Lab颜色空间和形态学处理相结合的双行车牌定位方法

车牌定位是车牌识别系统的前提和关键。针对双行车牌均是黄色车牌,且比较脏的特点,首先将图像由RGB颜色空间转换成Lab颜色空间;再利用Lab颜色空间的通道a提取出图像中的红色和绿色区域,通道b提取图像中带干扰的黄色区域,然后将二者相减,提取出图像中的黄色区域,并可同时去除背景及车身的大部分干扰;最后利用形态学处理滤除噪声等影响,粗略定位出车牌候选区域,再结合图像的纹理特征如面积、长宽比和连通域内像素个数最终定位出车牌区域。该方法对复杂环境下的双行车牌能实现快速准确定位,受光线、背景环境影响较少,同时对脏牌、污牌也能达到准确定位的目的。

用数学形态学变换实现空间分析中的数据处理

论述了数学形态学的基本算法， 并将这一方法引入空间分析的数据处理中。研究表明，该方法具有一定的可行性，

形态学图像处理方法在湿地破碎化格局中的应用

以三江平原沼泽湿地为研究单元,应用形态学图像处理技术在基于像元水平的二元沼泽湿地图上对沼泽湿地类型进行分类,并应用形态学模型和类型统计模型系统分析了三江平原1980—2000年间沼泽湿地景观破碎化的时空变化格局。结果表明,20年间,三江平原沼泽湿地面积由快速下降趋于缓慢下降。核心湿地面积急剧减小,由大面积分布逐步向三江平原东北部的别拉洪河和挠力河流域集中。孔隙湿地面积减小比例最大,目前处于消亡状态,由原来的沼泽湿地内部异质景观向同质景观过渡。核心和孔隙湿地大部分转化为斑块湿地,主要位于三江平原西北部、中部和南部,有逐步取代东北部核心湿地的趋势。边缘湿地面积比例年增长最快,且边缘像元宽度越来越宽,三江平原西部、南部和东部地区的核心湿地几乎全部由边缘湿地取代,易产生一定的边缘效应,导致种群间的竞争更加激烈。

连续空间数学形态学的模糊变换

首先对数学形态学中两个最基本的变换-膨胀（Dilation）和腐蚀（Erosion）给出了集合特性函数的等价表达形式，在此基础上提出了模糊膨胀和模糊腐蚀算子，并且给出了在集合运算下算子的一些性质。

基于模糊相似性的彩色形态学图像处理方法

为了将传统灰度图像数学形态学扩展到彩色图像,提出一种结合矢量空间模糊相似性的彩色形态学图像处理方法。首先,在RGB彩色空间中利用彩色矢量间的距离和角度定义模糊相似性测度,以刻画与人类视觉感知相一致的彩色相似程度;以上述相似性测度为准则定义彩色空间中任意一组彩色的上确界和下确界;利用中心像素及其结构单元内像素的上确界和下确界构建彩色形态学的基本操作,包括膨胀、腐蚀、开、闭等操作;进一步将提出的彩色形态学操作应用于高分辨率遥感图像,通过实验对比验证其对地物目标的形变和平滑能力,说明其实用性和有效性。

基于HSL空间的彩色形态变换

彩色形态变换是数学形态学从灰度图象到彩色图象的推广。该文基于HSL(hue-saturation-lightness)彩色空间,提出了彩色形态变换理论,定义了新的彩色形态算子,并讨论了它们的性质。彩色形态变换作为一种数学形态学方法在彩色空间的延拓,可有效地应用于图象处理、图象编码和目标形状特征提取等。

基于HSL空间彩色图像多结构元形态边缘检测

构建了一类在HSL颜色空间基于多结构元彩色形态边缘梯度检测算法实现彩色图像边缘检测新算法,多结构元形态边缘检测有着比单一结构元素形态边缘检测更优越的性能。该方法是把RGB空间的彩色图像转换到HSL空间,并且定义了在HSL空间的彩色形态学基本算子,提出了改进的多结构元彩色形态边缘检测算法。经过大量实验证明,该算法在有噪声的干扰下,比传统的方法能够更好地抑制噪声并提取有用的图像边缘信息,能满足不同的应用需要。

大鼠坐骨神经去细胞基膜管的组织形态学研究

目的:观察采用化学萃取法和反复冻融法制备大鼠坐骨神经去细胞基膜管的组织形态学变化。方法:雌性Sprague-Dawley鼠坐骨神经16条随机分为化学萃取法(chemicalextractednerve,CEN)和冻融法(freeze-thawednerve,FTN)两组,每组18条。分别予Trinton-100化学萃取、-196℃～20℃反复冻融处理后,光镜、电镜观察其组织、形态学变化。结果:(1)CEN组基膜管管壁完整、贯通,无细胞结构,可见管状神经轮廓。(2)FTN组基膜管管壁破损、管腔堵塞,轴突、髓鞘、雪旺细胞及小血管变性、坏死,可见大量细胞碎片。结论:两种方法均能保持周围神经正常的三维空间结构,CEN制备的周围神经去细胞基膜管更具有组织形态学优势。

基于Ohta和RGB颜色空间牛胴体背长肌的分割

提出了一种在Ohta和RGB颜色空间下牛肉胴体眼肌切面中背长肌的分割方法．在合适的光照条件下用CCD摄像头采集以黑色平板为背景的60幅眼肌切面RGB图像，根据R分量的灰度直方图，利用最大方差自动取阈值法（Ostu）去除黑色背景后用中值滤波平滑图像；将预处理后的图像转换到Ohta颜色空间对I3分量用Ostu分割肌肉像素，填充空洞后提取RGB图像对G分量用Ostu进一步去除背长肌和赘肉组织之间的连接，再进行空洞填充、面积阈值分割、数学形态学腐蚀和膨胀运算即可获得背长肌图像，分割的背长肌与人工勾划的背长肌的匹配度为92．36％～99．57％，处理时间在400ms以内．结果表明，结合使用两种颜色空间可以准确、快速地把背长肌从眼肌切面中分割出来．

大视场空间目标光电探测起伏背景抑制算法

针对大视场空间目标光电探测系统中目标星像大小不一(星像直径在几个像素至几十个像素)、背景受月光、云层等影响呈现大面积连续起伏或强烈起伏等问题,提出一种基于形态学重构的背景抑制算法.该算法综合利用目标和背景的信息计算标记图像,根据目标信息计算时采用多个方向上线状结构元素,在提取高亮度背景的同时,减少了大尺寸结构元素带来的计算量;根据背景信息计算与目标大小无关,避免了形态学背景抑制算法中结构元素选取的难题.以某一大视场空间目标光电观测系统获取的不同背景起伏的实测数据进行测试,结果表明,本算法具有良好的背景自适应能力,在较好抑制背景的同时,可提高目标信噪比,背景抑制效果优于对比方法.

基于自动背景提取及Lab色彩空间的运动目标检测

常用的几种背景提取算法在车流量较大的情况下提取的背景效果较差。在某些目标检测区域较少的场景中,若将所有像素进行检测,会浪费许多时间。针对这些问题,提出一种新的背景提取算法。先将视频帧进行分割,再对分割出的检测带依次进行车辆存在检测,最终自动选取视频中没有车辆的车道块并将其拼接成完整背景帧,最后利用Lab空间色度与亮度相互独立的特性提取目标。该算法能够充分提取前景图像,不会丢失车辆目标。相比传统算法,该算法准确性较高。

基于多颜色空间的图像差异检测

图像差异检测容易受光照环境影响而造成误检,论文针对如何排除图像的亮度信息干扰问题展开研究,文中提出了一种多颜色空间的图像差异检测方法,首先基于HIS颜色空间解除源图像的亮度耦合,然后再基于HSV颜色空间实施颜色分割,最后通过形态学操作实现图像差异检测。实验结果表明,该文方法在排除对比图像间的亮度信息干扰的情况下可有效检测图像差异,并对图像中的字符缩放、物体形变等细微差异具备良好的检测效果。

在轨实时空间目标检测算法研究

空间目标监视是保证空间活动正常运行的重要前提,利用光学设备进行光电探测是空间目标监视的重要手段之一。在天文光电深空图像序列中,恒星目标和空间目标成像特性相似,对目标检测产生干扰,因此实时稳健地进行空间目标检测有着很大的难度。文章对天文光电图像目标成像的规律进行了分析研究,提出一种基于帧间匹配的目标检测算法:首先通过形态学操作进行图像预处理,再通过帧间匹配提取特征,进而检测空间目标。FPGA与DSP硬件平台下的图像数据测试结果显示,该算法对不同工况均具有良好的检测概率和较低的虚警概率,图像处理速度可达5帧/s,具备有效性和实时性,适用于深空背景下天文光电探测系统对空间目标的实时检测需求。

基于无人机与HSV空间的光伏电池板检测分析

针对复杂环境下图像分析的困难性,研究了一种基于HSV空间模型的图像分割与检测方法。首先,利用无人机采集图像,区域分割提取出光伏电池板区域。其次,运用高斯卷积检测裂纹图像的梯度。最后,应用形态学图像处理与HSV空间模型的方法提取遮挡物,计算最小外接矩形面积与其占光伏电池板的比例。该方法能有效地对复杂背景下的光伏图像进行区域分割与检测,具有一定创新性和实用价值。

基于颜色对立空间的运动目标的阴影检测

利用背景差分法检测运动目标,目标阴影和目标本身均会被当作前景检测出来。针对上述问题,提出了基于颜色对立空间的运动目标阴影的检测方法。该方法首先将提取的前景图像由常见的RGB格式转换成CIELAB颜色对立空间格式,再分别对其L*、a*和b*三个通道进行边缘检测。由于CIELAB颜色对立空间所具有的接近人类视觉的特性,用上述检测出的边缘进行相关的数学形态学的处理,便可检测出阴影。实验结果表明该方法便捷快速,能够有效检测出运动目标的阴影。

基于ISAR图像的空间碎片群尺寸估计方法研究

为解决空间碎片群尺寸的估计问题,通过对空间碎片群逆合成孔径雷达(ISAR)成像机理分析,提出一种基于图像形态学处理的空间碎片群尺寸估计方法.针对ISAR图像中目标呈稀疏独立、分散分布的特点,首先对图像进行腐蚀、膨胀处理,使呈散射点分布的目标连在一起成为连续目标;接着采用自适应阈值操作将目标和背景进行分割;然后对分离出的目标区域进行几何形状识别;最后创建包围目标轮廓的多边形边界,通过求解多边形边界尺寸实现对空间碎片群尺寸的估计.仿真实验结果验证了本文方法的有效性.

基于形态学带通滤波和尺度空间理论的红外弱小目标检测

针对复杂背景下的红外弱小目标检测问题,提出了一种基于形态学带通滤波和尺度空间理论的红外弱小目标检测算法。采用形态学带通滤波对红外图像进行预处理,得到红外弱小目标的潜在区域;利用高斯差分算子获得预处理后的红外图像的尺度空间,并通过尺度空间的极大值检测获得候选目标的位置和尺度;通过对候选目标的信杂比进行阈值化实现红外弱小目标的检测。实验结果和现有方法的对比证明了算法的有效性和稳健性。

基于地平拟合改进的激光点云滤波算法

针对复杂地形条件下使用传统滤波方法处理激光点云数据时生成的数字高程模型质量较低的问题,提出了一种基于地平拟合和简单形态学(simple morphological filter,SMRF)相结合的点云滤波算法。算法通过SMRF粗滤波生成初始模型,计算原始高程与模型高程差值实现高程归一化;结合渐进移动窗口不断减小的特点,采用地平拟合算法在不同尺寸下构建多个面片集合;利用空间向量后处理,合并过度分割的面片及孤立点,完成地面点云提取。使用ISPRS数据集和实际采集到的点云数据将该算法与4种算法进行比较验证。结果显示,该算法的中误差降低3.3 cm,平均绝对误差降低2.0 cm,与真实地形的相关度达到0.9964,在8组实验区的平均Ⅰ类误差、Ⅱ类误差和总误差分别为2.54%、7.47%和3.06%,滤波精度明显提高。

一种新的眼底图像视神经乳头分割方法

视神经检查是减小青光眼致盲风险最为重要的临床诊断方法,医学研究发现视神经乳头形态参数是诊断人眼是否患病的主要指标。为实现视乳头形态参数的计算机辅助测量,本文提出了一种新的视神经乳头自动分割方法,基于极坐标空间形态学预处理和改进的随机游走自动分割算法实现视神经乳头的精确分割。采用临床视神经图像库进行实验,分割结果与眼科专家手工分割金标准比较,取得了96.52%的分割重叠精度,较之传统算法有较大提高,验证了该方法的有效性。

基于Halcon的指针式仪表的读数

为了实现指针式仪表的自动读数,提出了一种基于Halcon的极坐标变换、BP神经网络、形态学处理、几何计算相结合的方法。该方法考虑了仪表的圆心特征,对于各种不同的指针仪表,仅仅依赖仪表的图像信息,检测精度较高。实验证明该方法简单快捷,且有利于提高效率和精确度。