基于灰度跳变与字符间隔模式的车牌定位方法研究

车牌定位是车牌自动识别的第一步,而如何考虑光照影响是车牌定位是否成功的关键;通过深入分析不同的车牌图像,提出一种基于灰度跳变与字符间隔模式的车牌定位方法;首先,针对不同光照条件下采集到的车牌图像明暗度的不同,利用多阈值处理方法得到车牌信息不丢失的、最佳的二值图像,然后,在其二值图像中首先利用灰度跳变定位车牌的上下边界,接着对字符垂直投影后的宽度进行统一的调整并以固定的字符间隔特征定位车牌的左右边界,从而完成车牌定位;最后,通过实验验证了该方法的有效性。     

基于人眼视觉的对不良照明图像的二值化方法

提出一种新的基于视觉特性的自适应阈值分割方法.利用人眼视觉对比敏感度特性把图像块分成两类,分别借助OTSU算法和模拟人眼识别过程的多尺度模糊隶属方法实现对这两类具有不同灰度特性图像块的自动阈值分割.实验结果表明,使用该方法能够有效的克服不良照明的影响,还原图像的原本特征信息,二值化效果较好.     

基于局部图像分割与多特征滤波的自适应桥梁露筋检测算法

针对光照不均、多种复杂背景并存的工况下,采用传统阈值分割方法难以有效将露筋与背景分开的问题,提出了基于局部图像分割与多特征滤波的自适应桥梁露筋检测算法。首先,将灰度图像的灰度值进行投影并寻找露筋在投影图上形成的波谷及其坐标;其次,以波谷坐标为中心设置分割范围对灰度图进行行和列的分块,然后对合并行和列分块的灰度图像进行局部阈值分割;最后,基于多特征滤波实现露筋特征的提取。采用该算法对7种常见的露筋进行验证。实验表明:该方法的平均误检率、漏检率和与人工测量的露筋长度相对误差分别为5.15%、3.89%和3.74%,误差符合公路病害评定标准,实现了复杂环境下露筋的自适应识别。     

实时车牌定位模块IP Core的研究与设计

车牌定位是车牌识别系统需要解决的首要问题。基于FPGA的硬件特点,提出了一种简单、有效的车牌定位算法。在车牌区域图像的预处理阶段,提出了一种新的基于色彩分量的灰度化方法,该方法不仅可以消除小型民用车车牌图片的背景和车身信息,还可以较好的保留车牌区域信息,从而降低定位难度,简化定位步骤,提高小型民用车车牌定位的效率。并设计了一种实时车牌定位模块的软核IP,该IP Core通过了代码覆盖率和功能覆盖率的测试。实际工程项目测试表明,该IP Core定位准确、反应速度快。     

基于梯度的动态分块迭代阈值图像二值化方法

在传统的Ostu和Bernsen算法基础上,针对亮度不均的大幅面图像二值化问题,提出了一种基于图像梯度的动态分块迭代求取阈值的二值化方法.实验验证了该方法对于由线阵CCD扫描获得的低对比度、亮度不均的大幅面图像二值化的有效性.     

基于线阵CCD的扫描镜角位置测量技术

扫描转镜是现代光电系统中广泛应用的装置。扫描转镜的位置需要精确控制,线阵CCD探测器具有像素高,响应频率高等特点。介绍了以TCD1501C作为光学传感器,利用可编程逻辑器件作为处理单元的角位置测量设计,包括驱动时序、视频输出差分电路、CCD信号检测处理等设计。实现了精度可达到0.02mrad的小角度测量。     

运载火箭控制系统的BIT设计与实现

根据拓扑性质知觉原理,视觉原语是从整体到局部,拓扑感知优先。根据此仿生原理,建立感知目标物的形状拓扑信息的数学模型。首先提取物体三维轮廓信息;将空间图形轮廓降维映射到二维投影平面中进行处理;建立提取空间图形拓扑特征的数学模型。将轮廓拓扑空间同胚映射到(Hausdorf或度量空间或)二维投影平面,保持了拓扑不变性,因此便于分析出拓扑特征,可继续应用拓扑映射原理,分析点集拓扑。最终,拓扑特征与知识库模型相匹配,识别出物体。     

二值化联合变换相关器的最佳阈值

从实验和计算机模拟两方面讨论二值化联合变换相关器的最佳阈值选取原则.实验研究表明,不同阈值对二值化联合变换相关结果有着较大影响,阈值过高或过低都会使联合变换相关结果变差.也就是说,二值化联合变换相关器存在一个最佳阈值.计算机模拟结果表明,最佳阈值位于联合变换功率谱的平均灰度值附近.在该阈值下,二值化联合变换相关器输出的相关峰值将相对提高,半宽度减小,同时噪音得到抑制.     

基于多光谱成像技术的面部痤疮识别研究

痤疮是属于丙酸杆菌皮肤病脉的一种慢性炎症,它危害着人体健康。虽然市面上存在痤疮识别手段,但其仪器较大且费用昂贵,目前尚无民用级别的痤疮识别系统投入使用。本文提出一种基于多光谱成像技术的面部痤疮识别方案,即利用多光谱相机设备,分别对面部正常与不同严重程度痤疮皮肤进行多光谱图像信息采集,通过图像处理方法对采集的信息进行多光谱图像分析,并通过光谱反演算法获取光谱信息。然后将反演出的正常和不同严重程度痤疮皮肤的反射率谱线,与高精度光谱仪在同等实验条件下探测的谱线趋势进行对比。最后建立支持向量机(support vector machine, SVM)面部痤疮三度四级分类模型,准确率为90%,验证了基于多光谱成像技术对面部痤疮无创识别与分类的可行性。     

应用于多视点视频编码的基于深度特征的图像区域分割与区域视差估计

基于多视点视图深度特征,提出一种通过简单块匹配运算划分多视点视图区域并估计区域视差的算法.首先基于深度对象的概念确定图像中具有不同深度的区域数量以及这些区域对应的区域视差,再根据误差最小化准则初步确定每个图像块所属区域.当区域中图像块数量小于某个阈值时,采用区域合并算法将该区域中的每个图像块合并到与它的视差最为接近的其它图像区域,通过迭代形成最终的有效图像区域划分.实验表明,该算法能够以图像块为基本单元有效地划分各深度层区域,并准确估计对应的区域视差.