下,图像中车牌定位和分割的方法。针对小波分解能较好地保留图像中的细节信息,为突出车牌字符和图像中其他信号特征的差异,定义了一个亮度矩函数,用于搜寻牌照的上下、左右边界。仿真结果表明,该方法定位准确率高、速度快。

基于一阶和二阶亮度矩不变的图像阈值分割的迭代算法

在简要介绍图像的直方图后,着重讨论一种保持图像的一阶和二阶亮度矩不变的条件下对图像进行两级阈值分割的方法,并对这种方法得到的方程采用迭代方法求解,得到较为精确的阈值．

基于亮度相关矩的MODIS和SPOT影像融合研究

针对MOD IS影像空间分辨率较低的问题,提出了一种基于亮度相关矩的多分辨率图像融合方法。该方法首先对SPOT影像进行小波分解,将MOD IS影像构成的RGB颜色系统变换到IHS颜色系统;然后,根据强度分量和SPOT影像低频分量的均值和方差来定义图像亮度相关矩;最后,IHS逆变换和小波逆变换得到包含更多信息和有效特征的融合图像。试验结果证明该方法得到的融合图像在保留地物光谱信息和提高空间分辨率上都具有很好的效果。

基于亮度质心不变矩的配准描述子方向

为提高图像配准方法中描述子方向的计算精度和效率,设计基于亮度质心不变矩的轴向密集插值法和面积积分法。配准前,将复杂计算融入系数矩阵中,实现配准实验系统。实验结果表明,两种方法的计算速度均比SURF快4倍;面积积分法的角度计算精度在全方位上比SURF算法和轴向密集插值法更加均衡,对实验图像配准的重复率也达到SURF水平;轴向密集插值法在45°方向附近有着远高于SURF算法的表现,但在其它角度上表现不稳定,提示了通过优化系数矩阵提高方向矢量精度的可能性。

图像矩二值化及其MATLAB实现

本文介绍了图像的亮度矩以及利用亮度矩进行图像二值化的方法,并给出其MATLAB5.2.1实现,具有一定的参考和实用价值.

一种大场景下的棋盘靶标自动定位算法

在大场景且背景影响较大的测量环境下,目前常见的用于相机标定的角点提取算法无法准确获取棋盘靶标的角点,因此针对棋盘靶标图案,提出一种大场景下的棋盘靶标自动定位算法。该算法根据棋盘靶标的结构特征,首先由加权亮度矩和灰度梯度投影算法自动定位图像中可能的棋盘靶标区域,其次在棋盘子图像中利用Hough变换验证该棋盘靶标所在区域的有效性。实验结果表明,该算法能够在大场景中自动准确地定位出棋盘靶标区域,为后续进一步高精度角点定位奠定良好的基础。

四维聚类和彩色图像的两级阈值化算法

定义了一种称为四维“复数”的概念来表示彩色图像象素,并由此定义彩色图像的“亮度矩”。它以原图像的“亮度矩”与二值化后的图像“亮度矩”保持不变为基础,用于彩色图像的二值分割中。这种称为矩—四维聚类的两级阈值化算法不仅简单实用,而且效果较好。是彩色图像的二值分割的一种有效方法。

基于自适应加权的MODIS和SPOT影像融合研究

针对MOD IS和SPOT影像融合问题,提出了一种基于自适应加权的亮度相关矩多分辨率影像融合方法。该方法首先对SPOT影像进行小波分解,将MOD IS影像由RGB颜色空间变换到IHS颜色空间;然后,根据强度分量和SPOT影像低频分量加权后的局部均值和方差来定义影像亮度相关矩,以选择不同策略进行融合;最后,通过IHS逆变换和小波逆变换来得到包含更多信息和有效特征的融合影像。试验结果证明,该方法得到的融合影像,在保留地物光谱信息和提高空间分辨率上都具有很好的效果。