基于颜色特征及投影变换的集装箱标识符分割

集装箱标识符的自动识别对实现电子通关、无人值守有重要作用。然而集装箱图像受环境、拍摄、运动等影响,其标识符的准确定位及分割有一定难度。本文在分析集装箱图像的基础上,设计了一套标识符定位分割方法。本方法首先对集装箱图像进行基于颜色特征的预处理,完成图像的二值化;利用水平投影及字符区域面积、字符个数的限定等,实现噪声区域的剔除和标识符区域的准确定位;采用Radon变换进行倾斜矫正;最后结合水平与垂直投影实现单个标识符的分割。实验结果表明,本文的方法能够很好地实现标识符的快速精确定位和分割,有效解决了复杂背景下准确定位难的问题,为字符的识别打下了良好基础。

高斯函数在显著图像特征提取中的应用仿真

不同图像具有不同的特征和结构,为了更好分析和识别图像信息,提高特征分类精度,提出了基于高斯函数的显著图像特征提取方法。利用指数函数法感知显著图像轮廓边界,将图像变换到含有明暗信息的色彩空间,并锐化算子,判断抑制或增强范围,筛选出显著图像的信息。按照不同的目标函数计算映射矩阵,保留原空间数据点的局部信息,赋予最佳限制条件,提取显著图像的局部特征,结合高斯函数估算协方差矩阵获得高斯特征,完成全局特征提取。通过实验证明,所提方法对三个数据集的识别准确率在85%以上,且特征提取效果好,纹理细节清晰,保证图像信息完整。