基于梯度方向图像局部增强的车牌定位算法

车牌识别是智能交通系统中的关键技术。而车牌定位是识别的先决工作。本文在定位过程中提出了根据梯度的变化方向，对图像的目标部分增强明暗的对比．克服了图像目标局部灰度变化差异性而引起的二值图像中字符笔划缺失或粘连问题．为车牌定位和字识别提供更为可靠二值图像；     

基于特征颜色的车牌边缘检测方法

介绍了基于汽车车牌图像边缘检测的定位算法和基于车牌特征颜色的分析方法.本文有两部分组成，其一是基于色彩空间相似度的颜色判别方法，另一部分是在此基础上的边缘检测.本文方法充分利用了车牌的色彩特征，大量的实验结果也表明了该方法思路简单、实用.     

基于数字图像处理的车牌定位与识别研究(英文)

研究了车牌图像的特征,车牌定位算法基于车牌图像颜色特征,选取适合的颜色模型进行车牌提取,将彩色车牌图像转化为灰度图像.采用基于矩的阈值选取方法进行图像二值化处理,Hough变换的方法对图像进行倾斜校正,最后对已预处理增强的图像进行Sobel垂直算子边缘检测,用阈值分割出前景,搜索出符合车牌字符特征的候选区域,对候选区域进一步分析得到牌照位置.提出并采用基于PCA-BP神经网络的字符识别算法对车牌进行识别,300ms内车牌字符识别率达97.5%,实验证明,在训练样本较少的情况下,该系统的识别率依然较高.     

数字油画制作中的加速k均值颜色聚类算法

提出了一个数字油画制作中的加速k均值图像颜色聚类算法:AkMTI-CCI算法.该算法应用最远优先原则初始化聚类中心,消除了颜色聚类结果对初始中心的依赖性.利用三角不等式减少聚类过程中距离的计算量,提高了颜色聚类的速度.数值实验表明:AkMTI-CCI算法提高了颜色聚类的速度且改善了颜色聚类的效果.     

基于JPEG2000的压缩图像纹理信息重建

提出了基于JPEG2000的压缩图像纹理信息重建的一种方法．该方法在编码端用高斯模型来描述图像的统计纹理信息，并对这些纹理信息进行统计和编码，在解码端根据编码的信息重建图像的纹理．通过和非线性量化扩展补偿法的结果在客观指标和主观品质上的比较，说明本文提出的方法可以通过较小的比特开销（低于10％）重建丢失的纹理信息，从而获取压缩图像的品质在主观视觉效果上的提高．     

基于ICA的车牌牌照字符识别系统

介绍了基于ICA(独立分量分析法)的牌照识别系统的字符识别.为了提高字符特征提取的质量,首先通过车牌图像的预处理,然后采用了基于高阶统计信息的特征提取方法,即ICA对车牌灰度图像的字符进行识别.该系统避免了二值化对字符特征的影响,识别方法简单,结果理想.     

基于多分辨率分解的音频水印算法

根据小波变换的时频分析特性和多分辨率的分析特性,提出了一种基于小波变换的数字水印嵌入与检测算法.用这种算法嵌入水印有很强的隐蔽性,对原始音频信号的影响基本上察觉不出来.仿真实验证明使用这种算法能够正确地检测出水印的存在,可以抵抗噪声干扰、去噪处理、滤波处理和信号的重采样等.     

一种具有自适应参数的基于密度加权的粗糙K-均值算法

针对原始粗糙K-均值聚类算法采用固定权重和阈值的缺陷,提出一种改进的粗糙K-均值算法。改进的算法根据K-均值聚类算法的特点,在基于密度加权的K-means算法基础上,对固定经验权重和固定阈值这两种参数进行改进,提出了一种自适应参数方法。实验结果表明,该算法降低了迭代次数,聚类结果更为精确。     

基于小波变换及布朗分形模型的纹理分割

在研究小波变换及布朗分形模型的基础上，定义了水平分维数，垂直分维数，对角分维数，并将它们作为纹理特征量来实现纹理的分割．实验结果表明，这些特征量能够很好地反映纹理特征，从而分割时不需有关图象中纹理类别的先验信息，较以往方法在准确度和计算复杂程度上都有很大提高．     

基于改进阈值的小波域语音增强算法

提出了一种基于改进阈值的小波域语音增强算法.在阈值函数中引入参数,通过调整参数以获得较优的小波系数的阈值估计,使得改进阈值介于硬阈值与软阈值之间.利用改进阈值对染噪语音的小波系数进行阈值处理,达到了语音增强的目的.实验结果表明,该方法在抑制白噪声的同时减少了语音信息的损失,较硬阈值与软阈值的小波域语音增强方法相比,增强语音的信噪比、均方误差等性能均有明显的提高.     

1种基于小波的显微图像融合算法

针对显微图像灰度对比度低,内容复杂度高的特点,提出一种基于小波的显微图像融合算法．将图像变换到小波域,并在此基础上进行四叉树分解融合,以消除块效应,不同于现有的小波几何分块算法,可依据图像实际情况调整,符合显微图像结构多样化、内容多变化的实际情况．实验结果表明,本文算法的融合效果理想,与同类算法相比具有更强的稳定性和适用性．     

基于系数相关性的自适应水印算法

根据人类视觉特征提出了一种基于小波系数相关性的自适应水印嵌入算法.该算法先对原始图像进行的小波分解,选取水印所要嵌入的子带并将所选取的子带划分成2×2大小的块,同时利用每一个小波块中相邻的4个系数之间具有一定的相关性与所要嵌入的水印图像来构造该小波块的水印系数,利用人类视觉模型调整水印的嵌入强度,从而在保证水印不可见性的基础上最大限度的保证水印的鲁棒性.选取不同特点的两幅图片进行实验,实验结果表明,该算法对高斯噪声、椒盐噪声、JPEG压缩、剪切、中值滤波等攻击都具有较好的鲁棒性,对旋转几何攻击具有一定的鲁棒性.