非均匀光照文档图像快速二值化方法

拍照方式获取的文档图像在OCR识别中,可能因光照不均而导致识别率低下。针对此问题,提出一种基于分块的自适应文档图像快速二值化方法。根据文档区域亮度特征划分光照均匀区域、阴影区域及亮光区域,对不同区域自适应地选取最有效的二值化算法。为解决传统White算法自适应能力的不足,对其进行改进,有效减少了伪影和断笔的产生。实验结果表明,该方法能明显提高光照不均文档图像的OCR识别率,且校正速度快、鲁棒性好。

基于序列图像车道线检测的自主导向方法

为了改善视觉导向的精度和计算性能,提出一种基于序列图像车道线检测的自主导向方法。首先,将获取的图像转换成HSV图像格式,划定车道线感兴趣区域(Region of Interest, ROI),对S和V通道的图像采用提出的区域垂直斜分OTSU算法实现二值化;然后,融合H、S和V通道二值化后的图像,对其进行边缘提取,依据提出的参数约束Hough变换,辨识出车道标识线;最后,结合序列图像的车道线位置,计算出车体的位姿,根据建立的导向控制模型,控制无人智能车的左右打轮幅值。理论分析和实验结果表明,该方法可以增强车道线辨识的实时性和鲁棒性,提高导向的精度。