运动背景下移动目标分割定位算法研究

针对运动背景下运动目标分割定位困难的问题,提出了融合背景补偿与均值漂移的运动背景下目标分割定位算法。该算法首先在运动背景补偿的基础上,利用帧间差分法得到差分图像。其次,对差分图像中非零像素点建立多特征描述子,运用均值漂移算法对其进行聚类。最后,利用均值聚类得到的非零像素点来对运动目标进行分割定位。实验结果充分表明,该算法可以比较精确地进行运动背景下移动目标的分割定位。

带式输送机托辊红外图像分割与定位算法

由于煤矿带式输送机关键部件缺乏有效监测,而传统目检、温度监测方法存在工作量大、盲点多等问题,文中提出一种基于连通分量的带式输送机托辊红外图像自动分割与定位算法,对巡检机器人沿巡检轨道采集的带式输送机红外图像进行处理,利用垂直和水平投影截取托辊所在区域,减少支架、输送带以及背景对后续图像处理的影响;采用基于连通分量的长短轴比和面积信息对图像边缘进行过滤,消除对上述截取图像进行边缘检测形成的伪边缘,保留托辊的真实边缘;利用形态学闭运算连接托辊边缘缝隙,通过边界跟踪获得托辊闭合轮廓并进行种子区域填充,实现托辊自动分割;最后根据所得托辊二值图像闭合轮廓,基于轮廓像素点遍历在原红外图像完成托辊的自动定位。实验表明,本方法可快速实现托辊的自动分割和定位,为带式输送机托辊的运行状态监测奠定了基础。

基于HSV颜色空间的一种车牌定位和分割方法

提出了一种利用HSV颜色空间和投影技术相结合的车牌进行定位和分割方法。该方法是在HSV彩色空间中,充分利用车牌图像提供的彩色信息,构造出5级灰度图,然后利用水平、垂直投影技术,结合概率统计方法进行分析和判断,确定并分割出汽车牌照。实验表明,车牌正确分割率为91%以上,能够满足实际应用要求。

图像处理技术在车牌定位与字符分割中的应用

车牌定位和字符分割是车牌识别系统中关键的部分,定位的准确程度与分割准确性直接影响到车牌识别的效果。基于图像处理技术,对车牌灰度图像的进行灰度修正,Wiener滤波并进行二值化,使之能够准确地从图像中提取出车牌。采用线性映射的方法,增强图像灰度范围,基于水平扫描与先验知识约束条件相结合的算法进行车牌定位,同时利用最小二乘法原理,实现了最大类间方差法对车牌进行分割。用MATLAB软件进行仿真实现,验证效果好。

基于自动定位分割的图书识别框架

提出一种基于自动定位分割的图书识别算法,主要包括对拍摄图像进行图书封面区域的自动定位、感兴趣区域(ROI)分割、标准形状矫正以及有效区域的特征提取与相似性匹配部分.自动定位分割部分根据图书封面的几何形状特点,通过基于霍夫变换的形状检测算法对自然场景下拍摄的图书封面图像进行有效区域定位,对ROI进行分割并根据逆仿射变换将其矫正到标准形状;然后对获取的有效图书封面区域进行基于改进的尺度不变特征变换(SIFT)的特征点检测和特征描述,并采用词包(BOW)方法对其进行特征量化和码本学习,从而将定位分割出的图书图像与数据库中图书源图像进行相似性匹配.实验结果表明,对包含一定复杂程度背景的图书图像进行准确的定位分割和矫正,在很大程度上影响着基于特征匹配的图书识别技术的精确度.

基于字符包围盒特征参数的车牌定位分割研究

现有的车牌识别流程中,车牌定位和字符分割关联性较小,有效融合这两个过程可以提高检测的效率。为此,提出了一种基于字符包围盒特征参数的车牌字符定位分割算法。该方法首先使用高斯-拉普拉斯算子对车牌图像进行滤波和边缘检测,在此基础上,使用连通区域分析和轴对齐包围盒检测和表征边缘图像中的连通域,根据车牌字符的分布规律来筛选目标包围盒,最后基于目标包围盒中心点对车牌字符进行倾斜矫正和定位分割。实验结果表明,该方法可以有效地定位车牌和分割字符,准确率可达到93.5%。

改进Hough圆变换的细胞图像定位分割研究

针对改进Hough圆变换在尿液图像中红细胞定位分割中的应用,首先阐述Hough圆变换原理,明确该处理方法的优势与作用,其次介绍尿液图像红细胞,最后从定位分割方法、改进Hough圆变换检测两个方面着手,分析Hough圆变换的运用,提高尿液图像中红细胞定位分割准确性,为尿常规检查提供先进图像处理技术。

一种基于机器视觉的瓷砖定位分割方法

在瓷砖视觉检测中,提出了一种新的定位分割方法,该方法可对任意角度的瓷砖目标进行定位分割,为后续的缺陷检测及机器人抓取提供了高精度的处理模块与定位基准。首先通过预处理消除采集图像噪声,然后根据瓷砖自身的灰阶梯度,对其进行轮廓提取,并以轮廓斜外接矩形面积及矩形度双重约束去除复杂背景的干扰。再通过轮廓掩膜获取目标区域图像,设置ROI(Regions of Interest,感兴趣区域)使目标区域从检测背景中分离出来成为一个独立单元。最后采用斜矩形对角线与标准位置的几何偏差作为矫正的反馈信息,以矫正轮廓质心作为定位基准。

HSV色彩空间中的多阈值车牌定位分割方法

本文是在HSV颜色空间下,根据车牌区域的颜色和几何特征,通过多阈值分割的方法,综合利用数学形态学运算、连通域形状和字符密度检测,有效解决了彩色图片车牌提取的问题。实验表明,该方法效果好,精度高,通过154幅实测机动车图象进行车牌定位分割,准确率91%。

基于车牌定位的汽车挡风镜定位分割方法研究

针对目前智能交通系统中车脸定位识别技术相对空白的状况,本文提出了一种车辆挡风镜区域定位分割的方法,并用C#进行了系统实现。此方法结合目前比较成熟的车牌定位技术,通过缩小目标区域和图像扫描统计的方法,对二值化后的车辆图像进行了挡风镜区域的定位与分割。经对不同光照、不同车型的车辆图像测试,该算法具有快速、精确、鲁棒性强、自适应性好的优点,为进一步车内人脸定位与识别提供了一定理论与技术基础。本方介绍的识别方法有一定的新颖性,已获得相关发明专利授权。

复杂背景下油茶果采收机重叠果实定位方法研究

油茶果机械化振动采摘技术关键在于振动点选取,判断振动点选取取决于果实生长密度测算和分布估计。然而自然环境下重叠果实的识别对判定结果有较大的影响,因此提出一种基于凸壳识别的分割边界优化方法,提升重叠油茶果识别与分割准确度。该方法先将原始图像转换颜色空间,经过阈值分割和形态学处理获得重叠果实的凹区域,然后在此基础上通过Harris角点检测得到区域的特征点集,利用主成分分析(PCA)和欧式距离方法分析特征点距离关系得到分割路径,最后采用最小二乘法对分割后的目标区域进行拟合重建得到果实轮廓。对比重建的果实轮廓与真实分布图像,该方法的平均定位误差为8.6%,比Hough方法低5.1%;平均耗时为0.52 s,比Hough方法低0.12 s。结果表明,提出的方法可以有效解决重叠油茶果实识别与分割问题,为采摘装置的振动点选择奠定基础。

一种基于纹理和颜色综合特征的车牌定位新方法

根据车牌纹理及其几何形状的特点,提出了一种基于区域生成的车牌图像定位新方法,该方法灵活有效,通用性强,同时可以根据需要反复分割,直至取得最好效果;另外提出一种新的色彩分割方案,根据车牌的颜色特征在车牌区域内进行色彩分割,进一步地精确定位车牌区域,使得本方法不仅定位准确度高,而且分割精确度也很好。

低轨卫星频谱感知的二维差值迭代分割

在低轨卫星通信系统中应用频谱感知技术,必须解决波束覆盖范围过大造成感知结果空间分辨率过低的问题。提出了二维差值迭代分割算法,利用地球自转引起的轨道面旋转方向,以及卫星行进方向上的波束重叠,经迭代计算获得波束下各子区域的频谱环境数据。经仿真表明此算法可以有效分割波束,并在6dB以上的信噪比条件下结合能量检测器准确定位主用户信号,从而满足低轨卫星通信系统的应用需求。

车牌图象定位方法的研究与应用

智能车牌识别系统由图象获取、图象定位、数据库管理等几部分组成,图象定位部分在整个系统中的地位非常重要。在分析常用的图象定位方法存在的问题后,提出了一种新的定位车牌的方法即二值化定位方法,具有定位准、实时性强和鲁棒性好等特点。

基于颜色和纹理综合特征的车牌定位方法

提出了一种基于颜色和纹理综合特征的车牌定位新方法。首先进行色彩分割,然后进行区域生成,最后从中分割出车牌。实验结果表明算法效果好、速度高,而且适用于对有噪声及复杂背景的车牌图像进行分割。

基于体素栅格的矿区敞车车厢自动定位与分割的研究

在矿料车间的自动化改造过程中常采用多个安装在车间顶部的激光雷达来感知外部环境信息。然而,这种安装方式常导致雷达到火车的距离与矿料车间中敞车车厢之间的距离相差过大,雷达采集到的点云十分杂乱稀疏且部分缺失;随着车厢中堆积的矿料越来越多,雷达采集到的点云也会不断变化;且车间中的火车有不同的型号尺寸、在装完一部分车厢之后火车还会向前运动。这些情况都会给车厢的自动定位和分割带来困难。基于此,借鉴点云体素的思想,创新性地提出了一种基于平面矩形栅格的矿区敞车车厢的点云自动定位与分割方法,通过实际数据测得该方法的相对误差依然可以控制在±1%以内,具有良好的优越性能,可以为矿区的自动化改造提供先决条件。

虹膜识别技术的发展综述

虹膜识别技术以其特有的优越性成为了目前国内外学者研究的一个热门课题。在此基础上,简要概述了虹膜识别技术的历史发展,较为详尽地总结了近年来国内外学者对虹膜识别技术研究的创新点以及研究进展,对当前在该研究领域中存在的一些问题进行了分析,并提出了解决方法及未来的发展方向。

基于WebGIS的油田信息查询系统

针对传统的油田GIS系统存在的不足,包括客户机/服务器(C/S)模式运维不便,无法在线实时绘制兴趣点(POI),不能根据区域进行分割定位等方面,提出了相应的解决方案,设计并实现了基于AJAX+JSON+HTML5组合技术的浏览器/服务器(B/S)架构油田信息查询系统。实验结果显示,POI实时绘制功能和区域分割功能提高了交互性,丰富了用户体验,满足油田应用的实际需求,为多元化网络服务的发展铺垫了道路。

基于傅立叶变换的二维条码识别

研究了基于傅立叶变换的二维条码识别技术 .首先探讨了二维条码的定位分割技术 ,即在条码中分割出单行码字符号的图象 ,分析条码信号经过点扩展函数卷积后的降质模型 ,并讨论条码信号的一阶导数和中点的性质 ,通过分析条码信号 ,提出了一种计算点扩展函数标准方差的算法 ;然后利用傅立叶变换对条码信号进行反模糊滤波 ;最后对复原的条码信号做差分处理 ,并采用边界强度直方图策略自适应地选取阈值滤去噪声导致的无效边界 .在边界强度直方图中 ,采用基于矩阈值选取的方法寻找最佳阈值 .实验结果表明 ,该识别算法具有优秀的性能 ,显著地提高了条码的识别率 。

基于神经网络算法的汽车牌照自动识别系统设计

论述了汽车牌照自动识别系统的组成、原理及车牌图像预处理、字符的定位和分割方法,并在对字符进行特征提取的基础上,研究了利用神经网络算法对字符进行识别这一问题.