基于渐进形态学开运算和偏度平衡法的LiDAR数据滤波方法

基于高程的偏度参数统计的Li DAR数据滤波对地形起伏城区滤波适应性不强的弱点,对该方法进行了改进,提出了结合渐进形态学开运算和偏度平衡法的Li DAR数据滤波方法,该方法的原理就是将所有引起高程的突变转换成全由植被、建筑等非地面点引起,而不是由地形高程引起的,这个转换的中间量就是高差,即将高差作为偏度系数的统计对象。并通过实验验证了该方法的合理性,实验结果表明,改进的方法不仅延续了参数统计法无需阈值的优势,而且对城区滤波更具适应性、合理性和稳定性,能够明显地提高滤波精度。

形态学开运算剔除激光雷达的太阳光干扰

为了剔除闪光式激光雷达白天工作时太阳光对目标的光污染,采用基于形态学开运算的强度图像预处理方法,对闪光式激光雷达在白天接收到的原始强度图像预处理,随后采用相邻帧差法对预处理后的强度图像进行三维重建,可以有效地将目标从太阳光污染中提取出来。为了验证该方法的可行性,用闪光式激光成像雷达在白天对距离500 m外的目标建筑物进行了成像实验,并与高斯滤波预处理、中值滤波预处理和阈值分割预处理进行对比,随后采用相邻帧差法并根据四种方法预处理后的强度图像来获取目标的距离信息。经过计算,形态学开运算预处理与高斯滤波预处理、中值滤波预处理和阈值分割预处理的结构相似度分别为0.78、0.83和0.85,他们之间的结构相似图分析结果充分说明采用形态学开运算的预处理方法在去除由太阳光引起的干扰的同时,可以完整获取目标的距离信息。

基于形态学开闭运算和梯度优化的分水岭算法的目标检测方法

提出了一种基于形态学开闭运算和梯度优化的分水岭算法的目标检测方法。该方法首先利用形态学开闭运算对原始图像进行平滑处理,再对梯度图像进行阈值优化,去除过多的区域极小值,然后利用分水岭分割算法检测目标,最后利用目标的面积和空间关系等特征去除少量误提目标。实验表明,新方法可以取得很好的效果。

基于有限自动机的二值图像的开运算

以图像与图像平移的并集作为状态集,以探针与探针拷贝的并集作为输入字母表,用向量加减法构造状态转换映射和输出映射,给出了实现数学形态学基本运算开运算的有限自动机。与通用计算机对图像的串行处理相比,开运算自动机采取了并行结构。开运算自动机将运算的时间复杂度降低到了探针像素个数减1。

基于总变分和形态学的航空图像道路检测算法

高分辨率航空图像中道路通常表现为较狭窄的面,这给分类算法创造了机会.文中提出了一种新的基于分类的航空图像道路自动提取方法——基于总变分和形态学分析方法,它首先根据邻域总变分和直方图得到分割道路所需的合适阈值并从图像中分割出道路区域,然后根据基于区域总变分和几何测度的准则函数及其模式频谱得到形态学普通开运算的阈值,最后用此准则及阈值对图像进行形态学普通开运算以去除和路面具有相似光谱特性的物体的干扰.初步实验证明,该方法具有良好的稳定性和较强的环境适应能力.

基于形态学的人脸图像边缘检测新算法

提出一种利用数学形态学开闭运算——首先滤掉噪声,再使用数学形态学梯度提取边缘的人脸图像边缘检测新算法。仿真结果表明,该方法与传统的边缘检测方法相比,能在滤除噪声的同时很好地检测到人脸图像的有用边缘。

图像识别预处理在扫描病案自动分类中的应用

利用扫描后的病案图像的特征进行预处理,加快识别和归档的效率。首先用大津法对图像进行二值化,然后用Radon进行倾斜检测,最后用数学形态学开运算减少干扰,用投影法框定待识别标题位置。

基于红外图像的森林凋落物阴燃火灾探测

针对森林凋落物阴燃火灾识别问题,利用小波阈值去噪去除图像中大部分噪声杂波,再采用形态学开运算进行边界平滑,完成阴燃火灾红外图像的预处理,在此基础上采用最大类间方差法对红外图像进行分割,完成阴燃火灾目标的提取,提取探测目标的温度、形状参数变化率和面积变化率,作为BP神经网络的输入向量,输出为阴燃火概率。结果表明,该方法对阴燃火灾的识别率为96.6%。

基于TMS320C67xx的便携式实时视频检测系统

介绍了一种基于TMS320C67xx实现的便携式实时视频检测系统设计解决方案,深入研究了CMU大学的运动检测算法和形态学开运算滤波等方法,根据实际需要采用了一种综合帧间差、自适应背景相减和形态学滤波的运动检测方法,仿真结果证明了此方法的快速性、有效性及对光照变化、噪声影响的鲁棒性。最后给出了此检测方法在基于DSP的视频检测系统中的简单实现流程,并探讨了今后的应用前景。

基于局部阈值的图像分割方法

本文提出了一种基于局部阈值的图像分割方法,该方法针对全局阈值处理方法在背景照明不均匀时可能无效的局限性,通过应用形态学开运算、闭运算和最大类间方差得到一个局部变化的阈值函数,然后利用该阈值函数对图像进行阈值处理,最后得到分割后的图像。Matlab仿真实验表明,该方法运算速度快,能更好的抑制噪声。

基于非下采样Shearlet变换与聚焦区域检测的多聚焦图像融合算法

为了提高基于多尺度变换的多聚焦图像融合中聚焦区域的准确性,提出了一种基于非下采样Shearlet变换(NSST)与聚焦区域检测的多聚焦图像融合算法。首先,通过基于非下采样Shearlet变换的融合方法得到初始融合图像;其次,将初始融合图像与源多聚焦图像作比较,得到初始聚焦区域;接着,利用形态学开闭运算对初始聚焦区域进行修正;最后,在修正的聚焦区域上通过改进的脉冲耦合神经网络(IPCNN)获得融合图像。与经典的基于小波变换、Shearlet变换的融合方法以及当前流行的基于NSST和脉冲耦合神经网络(PCNN)的融合方法相比,所提算法在客观评价指标互信息(MI)、空间频率和转移的边缘信息上均有明显的提高。实验结果表明,所提出的算法能更准确地识别出源图像中的聚焦区域,能从源图像中提取出更多的清晰信息到融合图像。

利用双向布料模拟的机载建筑物点云提取

针对现有机载激光扫描数据的建筑物提取方法过程复杂且易受植被干扰的问题,本文提出了一种利用双向布料模拟策略的建筑物提取方法。首先在正向布料模拟滤波的基础上,构建归一化数字表面模型提取过高建筑物,并采用反向布料模拟,从其余地物点中粗提取建筑物顶面点云;然后进行穿透性分析,并结合形态学操作进一步剔除错提的植被点;最后,以包含顶面点云的三维格网为种子格网,根据格网之间的邻接关系和内部点云几何特征进行约束生长,获取完整建筑物点云。试验结果表明,在复杂场景中,该方法能够有效避免植被的干扰,快速提取建筑物点云,具有提取精度高、计算时间少的优点。

在复杂背景下一种对作战车辆特定区域识别的方法

对如何从复杂的背景图像中准确提取作战车辆特定区域的特征进行研究,阐述传统识别方法应用于复杂背景图像中作战车辆特征提取的局限性,提出基于作战车辆形态学开运算结合多阈值处理的分割算法。首先,通过图像强度的分析选取适当阈值对其进行形态学运算,然后根据作战车辆局部特征明显,对特定区域进行再分割,实现对复杂背景图像中作战车辆特征的准确分割与提取,最后使用追踪框将感兴趣区域做标记。实验结果表明本方法对复杂背景的作战车辆识别是有效的。

基于暗原色先验的夜视图像增强算法

在夜晚条件下拍摄到的图像对比度低,信息缺失,对诸多领域获取图像细节信息造成不便。提出了一种改进的基于暗原色先验的夜视图像增强算法来增强这类图像。采用形态学开运算替换软抠图估计透射率,缩减了算法的时间复杂度。经过暗原色先验增强的图像会放大噪声,为了克服这个缺点,对处理后的图像局部去噪获得保真度更高的图像。实验结果表明,算法可有效增强夜视图像,提高图像对比度、突出细节信息并且减少噪点。

一种针对彩色二维码图像的二值化方法

二维码图像数据码细小琐碎,难以与背景区分开。提出一种针对彩色二维码图像的二值化方法,它以迭代法求取自适应性阈值为基础,将它与背景减法相结合,对减法结果进行分区处理。实验结果表明,本方法能得到较好的二值化结果,对二维码图像的提取具有良好的适应性。

基于帧差法与SURF匹配的异纤机棉流速度测量

针对异纤机输棉通道内棉流速度的不确定性导致其打击精度无法提高的问题,课题组提出了一种基于帧间差分法和SURF特征匹配算法相结合的混合棉速测量方法。首先,对采集到的棉团图像进行预处理,采用帧间差分法提取棉团边缘信息,得到分离的二值化棉花图像;其次,基于形态学操作对二值化图像进行腐蚀、膨胀运算,得到完整的待检测棉团信息;最后,通过SURF特征点匹配算法对2幅图像中的特征点进行匹配,计算相邻帧间同名点之间的像素距离,将像素距离转换为实际距离后,计算得到棉团运动速度。研究结果表明:与直接匹配相比,特征点数量减少了67.8%,无效匹配点对减少了97.47%,算法计算所得速度与直接计算所得速度误差低于4%。课题组提出的算法可以满足实际工业应用要求。

融合空间模糊C-均值聚类的纱线疵点检测算法

为了精确评价纱线疵点的种类与个数,提出了一种融合空间模糊C-均值(FCM)聚类的纱线疵点检测算法。首先利用融合空间FCM聚类算法提取纱线条干;然后对纱线条干进行形态学开运算处理,以获取精确的纱线条干,并利用条干上下边缘点之间的像素个数计算纱线的直径与平均直径;最后根据纱线疵点标准判定纱线疵点的种类与个数。为了验证本算法的有效性和准确性,对多种不同线密度的纯棉纱线进行测试,并将测试结果与电容性纱疵分级仪的检测结果进行对比。结果表明,本算法与电容性的检测结果一致性较好,且价格低廉,不易受环境温度、湿度等因素的影响。