汽车牌照的字符分割与识别

根据汽车牌照字符与背景的特点 ,提出了一种自适应的二值化方法 ,这种方法首先把图像分割成块 ,进而根据每小块中的前景的灰度更加接近小块中灰度最大值的特点 ,选取一个比较高的域值 ,然后根据原图像的灰度值对得到的图像进行区域增长 ,最后得到的二值图像既可以完整再现字符 ,同时可以消除背景中亮度较高的点 ;另外讨论了结合汽车牌照的几何尺寸的字符分割办法 ,详细阐述了横向穿越变化数和字符的横竖编码这两个新的特征的提取过程 ,最后给出了一种新的多级分类的规则 ,讨论了这种多级分类的实现算法 ,实验表明这是一种行之有效的分类方法。

多梯度流域变换算法与传统算法比较

流域变换是图像分割的有力工具.流域分割方法的性能主要依赖于图像梯度.文中利用传统单尺度梯度算子流域分割算法和多尺度形态梯度流域变换算法,分别作用于计算机视觉细胞图像和水果图像,结果显示传统分割算法和多尺度算子流域分割算法在不同的图像中显示出各自的优越性,第一种算法更适合于交叠区域不是很多,但质地不必十分均匀的图像;第二种则更适合于交叠区域较多,质地较均匀的图像.

一种新颖的分割算法在果业机器人视觉中的应用(英文)

传统流域变换主要依赖图像梯度,该方法并不完善。在噪声图像中,边缘提取也不能够达 到很好的效果。提出的多尺度流域变换算法主要利用一组结构元素按照一定顺序,进行腐蚀膨胀的迭代来分割灰度图像。在多尺度测地重建滤波下,不同尺度的梯度流域分割线存在严格的因果关系。实验结果证实多尺度流域分割的性能远比传统方法优越。

基于超声脉冲激励的光纤光栅复用技术

为了提高光纤光栅传感网络的信息传递密度与容量,提出基于超声脉冲激励的光纤光栅复用技术,并进行实验分析,通过将超声脉冲激励分别导入单光栅与光栅串中,使单光栅、光栅串发生啁啾。实验结果表明:单光栅实验中,超声脉冲使光栅降低其相对反射率;光栅串实验中,超声脉冲使其中一个光栅相对反射率下降时,其余光栅相对反射率上升,能有效分离3个光谱相近的光栅。