基于Beamlet和K-means聚类的车道线识别

为了解决视频车道线识别中抗噪性差和鲁棒性低的问题,提出一种基于新的特征提取和分类的快速车道线识别算法。算法首先对预处理后的灰度图像进行改进的Beamlet变换,然后对Beamlet的中点集合运用改进的K-means方法进行聚类分析,最后对每类的中点集合分别进行基于3阶贝塞尔曲线的RANSAC拟合后可以准确地提取出车道线。通过简化Beamlet词典与快速提取Beamlet基,加快了Beamlet变换的计算速度;通过寻找最佳投影线与多次迭代聚类中心来改进K-means聚类,解决了曲线车道线和车道线数目的聚类问题。实验证明,对于结构化或非结构化的道路环境,提出的算法都具有很好的可靠性、实时性和鲁棒性。

Beamlet变换与多尺度线特征提取

beamlet变换是Donoho提出的一种多尺度分析的有效工具.本文提出一种离散beamlet变换的快速算法,利用二进方块中线段的对称、平行等性质减少了求离散beamlet基上象素点坐标的计算量.对利用复杂度惩罚能量进行多尺度线特征提取的方法做了改进,建立了二进方块最大beamlet能量的二尺度关系,并提出一种阈值化最大beamlet能量方法,避免了惩罚因子选取的困难,使线特征提取结果更清晰.

利用Beamlet变换算法提取遥感图像线性特征

利用一种Beamlet变换算法来提取遥感图像中的线性特征,通过对遥感图像按二进、递归进行划分,利用灰度信息,积分计算每一小块图像中的Beamlets,结合梯度信息,通过广义似然比检验GLRT(generalized likeli-hood ratio testing)来检测判断符合条件假设的Beamlets,重建线性目标。此算法可以克服图像中的干扰及噪声,适应复杂、低信噪比遥感图像环境,准确地定位出直线。实验结果表明,该算法具有较好的性能,可以应用到实际的遥感图像处理中,具有实用价值。

基于Beamlet变换的线特征检测

线特征是图像的重要特征,其检测效果直接影响模式识别和分类。基于调和分析的思想,给出一种带有方向信息的多尺度的Beamlet基,对图像进行Beamlet变换。试验结果表明,该线特征检测方法不仅能提取无噪声图像中的直线和曲线,而且对强噪声图像中的直线和曲线提取效果也很好。

基于Beamlet变换的路面裂缝图像匀光算法

为解决路面病害检测过程中在不同光照条件下裂缝识别可靠性的问题,Beamlet变换提供了一种多尺度分析算法.该算法采用递归二进法将图像分块,利用在所有像素尺度下的Beamlet线段逼近裂缝,将裂缝从图像背景中分离,并采用插值函数均匀光照背景.在图像裂缝提取过程中,对图像中裂缝的线性提取可以有效地滤除噪声,提高裂缝提取的准确性.较传统的图像处理算法,该算法在准确地检测路面裂缝,均匀光照背景的同时有效地抑制了噪声干扰,检测效果良好,且运算速度快.均匀的路面背景为路面裂缝图像的定性、定量分析奠定基础.

基于Beamlet的图像线特征提取方法

提出一种基于Beamlet变换图像线特征提取方法。用基于方向窗的方向滤波突显图像中不同方向的线特征,通过阈值处理将灰度图像转换为一组二值图像,利用逻辑或运算融合成一幅图像,用Beamlet变换从融合图像中提取图像的线特征和曲线特征。实验结果表明,在信噪比很低的情况下该方法能够得到满意的结果。

利用Beamlet变换算法提取遥感图像直线

遥感图像处理中,直线特征是一种极为重要的特征,能够提供重要的视觉感知线索。本文利用一种Beamlet变换算法来提取遥感图像中的直线特征,通过对遥感图像按二进、递归进行划分,利用灰度信息,积分计算每一小块图像中的Beamlets,结合梯度信息,通过广义似然比检验GLRT(Generalized Likelihood Ratio Testing)来检测判断符合条件假设的Beamlets,重建目标直线。此算法可以克服图像中的干扰及噪声,适应复杂、低信噪比遥感图像环境,准确地定位出直线。实验结果表明,这种算法具有较好的性能,可以应用到实际的遥感图像处理中,具有实用价值。

基于Beamlet变换的直线特征提取

提出了一种基于Beamlet变换的算法,克服了图像中的各种干扰及噪声,试验结果表明其具有较好的实用价值。

一种基于Beamlet变换的图像线性特征检测方法

提出了一种基于Beamlet变换的新型特征检测算法,可检测出任何方向、任何位置、任何长度的线性信息,且线性特征的完整性和准确性都得到了很好的保持。检测结果在视觉角度和实际应用方面都具有很好的效果,明显优于一些传统的检测算法,具有良好的应用前景。

Beamlet变换提取线特征的改进算法

文章首先利用二进方块中Beamlet基的对称、平行等几何性质对离散Beamlet基进行分类;然后通过定义一个新的二进方块统计量和建立一个新的能量函数,对Beamlet变换方法中利用BD-RDP提取线特征的算法进行改进。通过实验对比,该算法进一步减少了运算量,提高了线特征提取的速度,且对复杂结构图像中的线特征提取效果更为清晰。

一种基于Beamlet变换的线特征提取方法

线特征提取对于自动目标识别有重要作用。给出一种基于二进的、多尺度的Beamlet变换提取图像中线特征的方法。先通过线积分计算各分块的Beamlet变换,再利用广义似然比检验寻找保留符合条件的Beamlet,提取线特征。通过实验表明,算法可以克服噪声干扰,能够有效地提取强噪声仿真图像和实际道路图像中的线特征。

基于离散Beamlet变换的线特征检测算法

提出一种基于离散Beamlet变换的快速新型线特征检测算法,可检测出任意方向、位置、长度的线性信息,并使线性特征的完整性和准确性都得到很好的保持。给出一种带有方向信息的多尺度的Beamlet基,利用Beamlet多尺度分析的思想,对传统的基于Bresenham直线生成的算法进行改进,通过设计偏差函数与优化的二进递归分解结合,对图像进行快速离散Beamlet变换。通过简单算法对图像的线特征进行提取,实验验证了该方法使用效果优于其他传统特征检测算法。

Beamlet分析的药柱裂纹图像边缘检测方法

在分析某固体火箭发动机推进剂药柱裂纹图像自身特点和传统边缘检测方法局限性的基础上,将Beamlet高维奇异几何分析工具应用于裂纹图像的边缘检测中,并给出线段的长度和斜率的Beamlet基链的近似计算公式。首先对图像进行分割,以提取裂纹区域;然后对已分割的图像进行四叉树分解,以最佳划分图像;最后对图像子块进行Wedgelet变换,筛选出最优Beamlet基作为边缘显示出来。结果表明,能够在检测出裂纹边缘的同时给出边缘的位置、长度、方向等更具体的几何信息,这将为药柱结构完整性研究和药柱裂纹图像计算机辅助分析打下基础。

一种基于Beamlet的多尺度二值多媒体信息曲线编码器

提出一种新型的针对二值媒体信息中线性特征和边界轮廓的高效编码器.利用Beamlet多尺度分析的思想,并结合四叉树结构而提出的编码器具有渐进性和较低的计算复杂度,易于实现.仿真结果表明,该编码器优于目前最新的二值图像压缩工业标准.

基于小波和Beamlet变换的图像线特征提取

Beamlet变换是多尺度几何分析的有效工具之一。本文提出了一种基于小波变换和Beamlet的图像线特征提取算法,利用小波变换凸显图像的线特征,再通过Beamlet变换提取图像线特征,实验结果表明了该方法有效。

利用图像分解和Beamlet变换的含噪图像线特征检测

本文提出了一种含噪图像线特征检测算法。根据图像分解理论和Beamlet变换的特点,将含噪图像的结构和纹理进行分量进行分解,以降低噪声和纹理对线特征检测的影响,再利用Beamlet变换对图像进行线特征检测。通过对富含线特征和边缘纹理复杂的含噪图像进行实验,与Donoho的原检测算法进行了比较。实验结果表明本文算法的有效性。

基于经验小波变换和Beamlet变换的裂纹检测方法

在材料完整性检测中,基于计算机视觉的光学检测技术在纹理复杂、噪声较大的背景中准确地检测外部裂纹仍然十分困难。针对这一问题,提出了一种检测裂纹的算法。首先,将裂纹图像自适应地分解为频率分量以得到更好的稀疏表示,然后利用多尺度几何分析技术从重构的近似图像中稳健地提取裂纹的线特征。实验表明,该方法比其他方法能够更准确地检测出图像中的裂纹,在抑制背景纹理和保留裂纹信息这两个性能上取得了较好的综合效果。

基于Beamlet变换的断层识别与线性提取

Beamlet变换在提取图像线性特征方面效果明显。对于三维地震解释,可将地震相干切片视为图像,切片上断层可视为线性信息,利用Beamlet变换可对切片上的断层进行识别和线性提取。笔者首先介绍了Beamlet变换基本原理,以及其在含噪图像线性特征提取中的优势,然后利用Beamlet变换对四川元坝地区的三维地震相干切片进行断层识别和线性特征提取,并对断层线性信息进行统计分析。结果表明,该方法对于小断层和裂隙发育带的解释具有明显优势。

基于Beamlet的岩心裂缝提取算法

提出了一种基于多尺度Beamlet变换的岩心裂缝图像提取算法。首先,将采集到的灰度岩心裂缝图像,用大津阈值分割算法转换为二值图像,再利用Beamlet变换,通过选取不同的尺度和检验阀值,从二值图像中提取裂缝的线性特征,并根据像素统计出裂缝的相关分析数据。实验结果表明,此算法能在较复杂的岩心背景和噪声干扰情况下提取清晰的岩心裂缝,效果满意。

基于Beamlet变换的结构光焊缝图像线性特征提取

鉴于以结构光为主动光源的焊缝跟踪方法可用于识别不同坡口形式的焊缝位置信息,对结构光焊缝图像进行了分析.为有效提取图像中结构光线性特征以确定焊缝位置,引入了束波变换.阐述了束波变换原理,开发了基于多尺度束波变换的结构光焊缝图像线性特征提取算法.做基于最大Beamlet统计的检验,对结构光焊缝图像进行小尺度束波变换以确定结构光线的大致位置,缩小搜索范围;然后对图像进行大尺度束波变换确定焊缝部分结构光线的线性特征,根据线段斜率变化可确定焊缝位置.采用该算法确定一幅结构光焊缝图像的焊缝位置的时间为260 ms.