基于连通域提取的车牌字符分割算法

车牌字符分割是车牌识别系统的三大关键技术之一。为了准确地进行字符分割,提高字符识别的准确率和识别的速度,提出了一种改进的连通域提取车牌字符分割算法,算法通过扫描目标像素的若干相邻像素后按照一定的准则确定目标像素与相邻像素之间的连通关系,可克服同类算法中像素重复标记和归并标记需大量运算的缺陷,最后得到正确的连通标记划分并能提取出各个分离的连通区域。实验表明算法能够准确快速地识别字符,且具有较好的稳健性。

基于超像素图像分割算法的碳酸盐岩鲕粒特征提取方法

碳酸盐岩是一种非常重要的油气储集体。一直以来,碳酸盐岩薄片特征的鉴定多依赖于人工标注,耗时长且主观性强。随着机器学习等技术的快速发展,将已有图像转化为数字图像后再进行分割、分类和特征提取,可以有效地提升效率,降低成本。为此,针对碳酸盐岩鲕粒特征提取采用了两种方法进行对比研究:一种是基于传统图像分割处理算法,一种是基于SLIC的超像素分割算法。实验结果表明超像素分割算法在准确度、提取速率等方面相较于传统分割算法更具优势。

一种新的自然场景标志牌文本提取算法

从复杂的自然场景标志牌图像中提取和识别字符一直是数字图像处理领域的热点问题,目前的求解算法普遍存在提取文本精确度不高,提取率偏低,鲁棒性差等缺点。提出一种高效的文本提取算法,针对标志牌文本图像通常具有较复杂的自然背景等特征,首先对原始图片进行模糊化处理,然后进行Laplacian边缘提取,再对边缘图像进行非文本长边缘的删除,最后根据文本区域的特征进行边缘扫描和连通域分析实现标志牌文本的提取。通过对2003年国际自然场景文本识别竞赛(ICDAR’2003 Ro-bust Reading Competition)中大量图片测试表明,该算法对背景的复杂度、文字语言、颜色、大小字体以及排列方向具有较强的鲁棒性,同时也具有较高的准确率(Precision)和提取率(Recall)。

一种基于紫外成像特性的目标质心提取算法

为解决传统目标质心提取算法对紫外目标质心提取精度低、影响目标定位精度等问题,本文提出了一种基于紫外成像特性的目标质心提取算法。首先,根据紫外器件成像特性,确定目标区域灰度分割阈值,对紫外图像逐像素进行灰度概率累计分布统计,剔除背景杂散波干扰影响,得到经过时域滤波图像;其次,应用连通域提取方法对滤波后图像中目标进行提取;最后,应用一阶矩质心提取算法获取紫外目标质心。试验结果表明,与传统目标质心提取算法相比,本文所提算法受背景噪声影响较小,质心提取精度高,对紫外图像中各类目标质心提取具有普适性。

基于图像处理的医药物流场景下的药盒计数方法研究

针对医药电商物流中心和智能药房中高速自动发药机的发药准确性问题,提出了复杂光场下基于视觉的药盒快速计数算法。该算法包括图像预处理、目标提取、目标计数三个步骤。首先,在图像预处理中采用色彩空间转换、中值滤波、Canny算子和大津算法完成图像二值化。之后,在目标提取中融合轮廓检测和连通域提取两个算法获取候选目标。最后,在目标计数中通过轮廓过滤和去重处理得到最终计数结果。实验结果表明,该方法具有较好的计数精度及识别速度,为药盒自动化计数研究提供了新的方法。

Canny算法的GPU并行加速

Canny算法在PC机上的执行速度较慢,这极大地限制了其实用性。本文在前人的研究基础上对算法进行更深的优化和改进。首先在VS2012开发环境下利用数字图像处理技术对原算法进行原理上的改进,再利用GPU流处理器数量众多的优势以及强大的多线程并发执行能力对Canny算法进行并行加速。在500 pixel×500 pixel的图片上,对本文算法和原Canny算法进行了实验验证。实验结果表明,在4 096 pixel×4 096 pixel大小的图片上采用本文的GPU移植算法处理后,执行速度从80 ms降到了6 ms以内。在不影响边缘检测效果的前提下极大地提高了算法的实用性。

增强现实中人工标志识别方法研究

人工标志识别包括标志区域识别和标志图案识别,它是实现增强现实的重要步骤。通过对包含人工标志的图像进行二值化,采用连通域提取的算法实现了标志区域识别。对不同标志图案识别问题,提出了连通域数量判别法和模板匹配法。实验结果表明,所提方法能较好地识别人工标志,为实现虚实场景的实时融合打下了基础。

基于深度学习的航海雷达目标识别技术

文章提出了一种基于深度学习卷积神经网络的航海雷达目标识别器。该识别器可用于对航海雷达图像的智能区域划分。文章首先将航海雷达实测视频图像分割为标准图像块,并结合电子海图标注构建了典型目标数据集;进而选取卷积神经网络作为深度学习的训练模型,介绍了卷积神经网络各层在目标识别中的功能和参数选择;最后给出了目标识别结果和识别器在航海雷达实测图像中的应用效果。

透镜检测中复合自动对焦技术的研究及应用

针对光学透镜参数测量系统中的对焦问题,设计了一种粗精结合的复合自动对焦方案。在粗对焦过程中,选用全局图像的方差函数作为清晰度评价函数,用均值比较的爬山法实现焦面搜索,并用三点法判断初始对焦方向。在精对焦过程中,利用基于数学形态学的条件膨胀算法和形状因子提取目标图像,并以目标图像区域内的Brenner函数作为清晰度评价函数,用单点比较的爬山法实现焦面精细搜索。实验表明,该对焦方案不仅对焦精度高,还有较大的对焦范围,能够保证对焦位置包含在镜头景深范围内,且透镜参数的测量结果准确,稳定。